Meta分析中效应尺度指标的选择_文进.docVIP

Meta分析中效应尺度指标的选择_文进 文 进 李幼平* 关键词 Meta分析合并统计量效应尺度 作者单位 1.四川大学华西医院 中国循证医学中心 (成都610041)第一作者简介文进，男（1974年～），流行病与卫生统计学硕士，循证医学在读博士，以循证决策和管理为主要研究方向。Email: huaxiwenjin@163.com* 通讯作者，Email: yzmylab@ 摘?要 Meta分析中效应尺度指标的选择对其结果的解释和应用非常重要。本文 首先简要介绍了常见的几种Meta分析合并统计量的基本概念。Meta分析中选择合并统计量常需要考虑以下因素：流行病学设计类型，资料（数据）类型，效应一致性，数学特性和可解释性。对连续性变量，当对同一干预措施效应的测量方法或单位完全相同时，宜选择WMD；当对同一干预措施效应采用不同的测量方法或单位，或不同研究间均数差异过大时，宜选择SMD作为合并统计量。对二分类变量，随机对照试验的Meta分析推荐首选RR为合并统计量。当干预（暴露）组和对照组的事件发生率均非常低时，可以采用OR估计RR。Meta分析中无一个可应用于所有情形的最佳合并统计量。 中国循证医学杂志 , 2007, 7(8): 606-613. 证据是循证医学的核心，系统评价或Meta分析是公认的最高级别证据。来自Meta分析的证据总是通过一定的效应尺度（effect size, ES; 或effect magnitude, EM）指标来表示。但国内外杂志上发表的Meta分析在选择效应尺度指标时常存在误用指标或错误解释指标结果的情况。因此，深刻理解Meta分析中各种常用效应尺度指标的意义，对正确选择效应指标、理解和应用统计结果至关重要。Meta分析中使用的定量合成效应尺度指标，也被称为合并统计量（summary statistic）。 20人死亡，80人存活，则这个样本中发生死亡的比值为20/80=1/4或0.25。比值也可以定义为某事件发生的概率与不发生的概率之比，即P/(1-P)，这里 P表示某事件发生的概率。 表1为常见的研究暴露（干预）与疾病关系时候的资料总结表。 根据流行病学不同的研究设计类型，可以获得以下三种比值比。1.1.1 发病比值比（incidence odds ratio） 对于队列研究或随机对照试验而言，可以获得发病比值比，其计算如下： 暴露（干预）组发病的比值= p11-p1 =a/(a+c)c/(a+c) =ac 1 基本概念 Practice and Communication 研究中常用的效应尺度指标包括结局为分类变量时的odds ratio（OR）、relative risk（RR）和 risk difference（RD），以及结局为连续性变量时的weighted mean difference（WMD）和standardized mean difference（SMD）。下面对这些基本概念进行简要介绍。1.1 OR OR即比值比或优势比，是测量疾病与暴露联系强度的一个重要指标。是某组中某事件的比值与另一组内该事件的比值之比。OR=1表示比较组间没有差异。当研究结局为不利事件时，ORlt;1表示暴露可能会降低结局风险。 比值（Odds）：是某事件发生可能性的一种表示方式，为一个样本中发生某事件的人数与没有发生某事件的人数之比。例如，在一个100人的样本中， 606 非暴露（非干预）组发病的比值=发病比值比=OR1= p1 /p2 b/(b+d)bp2 == 1-p2d/(b+d)d=adbc 1-p11-p2 1.1.2 暴露比值比（exposure odds ratio） 病例对照研究不能得到发病比值比，只能得到暴露比值比。 表 1 暴露与疾病关系的四格表 Table 1 Fourfold table for data analysis between D (疾病/ disease)D (非疾病/ non-disease) aca+c bdb+d a+bc+d 病例组暴性决定。Cochrane协作网的RevMan统计软件设定露的比值=病例中暴露的比值病例中非暴露的比值=a/(a+b)a b/(a+b)=b计算WMD的权重为方差的倒数。 对照组暴c/(c+d)c1.5 SMD露的比值=对照中暴露的比值对照中非暴露的比值=d/(c+