成果流行病学meta分析.pptx

Meta分析 （Meta-analysis）; 一、Meta分析概念 Meta分析（meta-analysis）又叫荟萃分析，是系统评价的一种，通过综合多个相同目的研究的结果，用定量合成的方法提供一个量化的平均效果或联系强度，从而来回答所研究问题。 Meta-分析不是一个简单的统计方法，它是集数据收集和相关信息处理为一体的一系列分析和统计过程。它包括提出研究问题、制定纳入排除标准、检索相关文献、汇总基本信息、综合分析并报告结果等系统性研究过程。 Meta-分析最大的优点是通过综合各原始文献的研究结果???增大了研究的样本量，从而增加了研究结果的把握度，并可解决各单项研究结果不一致的问题。;二、 Meta分析的基本步骤 1、提出问题，确定研究目的 2、检索相关文献 3、选择文献并进行严格评价 4、收集数据 5、对每个研究的特点等情况进行汇总描述 6、确定综合分析效应值的种类及统计分析计划 7、描述纳入研究的结果及其特征 8、异质性检验（heterogeneity test） 9、计算合并效应量 10、敏感性分析; 三、Meta-分析的异质性检验 针对相同问题进行的多项单个研究，其研究结果间肯定存在差异，这种差异的来源为两方面： ①抽样误差； ②研究间存在异质性：设计类型、试验条件、测量方法等方面不同导致研究结果的不一致。 进行异质性检验的目的就是要确定“差异”的原因。; （一）异质性检验的方法 1、Q统计量检验法 （1）建立无效假设 H0:θ1=θ2=θ3=……=θk（即纳入研究的效应量均相同） （2）计算统计量Q值 ; （3） Q服从于自由度为df = k – 1的χ2分布，根据df查表求得 P值。若 P0.05则接受 H0；若P0.05则接受 H1。 Q检验法的检验效能较低。当纳入研究的数目较少时，Q检验出现假阴性错误的机会较大；当纳入研究的数目过多，则可能出现假阳性错误，使本不具异质性的资料出现Q检验P0.05的结果。所以，利用Q检验时下结论应该慎重。; 2、 森林图法(forest plot) 森林图是以每个单项研究的效应值及其95%可信区间作图，从而展示各研究间的差异情况。当各研究的OR值趋势一致，其可信区间相互包含，则可判定无异质性。 例：英国流行病学家Archie Cochrane发现，1972-1979年间，针对“早产孕妇使用氢化可的松以降低早产儿死亡率”的RCT研究共7项，按各研究的OR值及其95%可信区间依次作图（如下）;Cochrane collaboration;（二）异质性的来源 如果通过分析各研究间确实存在异质性，则应进一步考虑产生异质性的原因。 引起异质性的原因很多，归结起来主要与研究设计和实施方法不统一有关。例如： 1、设计质量上的差异； 2、干预措施施加方法的差异； 3、测定结局的方法与时间不统一； 4、研究对象纳入、排除标准有差异； 5、统计模式或分析方法上的差异。; （三）异质性的处理 1、进行亚组分析 根据导致异质性的主要矛盾，将纳入分析的所有研究分为不同亚组，然后对各亚组结果进行分析、讨论，探讨有关因素对总效应值影响的有无及程度。 2、进行敏感性分析 将严重影响异质性的异常项排除，然后重新进行Meta-分析，并将结果与排除前进行比较，探讨该异常项对总效应的影响及程度。 3、利用随机效应模型估计合并效应量的分析 当异质性不明显时，采用随机效应模型估计合并效应量，结果较可靠。 4、采用Meta回归及混合效应模型进行效应量的分析 这样可有效控制混杂因素的影响，得到多种因素共同作用下的合并效应量。 5、放弃Meta-分析 当资料异质性过大，则应放弃Meta-分析，改为对资料做描述性评价。; 四、Meta-分析中资料的统计分析 根据所收集的资料异质性的大小、效应量的性质、种类等不同，所采用的统计分析方法也不同。 Meta-分析计算合并效应量的主要方法有： 固定效应模型 随机效应模型 Meta-回归模型 混合效应模型; （一）固定效应模型 （fixed effects model） 应用条件 应用该模型的前提是假设各项研究无异质性，其间效应量的差别是由于抽样误差所致。 该模型的主要统计分析方法有： Peto法