剂量-反应Meta分析简介（徐畅）

简介 基础方法学 数据类型 结果的解读 推荐资料 自变量（因） ：暴露 /干预因素 暴露 水平：剂量，表示危险因素 /干预措施暴露水平的增加或降低 因变量（果） ：反应，对应疾病发生风险 /疗效会有一定变化趋势 ;或不变，或增加，或降低 什么是剂量 探讨自变量暴露水平变化与 因变量之间因果关系的 反应 睡眠时间与全因死亡率的关系 便于探讨不同剂量下结局事件发生的概率是否不同； 方法 学进化的必然选择：传统分层分析 方法学不合理，结果不可信； 为什么需要剂量 传统分层分析方法的缺陷 • 分层分析下，样本量也被“分层”，精度降低。 • 每层里，仍然是不同剂量。 1818岁女性跟 40岁怎么能一样呢？ 精度降低 • 分层分析下，假设每层因变量 (独立的； • 其实不然 — 参照水平都相同，怎么能没联系呢 假设错误 剂量 ~1992 • 分层分析（ 2 1992~2011 • 线性 /少数团队垄断非线性代码 ) 2011~至今 • 非线性 (代码的公开 ) 剂量 检索 是不是很像 9 68 77 148 168 011 012 013 014 015 篇 ) 发文量 剂量 及果或果及因 • 样本量大，可信度一般 • 样本量小，可信度非常高 • 样本量一般，可信度低 • 样本量大、可信度高 队列研究 病例对照研究 以上任意组合 随机 /临床对照研究 剂量 年的应用情况 分比 队列研究 病例对照研究 随机 /临床对照研究 以上任意组合 错误（加入横断面） T a . B a n of C a t e g o r y b y i t e m s A l l l i c a t i o n s ( N =4 2 7 ) C h i n e a u t h o r ( 2 3 6 ) N o n - C h i n e s e a u t h o r (1 91 ) P v a l u e N o . o f a u t h o M e d i a n ， Q 3 ) 6 ( 4 - 8) 5 ( 3 - 8) 2 9 6 ( 4 0 . 6 8 %) 7 3 ( 3 8 . 22 %) 0 . 9 4 - Me t a - a n a l y s i s 0 ( 0 . 0 0 %) 10 ( 5 . 24 %) Ty p e o f e x p o su r e C o n t i n u o u s 2 2 7 ( 9 6 . 1 9 %) 18 8 ( 9 8 . 4 3 %) D i c h o t o mo u s* 9 ( 3 . 8 1 %) 3 ( 1 . 5 7 %) 0 . 1 8 D i c h o t o mo u s f i t t e d i n n o n - l i n e a r 6 1 O u t c o m e C a n c e r R e l a t e d 1 2 2 ( 5 1 . 6 9 %) 7 7 ( 4 0 . 31 %) C V D R e l a t e d&3 3 ( 1 3 . 9 8 %) 4 9 ( 2 5 . 66 %) O t h e r s 8 1 ( 3 4 . 3 2 %) 6 5 (3 4 . 03 %) 0 . 9 5 M o d e l u s e d i n t d a p p r o x i m a t i o n$1 3 4 ( 5 6 . 7 8 %) 5 3 ( 2 7 . 75 %) 1 3 ( 5 . 5 1 %) 4 2 ( 2 1 . 99 %) < 0 . 0 1 O t h e r n o n - l i n e a r mo d e l s 0 ( 0 . 0 0 %) 2 6 ( 1 3 . 61 %) L i n e a r 8 9 ( 3 7 . 7 1 %) 70 ( 3 6 . 65 %) 0 . 8 2 In c o rr e c t u se d o f n o n - l i n e a r m o d e l 5 ( 1 5 7 ) 0 ( 1 2 0 ) ─ F u n d i n g Y e s 1 0 2 ( 4 3 . 2 2 %) 16 5 ( 8 6 . 39 %) 1 3 4 ( 5 6 . 7 8 %) 2 6 ( 1 3 . 61 %) < 0 . 0 0 1. 国内作者为国际杂志贡献了一半（ 以上的剂量 2. 国内作者只有 文章获得资助；而国外有 获得资助（ P<; 3. 国内作者有 20篇存在方法学错误（ ；国外作者也有 20篇存在（ ）类似错误（ p= 主要结果 剂量 病因 ：探讨潜在危险因素的暴露与疾病的发生风险； 干预 ：探讨不同剂量的干预措施与疾病转归的关系； 预后 ：探讨不同习惯 /服药时间或量与疾病的预后 (生存 )的关系； 基因 ： 介 基础方法学 数据类型 结果的解读 推荐资料 剂量 �X 𝜀 效应量（对数），也即“反应” 𝛽为待估参数 随机误差项 建立剂量 剂量 延伸模型 线性模型 普通线性回归 分段线性回归 跃阶回归 非线性模型 多项式回归 样条回归 幂函数回归 模型拟合方法参数回归 半参数回归 非参数回归 存在过度拟合，不首选 两大派别 普通线性回归 分段线性回归 这种趋势，还能用简单线性来表示？线性关系至少 得分两段 吧 :大于 7于 7 团队原创，顶不顶？ 多项式回归 样条函数回归 幂函数回归 剂量 两种合并思路 剂量 两种合并思路 合并 出单篇研究的 𝛽 𝑖 单篇的回归方程 单篇研究每个 𝑥𝑖对应的 并 𝛽 𝑖 整体回归方程 每个 𝑥𝑖对应的量 三 种关系 线性相关： 无限逼近于一条直线 非线性相关： 即各种类型的曲线，如 边缘非线性相关： 理论上存在，介于直线与曲线之间（边缘统计显著） 剂量 非线性 /线性的确定 非线性检验 （ 本质是一种卡方检验，假设该未知趋势为线性，当概率 P<线性的可能性非常小，则认为是非线性，反之则为线性；若在 为边缘非线性。 似然比检验 （ 一种利用最大似然估计的检验方法，分别计算线性和非线性想干的似然值（可能性），如果非线性的似然值越大，则认为是非线性，反之亦然。 简介 基础方法学 数据类型 结果的解读 推荐资料 哪种数据格式适合做剂量 哪种数据格式适合做剂量 哪种数据格式适合做剂量 上 表 中 下限；者均对应队列 研究； 表示应病例 每篇研究的参照组（一般为最低暴露组）的 1， 表示以此为参照。 简介 基础方法学 数据类型 结果的解读 推荐资料 如何看剂量 线性 每 减少 1小时的睡眠时间 ， 全因死亡率相对风险比增加 5% 注意：该例子并不代表临床结论或推论 如何看剂量 非线性 非线性关系：相对于 7小时，每天睡 5小时的 5%余以此类推 如何看剂量 线性 当睡眠时间 超过 7小时，每 增加 1小时的睡眠时间，全因死亡率相对风险 5% 当睡眠时间 小于 7小时 ， 每减少 1小时的睡眠时间 ， 全因死亡率相对风险 5% 每变化 1小时 如何看剂量 非线性 非线性关系：相对于 7小时，每天睡 5小时的 5%余以此类推 简介 基础方法学 数据类型 结果的解读 推荐资料 参考资料推荐 — 方法学 参考资料推荐 — 方法学 参考资料推荐 — 方法学 参考资料推荐 — 模型 参考资料推荐 — 方法学 参考资料推荐 — 方法学 参考资料推荐 — 方法学 参考资料推荐 — 循 证实践（ Z, , , et of A 0 2016, in 本文链接如下：— 循证实践 谢谢 ！