医学数据Meta分析统计过程.pptVIP

研究结果的效应值、方差和权重H0：各研究的效应值相等。H1：各研究的效应值不相等。由于齐性检验的检验效能较低所以通常将检验水准定为?=0.10。计算统计量QQ=29.694,df=15,p=0.013。Q服从自由度为M－1的?2分布。固定效应模型的合并效应值：（各研究的效应值相等）01其方差为：01BDAC随机效应模型的合并效应值：DerSimonianandLaird方法（各研究的效应值不等）其方差为：DerSimonianandLaird方法中权重的计算方法其中为固定效应模型时效应值的方差，D为随机效应部分的方差。其中为固定效应模型时各研究的权重，Q为齐性检验时的统计量。12研究结果的效应值、方差和权重01对临床的一些重要变化常常不能清楚地反映出来；02有严格的高质量的标准，标准差较小的研究有较大的权重；03相同的测量指标并不总是可比的，如美国和英国的医疗费用；04有些卫生政策可以左右“医疗过程”测量指标的变化。如果各研究测量相同的指标而采用不同的量度，就需要在合并之前对不同量度进行转换；01在“转换系数”知道的情况下可直接进行转换；02“标准化”转换可使用：量度因子：每个研究中的标准差选择量度：自然标准差单位03“标准效应量”的计算：效应量=均数差值/平均标准差04用假设检验（hypothesistest）的方法检验多个独立研究的总效应量是否具有统计学意义，其原理与常规的假设检验完全相同两种方法：U检验（Ztest）卡方检验（Chisquaretest）根据Z或U值或卡方值得到该统计量下概率（P）值若P≤0.05，多个研究的合并效应量由统计学意义若p＞0.05，多个研究的合并统计量没有统计学意义可信区间（confidenceinterval，CI）是按一定的概率估计总体参数（总体均数、总体率）所在的范围（区间）如：95%的CI，是指总体参数在该区间的可能性为95%可信区间主要有估计总体参数和假设检验两个用途森林图即是根据各个独立研究的95%可信区间及合并效应量的95%可信区间绘制的3214若选择OR或RR位合并统计量时，其95%的可信区间与假设检验的关系如下：若其95%CI包含了1，等价于P＞0.05,即合并统计量无统计学意义若其95%CI的上下限均大于1或均小于1，等价于P≤0.05,即合并的统计量有统计学意义若选择WMD或SMD为合并统计量时，其95%CI与假设检验的关系如下：若其95%CI包含的0，等价于P＞0.05，即合并统计量无统计学意义若其95%CI的上下限均大于0或小于0，等价于P≤0.05，即合并效应量由统计学意义单个分类变量的研究数据分类变量（category，dichotomous）的单个研究的统计量di，可选择OR、RR或RD，四格表数据如下表：EventNoeventTreatmentaibin1iControlcidin2im1im2iK个研究阿司匹林安慰剂合计OR95%CI死亡数未死亡数死亡数未死亡数aibicidiNi下限上限1495666755712390。7200.4891.0592447146470715290。6810.4571.013310273012672416820。8030.6061.063432285382716260。8010.4861.3195857255235412160。7980.5531.15362462021219203845241。1330.9351.37371570701717206880171870。8950.8290.966合计21281205822861153128003七个阿斯匹林预防心肌梗死的研究资料（取自FleissJL）表中ai、bi、ci、di为各研究四个表数，Ni为各研究的样本例数，ai为处理组的实际阳性数OR或RR的森林图（forestplots），无效线竖线的横轴尺度为1，每条横线为该研究的95%可信区间上下限的连线，其线条长短直观地表示了可信区间范围的大小，线条中央的小方块为OR值的位置，其方块大小为该研究权重大小。若某个研究95%CI的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无效竖线的左侧或右侧，该研究有统计学意义纳入的研究个数多时，与M-H法相同。纳入的研究个数少时，采用Peto法，Peto法只有固定效应模型，