META分析的202课件知识

META分析一、提出问题Meta分析是对已有的研究结果进行综合评价，Meta首先应提出需要解决问题，这些问题一般来自临床研究或流行病学研究中不确定或有争议的问题。然后对需要解决的问题拟订一个详细的计划书。二、检索资料资料类型：Ⅰ类数据：公开发表的文献或报告中方法学与结果部分的数据。Ⅱ类数据：公开发表的文献或报告中的表格数据。Ⅲ类数据：图形信息。Ⅳ类数据：工作报告和上报资料。资料检索策略：1、先进行预检索，大致确定检索范围2、检索时进行必要的限定，如：研究对象、语种、出版年限、出版类型等3、保证较高的查全率4、计算机检索与手工检索相结合，并重视参考文献。5、注意通过其他渠道收集，如：会议论文、专著内章节等。三、拟订纳入标准和排除标准纳入标准：如患者的疾病类型、年龄、性别、种族、病情严重程度。描述性研究还是分析性研究？病例对照研究还是队列研究？采用随机、盲法、干预措施等？剔除标准：如不同杂志或媒体上发表的同一结果不能重复选择。纳入标准和排除标准不宜过严或过宽四：纳入研究的质量评价评价内在真实性、外在真实性和可能影响结果解释的因素。内在真实性：考察独立研究是否存在偏倚及其影响程度，包括患者是否随机分配、试验组对照组可比性、是否采用盲法判断。目前真实性评价尚不完善1993年Guyatt提出了一种简便有效的评价临床研究资料真实性和用途的方法真实性评价表Ⅰ研究结果正确吗？（1）研究对象是否随机分配到治疗组和对照组？（2）进入试验的患者对结论有贡献吗？①随访完成情况②不依从者仍在原来组中分析吗？（3）使用盲法了吗？（患者、医生、研究者）（4）试验开始时组间可比吗？（5）除了干预方法，对各组的处理相同吗？Ⅱ结果是多少？（1）疗效是多少？根据资料性质计算疗效大小①计数资料设对照组的率为X，对照组的率为Y则绝对危险减少量为X-Y相对危险减少值为（X-Y）/X②计量资料设对照组试验前后某指标的改变量为试验组试验前后某指标的改变量为Y2-

Y1则绝对改变量为（X2-X1）-（Y2-

Y1）（2）疗效的精度假设检验P值大小或95%可信限Ⅲ这个结果对治疗我的患者有帮助吗？（1）结果可以用于我的患者吗？（2）所有重要的临床结局均被考虑了吗？（3）治疗收益与潜在的危险和费用比较五、提取纳入文献的信息包括基本信息、研究特征、结果测量等。所取信息必须可靠。对缺乏原始数据的文献，在与原著者联系后仍然没有数据的，应该删除。六、资料的统计学处理制定统计分析方案选择适当的效应量指标：OR、RR、P值等纳入研究的异质性检验模型选择及统计学分析七敏感性分析采用不同模型或排除某项研究，以考察Meta分析结论的稳定性。八、形成结果报告背景、目的、检索策略、选择标准、资料收集方法、主要结果和评价者结论Meta分析的统计学过程一、效应量的确定常用有率差、均数之差、标准化差值（standardizedmeandifference,SMD）相对危险度、优势比、绝对危险减少率（ARR）、需要治疗的患者数（NNT）。当缺乏上述效应量时，可酌情考虑用假设检验的P值，或检验统计量作为效应量。1、分类资料的效应量（1）病例对照研究的效应量：OR=ad/bc对数方差：Var（lnoR）=1/a+1/b+1/c+1/d95%CI：exp[lnoR±1.96√Var（lnoR）]（2）随访研究资料效应量1）相对危险度（RR）、归因危险度（AR）、率差（RD）Var（lnRR）=（b/an1）+（d/cn2）95%CI：exp[lnRR±1.96√Var（lnRR）]2）归因危险度（ARR）Var（ARR）=（ab/n31）+（cd/n32）95%CI：ARR±1.96√Var（RR）]ARR倒数称为需要治疗的患者数（numberneedtotreatNNT），即需要治疗多少名患者才能预防一次不利结局的出现，是临床决策的常用指标2、定量资料标准化均数之差组别例数治疗前后差值标准差治疗组n1X1s1

