meta分析原理和步骤精编版.ppt

研究者应设计一个适合本研究的数据收集表格。 表格中应包括分组情况、每组样本数和研究效应的测量指标。根据研究目的不同，测量指标可以是率差、比数(odds) 、相对危险度( relative risk ,包括RR 和OR) 。 各研究间作用测量指标不一致,需转化为统一指标。 五、分析资料和报告结果 计算各研究的效应值、方差和权重 对各研究结果的效应值进行齐性检验 计算合并的效应值 固定效应模型的合并效应值 随机效应模型合并的效应值 绘制各研究的效应值和置信区间 －－－－森林图 (Forest Plot) 异质性检验 异质性种类 临床异质性 观察对象 年龄，性别，人种，疾病程度，病程长短 干预措施 剂量，给药途径，疗程?? 结果测量指标 量度，测量时间，测量方法?? 异质性检验的方法 I2：异质性的定量分析 I2值从0%至100%，0%时无异质性，I2值越大，异质性越大；一般说来，用I2=25%，或50%，或75%将异质性划分为低，中，高； 小于70％可接受，超过70％则建议分开描述，不能合并。 I2描述了去除抽样误差（机遇）后的异质性。异质性小只说明各个研究间研究方法、纳入标准、实施方案等没有大的差别 存在异质性可采取的措施： 得到每个研究的原始数据，并可对每个研究可以采用统一的多元回归模型进行分析，避免由于模型不一致导致的异质性 亚组分析。 敏感性分析。在排除可能是异常结果的研究后，重新进行Meta分析，与未排除异常结果研究的Meta分析结果进行比较，探讨被去除的研究对合并效应的影响程度。 选用Meta回归以及混合模型进行分析 若异质性过于明显，则应放弃进行Meta分析，只对结果进行一般性的统计描述。 Meta回归 Meta回归分析采用回归分析的方法．探讨某些实验或病例特征等协变量对Meta分析中合并效应的影响．以试图明确各研究问异质性的来源。探讨协变量对合并效应的影响。 纳入Meta回归分析中的协变量是研究或试验水平的一些特征：如研究设计、干预量、给药途径、疗程、患者的性别、年龄、研究样本量；也可以是单个研究内所包含病例的综合特征，如患者的平均年龄、平均身高等。但是不能将单个患者的身高、体重等指标作为Meta回归分析的协变量 偏倚的识别与处理 偏性的估计 漏斗图（Funnel Plot）是以每个研究的效应值为横坐标，以每个研究的样本量或效应值方差的倒数为纵坐标做成的散点图。 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” 六、结果评价和解释 结果的解释Meta分析结果除了要考虑是否有统计学意义外，还应结合专业知识判断结果有无临床意义。若结果仅有统计学意义，但合并效应量小于最小的有临床意义的差值时，结果不可取；若合并效应量有临床意义，但无统计学意义时，不能定论，需进一步收集资料。 结果的推论 在推广应用时，应结合该Meta分析的文献纳入/排除标准，考虑其样本的代表性，特别应注意研究对象特征及生物学或文化变异、地理区域、干预措施等方面是否与自己的具体条件一致。  Meta分析常用软件 RevMan STATA SAS等 RevMan录入比较方便，但是无法进行meta回归分析，SAS较STATA操作更复杂，而且STATA的图较美观，因此推荐使用STATA Meta analysis原理和实施步骤 陈泽鑫 浙江大学医学院附属第二医院 临床流行病与生物统计研究室 样本与总体 研究总体离不开研究它的个体．但在许多实际问题中，不可能对所有个体逐一进行研究，而只能从总体中抽取一部分个体进行观察（或试验），根据对这部分个体的观察结果来推断总体的分布情况． 样本 总体 推断 样本与总体 统计学用抽样分布的理论来描述样本统计量的变化规律 单一样本推断总体存在不足： 存在抽样误差，并且抽样误差的大小与样本量的大小有关。 为了减小抽样误差，需要足够的样本量 样本推断总体 存在抽样误差 足够的样本量 减小误差 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 由于抽样过程存在抽样误差，样本量较大时抽样误差较小。 所以从图中可以看出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