meta分析的统计学问题

Meta分析的统计学问题,定义,Meta“after,morecomprehensive,secondary”对关注同一科学问题的不同研究的结果进行定量综合的统计方法。,样本量与精度,研究的样本量越小，效应估计的精度越低；研究的样本量越大，效应估计的精度越高。效应估计的精度越低，可信区间越宽；效应估计的精度越高，可信区间越窄；-4mmHg(-7,3)-4mmHg(-7,-2),加权平均,Meta分析的统计学本质,将多个研究综合起来，提高精度/统计效能；相当于1个多中心的临床试验的结果。,异质性,Heterogeneity临床异质性：PICO方法学异质性：研究设计、研究质量统计学异质性,异质性检验,Heterogeneitytest异质性检验，目的是检查各个独立研究的结果是否具有一致性或可合并性。2检验研究数量少时把握度较低P界值0.10,固定效应模型,假定：所有研究估计的是同一个干预效应；研究结果之间的差异完全来源于机会，即没有统计学异质性。例如：估计同一个人的身高,随机效应模型,假定：所有研究估计的不同的、但服从某个对称分布的多个干预效应。对称分布的中心反映了这些效应的平均值。研究结果之间的差异不仅来源于机会，也来源于干预效应的不同。例如：估计不同人的身高,异质性的处理,随机效应模型不能替代异质性来源的调查,叙述性合成,Narrativesynthesis通过表格对合格研究的研究特征（如研究设计、研究对象、研究结局、研究质量等）与研究结果进行结构化的比较和总结，定性评价研究结果在不同研究特征上是否相似（即研究结果是否与某些研究特征有关）。,Meta分析的适用情形,大规模或多中心试验难以实施药物/治疗疗效及其副作用的评价现有研究结果矛盾缺乏相关的或可靠的数据存在重要的异质性多数研究偏倚危险高,分析思路,确定比较Comparison确定结局Outcome确定数据类型Typeofdata确定效应指标Measureofeffect,数据类型与效应指标,连续数据原始研究：MD（meandifference）Meta分析：MD(meandifference)均差SMD(standardizedmeandifference)标准化均差（对同一结局指标采用不同的测量单位）二分类数据原始研究：RR（相对危险度）,OR（比值比）Meta分析：RR,OR,分析软件,Revman4.2/cochrane/revman.htmRevman5http:/www.cc-,Comparison:ARBsvsplaceboOutcome:MI,森林图Forestplot,森林图,发表偏倚Publicationbias,指具有统计学显著性意义或阳性的研究结果较无显著性意义或无效的结果被报告和发表的可能性更大。医学研究领域发表偏倚的问题相当严重。当存在发表偏倚时，可能会夸大疗效，甚至得到一个虚假的疗效。,漏斗图Funnelplot,发表偏倚图例,敏感性分析Sensitivityanalysis,检查结果的稳定性研究质量的高低无法判断个别研究是否应纳入对分析错误研究的调整分析进行标准差估算的研究,异质性来源的调查,有助于发现问题，为新的研究提供线索可能具有重要的临床意义交互作用效应修正亚组分析Meta回归,亚组分析实例,血红蛋白浓度加权均差的亚组分析结果,事前分析与事后分析,特征变量的选择：有