对照组n2X2s2合计n1+n2xs

均数标准化差值定义D=（X1-

X2）/

s合并标准差（s）=√（n1-1）s21+（n2-1）s22/（n1+n2-2）Var（D）=[（n1+n2/n1n2）+D2/2n1+2n2）]95%CI：D±1.96√Var（D）]3、其他效应量如果纳入Meta分析的原始研究没有给出结局变量，仅报告了假设检验的统计量或P值大小，此时可将这些统计量转化为效应尺度。如连续性资料给出了统计量Z，可将Z转化为效应尺度效应尺度σ=Z√1/n1+1/n2

4、效应量的描述常使用森林图（forestplot），森林图为多个原始文献效应量及其９５％可信区间绘成，纵坐标为效应尺度，横坐标为原始文献的编号，按照一定的顺序，将各研究的效应量及其９５％可信区间绘制到图上。森林图可用于描述每个原始研究的效应量分布及其特征，同时展开研究间结果的差异情况。二、异质性检验基本思想假设研究资料间效应量的一致，所有研究都来自同一总体，那么实际效应间的差异可认为是由抽样误差造成，但若效应间差异过大，即这些变异不仅仅是抽样引起的，纳入Meta分析的各个独立研究可能来自不同总体。异质性检验常用加权Ｑ检验或Peto法Ｑ检验。加权Ｑ检验的基本步骤１、建立检验水准２、计算统计量Ｑ值Ｑ＝Σｗｉ（Ｔｉ－Ｔ）或Ｑ＝ΣｗｉＴ２ｉ－（ΣｗｉＴｉ）２／Σｗｉｗｉ为第ｉ个研究的权重，可用其方差的倒数作为权重；Ｔｉ为第ｉ个研究的效应量，Ｔ为所有研究的平均效应量：Ｔ＝ΣｗｉＴｉ／Σｗｉ且Ｑ服从于自由度为Ｋ－１的卡方分布。例1：某学者欲研究急性心急梗塞患者心肺复苏后溶栓治疗效果情况，收集了五个随机对照试验结果

溶栓治疗组对照组合计研究编号存活死亡存活死亡１20132722685732347132735512133103303431116352157583494786265

合计1928952286265权重法Q检验统计量计算过程研究ORlnoRVarlnoRｗｉｗｉlnoRｗｉ（lnoR）211.520.420.137.443.101.2921.390.330.801.250.410.1433.551.270.128.4210.6713.5142.330.840.166.325.334.5053.11.130.0715.3017.3119.58合计38.7336.8239.02根据上述公式以lnoR为效应量，以其方差为权重，计算Q检验统计量。Q=ΣｗｉＴ２ｉ－（ΣｗｉＴｉ）２／Σｗｉ=39.02-（36.8）2/38.73=4.02自由度ν=5-1=4，P>0.05,异质性检验无统计学意义，研究效应间满足同质性。三、合并效应量的假设检验合并效应量实际上多个研究效应量的加权平均值，一般可分两步进行估计，首先逐一计算每个研究的效应量及其95%可信区间；然后根据资料类型与一致性检验结果，选择合适的统计模型，估计合并的效应量，必要时做假设检验。资料同质：固定效应模型（Fixedeffectmodel）资料异质：随机效应模型（randomeffectmodel）1、计数资料:常见四格表资料，主要来源于临床试验、病例对照和队列研究。效应量合并采用Peto法，也称改进Mantel-Haenszel法，分析步骤：（1）整理资料：每个研究对应一个四格表（2）计算第i个研究的效应量—OR值（3）计算异质性检验统计量Q（Peto法）Q=

Ei为第i个研究的理论频数，Vi为第i个研究的方差Ei=n1im1i/TiVi=（n1im1in2im2i）/Ti2（Ti-1）（4）计算合并OR合并及其95%CI：OR合并=exp[Σ（ai-Ei）/ΣVi]95%CI：Exp（lnoR合并±1.96/√ΣVi

）（5）OR合并的假设检验：X2=[Σ（ai-Ei）]2/ΣVi以例1资料说明固定效应模型（Peto法）估计过程及结果研究aiEi

Vi（ai-

Ei）（ai-

Ei）2oR

12016.827.793.181.301.52232.591.260.410.131.3935541.5712.3313.4314.633.5543125.157.445.854.612.3358364.7516.6218.2520.033.10合计192.0150.8845.4341.1240.702.47根据上表计算结果异质性Q检验Q=3.48P>0.05,异质性检验无统计学意义，说明研究间效应量满足同质性。OR合并=[（Σai-ΣEi）

