Meta分析.ppt

RevMan 5.1下载地址 /revman/download 练习（二分类资料） 练习（连续变量） 治疗后　BPRS总分　 利培酮 氯氮平 临床异质性(概念上的异质性)： 如对象特征、诊断、干预、对照、研究地点、评价结局等不同 方法学异质性： 研究设计与质量不同 统计学上的异质性： 不同试验中观察得到的效应，其变异性超过了机遇(随机误差)本身所致的变异性 异质性的类型 异质性分析与处理的方法 当异质性检验出现P≤0.10时，首先应找出产生异质性的原因，如疗程长短、用药剂量、病情轻重、对照选择等是否相同。 由上述原因引起的异质性，可使用亚组分析(subgroup analysis)、Breslow-Day法和回归近似法。 4．多个实验效应的合并 将多个独立研究的结果合并（或汇总）成某个单一的效应量（effect size）或效应尺度（effect magnitude），即用某个指标的合并统计量，以反映多个独立研究的综合效应。 合并统计量的两种统计模型 固定效应模型( fixed effect model)： 若多个研究具有同质性（无异质性）时，可使用，可使用固定效应模型。 随机效应模型(random effect model )： 若多个研究不具有同质性时，先对异质原因进行处理，若异质性分析与处理后仍无法解决异质性时，可考虑使用随机效应模型。 （1）分类变量(category , dichotomous) 固定效应模型，指标RR 、OR (1) Mantel-Haenszel法 (2) Peto 法 随机效应模型，指标RR 、OR 如: Der Simonian Laird(D-L)法 （2）数值变量 (continuous) 固定效应模型 (MD，SMD） 方差倒数法（IV） 随机效应模型 D-L法 常用Meta分析方法一览表 5、合并效应量的检验 用假设检验(hypothesis test )的方法检验多个独立研究的总效应量（效应尺度）是否具有统计学意义，其原理与常规的假设检验完全相同。 两种方法： ①u检验（Z test）②卡方检验（Chi square test） 根据z或(u)值或卡方值得到该统计量下概率（P）值。 若P≤0.05，多个研究的合并效应量有统计学意义； 若P＞0.05，多个研究的合并效应量没有统计学意义。 6、合并效应量的可信区间 可信区间(confidence interval，CI) 是按一定的概率估计总体参数(总体均数、总体率)所在的范围(区间) ，如：95%的CI，是指总体参数在该范围(区间) 的可能性为95%。 可信区间主要用于估计总体参数和假设检验。 在Meta分析中，常用可信区间进行假设检验，95%的可信区间与?为0.05的假设检验等价，99%的可信区间与?为0.01的假设检验等价。 此外，森林图即是根据各个独立研究的95%可信区间及合并效应量的的95%可信区间绘制的。 OR与RR的可信区间 若选择OR或RR为合并统计量时，其95%的可信区间与假设检验的关系如下： 若其95%CI包含了1，等价于P0.05，即合并统计量无统计学意义。 若其95%CI的上下限均大于1或均小于1，等价于P0.05，即合并效应量有统计学意义。 WMD和SMD的可信区间 若选择MD或SMD为合并统计量时，其95%CI与假设检验的关系如下： 若其95%CI包含了0，等价于P0.05，即合并统计量无统计学意义。 若其95%CI的上下限均大于0或均小于0，等价于P0.05，即合并效应量有统计学意义。 OR和RR的森林图 OR和RR的森林图(forest plots)，无效线竖线的横轴尺度为1，每条横线为该研究的95%可信区间上下限的连线，其线条长短直观地表示了可信区间范围的大小，线条中央的小方块为OR值的位置，其方块大小为该研究权重大小。若某个研究95%可信区间的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无效竖线的左侧或右侧，该研究有统计学意义。 Revman5.1森林图(M-H法) 漏斗图及用途 漏斗图（funnel plots）最初是用每个研究的处理效应估计值为X轴，样本含量的大小为Y轴的简单散点图（scatter plots）。 对处理效应的估计，其准确性是随样本含量的增加而增加，小样本研究的效应估计值分布于图的底部，其分布范围较宽；大样本研究的效应估计值分布范围较窄，当没有发表偏倚时，其图形呈对称的倒漏斗状，故称之为“漏斗图”。 RevMan中的漏斗图 在RevMan软件中，漏斗图是采用OR或RR对数值（logOR或logRR）为横坐标，OR或RR对数值标准误的倒数1/SE(logRR)为纵坐标绘制的，然后，以真数标明横坐标的标尺，而以SE(logRR) 标明纵坐标的标尺。 漏