meta分析基础实践.ppt

原始研究的质量评估 选择Risk of bias summary，反应各原始研究质量 参数计算与meta分析 Revman 5能够实现的数据类型 二分类变量的meta分析 输入数据类型：事件发生数 观测总数 输出类型：OR、RR 连续变量的meta分析 输入数据类型：均值 标准差 总数 输出类型：均值 标准差 诊断性实验的meta分析 输入数据类型：真阳性数 假阳性数 正阴性数 假阴性数 输出类型：特异度、敏感度 参数计算与meta分析 不同数据类型的Revman5 meta分析步骤基本一致，仅输入的数据类型不同 所以仅以二分类变量的meta分析举例 参数计算与meta分析 在系统评价中建立meta分析并命名 参数计算与meta分析 选择是否添加新的meta分析 参数计算与meta分析 选择大纲栏data and analysis，再选内容栏add outcome，建立新的计算模型 参数计算与meta分析 选择数据类型 参数计算与meta分析 命名数据类型，并命名实验组、对照组 参数计算与meta分析 选择统计方法、分析模型及效应量 参数计算与meta分析 统计方法常用的有倒方差法（generic inverse variance）、Mantel-Haenszel法（M-H法）、Dersimonian-Larid法（D-L法） Peto法多用于大型研究的小效应量的合并分析，如生存率、死亡率 统学方法选择详见下表 参数计算与meta分析 参数计算与meta分析 分析模型选择 对于存在较大异质性的meta分析采用随机效应模型，而异质性较小的meta分析采用固定效应模型。 参数计算与meta分析 选择数据合并方式 参数计算与meta分析 设定森林图各部分名称 参数计算与meta分析 点击finish完成计算模型建立 参数计算与meta分析 点开Data and analyses 下的子目录，右键点击计算模型标志，再选择add study data，给这个计算模型添加已纳入的原始研究。 参数计算与meta分析 图中可见原始研究LL001、LL002、LL003已被纳入计算模型中 参数计算与meta分析 原始研究纳入计算模型后，将原始研究的数据按格式填入空白栏内，软件会自动计算并作图 参数计算与meta分析 点击右上角标识，作出森林图 参数计算与meta分析 森林图解读 每个原始研究用一个点表示，而点的面积代表了被赋予的权重 水平线代表了置信区间（CI） 如果各个点的连线无法保持一条基本直线，提示各研究间存在较大异质性。 异质性分析 Revman 5在给出森林图的同时，也会计算异质性（卡方值(Chi2)和I2 ）。 Cochrane Q检验，本质为卡方检验，卡方值(Chi2)其p如小于0.10可以认为存在异质性 I2反应异性性所占比重，其0-40%为轻度异质性，40-60%中度异质性，75-100%较大异质性。一般认为如I2大于50%可以可考虑研究间存在较大异质性 异质性分析 出现了异质性，一般最常用的方法是进行亚组分析（如将病人性别、年龄、人种、地域、实验方法或其他研究间的不同因素进行归类） 另外还可以进行回归分析、敏感性分析、改变效应量等方法 如异质性过于明显，并且上述方法无法解决时，只能放弃meta分析 发表偏倚分析 点击右上角标识，作出漏斗图 发表偏倚分析 又名为报告偏倚，由于目前发表文章多以阳性结果而导致 漏斗图是一种定性分析发表偏倚的方法 一般样本量小的研究分布在漏斗图的底部且向四周分散 而样本量大的分布在漏斗图的上方，向中央集中 如果不存在偏倚，各个研究散点会形成一个对称的倒置漏斗 发表偏倚分析 一般认为漏斗图不对称即可能存在发表偏倚 其他还有Egger线性回归法、Begg秩相关法、剪补法均可检测发表偏倚 亚组分析 新建一个计算模型（outcome2）后，右键点击该模型，选择add subgroup 亚组分析 命名亚组 亚组分析 选择再建另一各亚组 Meta分析实践 杨耸 湘雅二医院 提 纲 系统综述与Meta分析 Meta分析实践 RevMan Meta-Disc 系统综述与Meta分析 Meta分析 基础实践 系统综述 以问题为基础，按照特定的病种和疗法 全面收集全世界所有已发表或未发表的临床研究结果 采用临床流行病学方法严格评价文献 筛选出符合质量标准的文献 进行定量合成（META分析） 得出综合可靠的结论 META分析 定义：采用统计学方法，将多个独立的，针对同一临床问题，可以合成的临床研究综合起来进行定量分析。 系统综述与META分析的关系 META分析是系统综述的一种类型 META分析是系统综述进行定量合成的统计方法 Me