/ΣVi]=exp（0.9051）=2.47；95%CI：1.85~3.33OR合并的假设检验：X2合并=37.2，P<0.05,表明总体合并效应量有统计学意义2、计量资料（1）资料整理（2）计算效应尺度Di=（X1i-X2i）/SCiSCi=√（n1-1）s21+（n2-1）s22/（n1+n2-2）（3）计算合并效应尺度d合并及95%CId合并=（Σｗｉdi）/Σｗｉd合并±1.96√1/Σｗｉｗｉ=n1n2/（n1+n2

）（4）异质性检验Ｑ＝Σｗｉd２ｉ－（Σｗｉdｉ）２／Σdｉ例2为了解某降血脂药物的疗效，对纳入分析的5个临床随机对照试验进行了Meta分析，其分析过程如下：

治疗组对照组

研究n1X1i

s1n2X2i

s2SCidi

ｗｉ（diｗｉ）（di2ｗｉ）1235.64.57256.974.904.75-0.2911.98-3.461.002374.791.69615.302.302.09-0.2423.03-5.611.3733521.504.142823.966.135.12-0.4815.56-7.483.5941511.52.411913.302.762.61-0.698.38-5.783.98597.10.9698.001.731.40-0.644.50-2.891.86合计63.45-25.2211.80异质性检验Q=11.80-（-25.22）2/63.45=1.77P>0.05采用固定效应模型。合并效应尺度d合并=（-25.22）/63.45=-0.397，其中95%CI为-0.64～-0.14随机效应模型随机效应模型由Dersimonian和Larid于1986年提出，故称D—L模型，其关键是对每个研究的权重进行校正，即以研究内方差和研究间方差之和的倒数作为权重纳入分析。1、计数资料（1）整理资料（2）计算第ｉ个研究的效应量—OROR=ad/bc（3）计算MH法比值比ORMH=ΣｗMHｉORｉ/ΣｗMHｉMH加权系数ｗMHｉ=bｉcｉ/Tｉ（4）进行异质性检验并计算D：Ｑ=ΣｗMHｉ[ln（oRｉ）-ln（ORMH）]2

0Ｑ＜k-1D=[Ｑ-(k-1)]ΣｗMHｉ/(ΣｗMHｉ)2-(Σｗ2MHｉ)若Ｑ≧k-1(5)计算DL加权系数ｗｉ和方差SDL2ｗｉ=1/（D+1/ｗMHｉ）SDL2=1/Σｗｉ（6）计算DL法对数比值比ORDL及

Ln（ORDL）=ΣｗｉLn（ORｉ）/Σｗｉ95%CI=ORDL·e±1.96√S2DL（6）合并效应量的假设检验X2=[Ln（ORDL）]2/SDL2例3：5个随机对照试验研究结果

治疗组对照组研究有无有无oRｉｗMHｉ（oRｉｗMHｉ）ｗMHｉ（lnoRｉ-lnORMH）2

19141790.344.861.651.12

2114927340.2810.933.094.84362122130.177.451.261.394796074601.0716.2617.367306.491.972.29合计4625.3425.80本例k=5，Ｑ=25.80＞k-1，D=0.62，

SDL2=0.15Ln（ORDL）=ΣｗｉLn（ORｉ）/Σｗｉ=-1.03ORDL=0.3695%CI为（0.17，0.77）2、计量资料（1）计算效应尺度dｉ和合并标准差：同固定效应模式（2）dｉ的加权均数和加权方差的估计值dｉ=Σｗｉdｉ/

ΣｗｉS2d=（Σｗｉd2ｉ/Σｗｉ）-

d2ｉ式中权重ｗｉ=Ni为各个研究的样本含量之和。（3）计算异质校正因子S2e=（4k/Σｗｉ）·（1+d2ｉ/8）（4）标准误的计算当S2d＞

S2e时，则校正标准误为

Sδ=√S2d-S2e当S2d＜

S2e时，则校正标准误为

Sδ=Se/√k（5）异质性检验X2=kS2d/

S2e（6）计算平均效应尺度的95%CI

dｉ±1.96Sδ

例4慢性乙肝患者血清SIL-2R含量Meta分析结果病例组对照组研究n1ix1is1in2ix2iS2iscidiwidiwid2iwi

14023263.22070.532.455.042.9360175.8515.0922851917631238205191.811.465986.14125.76330500.5391.930384413.9403.050.296017.405.05457402.8136.125247.2413.9253.690.618250.0230.51合计