统计班第8章系统综述和Meta分析课件.pptVIP

复习上次课主要内容 EBM五步法 如果异质性检验 P≤0.10 分析可能的原因 设计方案 测量方法 用药方法 疗程长短 病情轻重 对照选择 …… 必要时与原作者取得联系 定性资料的Meta分析方法 固定效应模型 Mantel-Haenszel法 Peto法 倒方差法 随机效应模型 D-L法 图 Meta分析中异质性资料处理的方法 * 最谦卑,迟最坚韧不拔, 最 的流行病学家 仅做了一项研究就获得了爵士封号 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 产生原因 手工检索文献时，支持阳性结果的研究比不支持的研究可能更多地被作为参考文献加以引用 杂志的知名度对文章的引用也会产生影响 * （三）引用偏倚 产生原因 阳性结果的研究更容易多次发表或作为会议报告，这就使得这些文章更容易被查到并纳入Meta分析中 Meta分析中如果包括重复数据会高估疗效 * （四）多次发表偏倚 产生原因 通常文献入选标准由熟悉所研究领域的调查者来制定，那么这个标准就可能受调查者知识的影响 对入选标准的处理可能导致某些阳性结果的研究被选择，而阴性结果的研究被排除 * （五）有偏倚的入选标准 Meta分析检查上述偏倚的最佳途径 先根据一个基本的入选标准收集全部的研究 再考虑不同的入选标准进行彻底的敏感性分析 检查偏倚的程度 漏斗图分析（funnel plots） 计算失效安全数（fail-safe number，Nfs） * 二、偏倚的检查 第四节 偏倚及其检查 漏斗图 相对于样本量的效应值，是以研究的效应估计值作为横坐标，样本量作为纵坐标画出的散点图 漏斗图分析 1、根据图形的不对称程度判断Meta分析中偏倚有无的一种简单方法 2、基于治疗效应的精确度随样本量增大而增加这一事实 * （一）漏斗图分析 第四节 偏倚及其检查 * 第四节 偏倚及其检查 如果Meta分析中没有偏倚，图形构成一个对称的倒置“漏斗”；如果图形呈现明显的不对称，表明偏倚可能存在(见右图) 样本量小的研究结果通常分散在图形底部很宽的范围内 样本量大的研究结果集中在图形上部一个较窄的范围内 在用样本信息推断总体参数时，是存在抽样误差的，并且抽样误差的大小与样本量的大小有关。 统计学用抽样分布的理论来描述样本统计量的变化规律。 * 从一个均数为1.5，标准差为0.7的正态总体中进行随机抽样，样本量分别为20，50，100，200，300，500，1000，不同的样本量均进行20次抽样，共得到140个样本。 分别计算每个样本的均数，标准差和标准误。 以样本的均数为横坐标，以样本量为纵坐标作散点图。 从均数为1.5，标准差为0.7的正态总体的140次随机抽样结果 由于抽样过程存在抽样误差，样本量较大时抽样误差较小。 图中所有的点以样本量较大时的均数为轴，左右是基本对称的。 用方差分析的方法对不同的样本所对应的总体均数是否相等进行检验，方差分析的结果为F=0.862,P=0.878。 说明140个样本对应的总体均数是相同的。 用这140个样本的信息来估计总体的均数和标准差，?=1.501,?=0.699。这样做的结果是提高了估计的精度。 我们把不同作者对相同问题进行的研究可以看作从同一总体中进行抽样得到的一个随机样本，如果它们都是按照相同的设计得到的研究结果，并且可以找到每一项研究的结果，这样就可以根据上面的原理得到一个更为可靠的结果。 不同作者： 所使用的设计方案会有一定的差别， 选择的实验对象有所不同， 研究结果不一定都能发表到专业杂志上。 因此实际能够得到的资料可能是不完整的，甚至是有偏性的，如阳性结果的文章，以及和目前大家普遍能够接受的观点一致的文章可能更容易发表在专业杂志上。 重复发表。 人为修改数据。 有出版偏性的散点图 漏斗图的评判： 无偏倚：呈倒漏斗状 存在偏倚：图形呈不对称，即底部缺角。 不对称越明显，偏倚程度越大。 样本量 OR值 0.25 0.5 1 1.25 1.5 2 0 10000 样本量 0.25 0.5 1 1.25 1.5 2 0 10000 漏斗图 ：一项评价硝酸盐类治疗心肌梗死的大型临床试验 注：圆点表示纳入Meta-分析中各试验的比数比(odds ratios)；带水平线的方框表示来自一项大型临床试验的比数比以及95%的可信区间 漏斗图：分析一项大型评价链激酶治疗心肌梗死临床试验 注：圆点表示纳入Meta-分析中