meta分析的軟件實(shí)現(xiàn)(以二分類變量為例)PPT課件

1、2021/3/91MetaMeta分析的軟件實(shí)現(xiàn)分析的軟件實(shí)現(xiàn)2021/3/92 Meta分析的現(xiàn)狀分析的現(xiàn)狀2021/3/932021/3/941 什么是什么是Meta分析？分析？ Meta分析是一種對(duì)單獨(dú)的研究結(jié)果進(jìn)行統(tǒng)計(jì)分析的方法，對(duì)研究結(jié)果間差異的來(lái)源進(jìn)行檢驗(yàn)，并對(duì)具有足夠相似的結(jié)果進(jìn)行定量合成。 可以看出，Meta分析是將多個(gè)具有相同研究主題的研究進(jìn)行定量綜合分析的一個(gè)過(guò)程。2021/3/952 Meta分析的基本步驟分析的基本步驟2.2.1 選題2.2.2 文獻(xiàn)檢索2.2.3 文獻(xiàn)納入與排除2.2.4 文獻(xiàn)質(zhì)量評(píng)價(jià)2.2.5 數(shù)據(jù)及相關(guān)信息提取2.2.6 異質(zhì)性檢驗(yàn)2.2.7 效應(yīng)

2、量的選擇2.2.8 發(fā)表性偏移分析主要講解Meta分析的軟件實(shí)現(xiàn)（STATA）2021/3/96番外篇：番外篇：STATA簡(jiǎn)單介紹簡(jiǎn)單介紹命令窗口命令回顧窗口結(jié)果輸出窗口變量窗口2021/3/97例題 分析BCG對(duì)結(jié)核病的療效 注：本例題選自系統(tǒng)評(píng)價(jià)/Meta分析理論與實(shí)踐羅杰、冷衛(wèi)東主編Step1：將數(shù)據(jù)輸入stata2021/3/982.2.6異質(zhì)性的識(shí)別異質(zhì)性的識(shí)別 Q統(tǒng)計(jì)量：p56%,各研究存在較大異質(zhì)性；I2 31%,同質(zhì)； 31% I2 56%,不確定 如果存在異質(zhì)性，該選擇隨機(jī)效應(yīng)模型；若同質(zhì)，選擇固定效應(yīng)模型。2021/3/992.2.7效應(yīng)量的選擇效應(yīng)量的選擇2021/3/9

3、102.2.7 發(fā)表性偏倚發(fā)表性偏倚 在資料收集、分析及發(fā)表時(shí)間時(shí)均可能存在結(jié)論偏離真實(shí)值的情況，Meta分析雖然能夠從統(tǒng)計(jì)學(xué)的角度達(dá)到增加樣本量提高檢驗(yàn)效能目的，但是同時(shí)也可能因存在各種偏倚，使Meta分析偏離真實(shí)情況。在各種偏倚中，發(fā)表偏倚是影響Meta分析質(zhì)量的重要因素。發(fā)表偏倚是指具有統(tǒng)計(jì)學(xué)意義的研究結(jié)果比統(tǒng)計(jì)學(xué)無(wú)差異的研究結(jié)果更容易在雜志發(fā)表。鑒別發(fā)表性偏倚的方法：、秩相關(guān)法、剪補(bǔ)法及安全系數(shù)法等。 漏斗圖會(huì)用到效應(yīng)量及效應(yīng)量的標(biāo)準(zhǔn)誤。如對(duì)數(shù)化的RR及l(fā)og（RR）的標(biāo)準(zhǔn)誤。2021/3/9112.2.8漏斗圖及漏斗圖對(duì)稱性檢驗(yàn)變量選擇漏斗圖及漏斗圖對(duì)稱性檢驗(yàn)變量選擇2021/3/9

4、122021/3/9132.2.6.1異質(zhì)性的進(jìn)一步分析異質(zhì)性的進(jìn)一步分析2021/3/914Stata進(jìn)行亞組分析進(jìn)行亞組分析按緯度高低進(jìn)行分組：1組23.5 23.5組240 組 3組40 Stata進(jìn)行進(jìn)行Meta回歸回歸 在納入的研究間存在異質(zhì)性時(shí)，可以采用Meta回歸對(duì)異質(zhì)性來(lái)源進(jìn)行分析。wsse：within-study standard error 即研究?jī)?nèi)的標(biāo)準(zhǔn)誤 若選用RR為效應(yīng)量，則wsse選用selog（RR），因變量為log（RR）。2021/3/915Stata操作metan a b c d #運(yùn)行meta的metan命令，默認(rèn)的是RR及固定效應(yīng)模型metan a b

5、 c d , rr random lcols(authors year) favours(BCG reduces of TB # BCG increases risk of TB) #運(yùn)行metan命令，命令隨機(jī)效應(yīng)模型gen selogrr=_selogES #生成selogrr變量（其實(shí)是已經(jīng)存在的_selogES，只是重命名）gen logrr= log(_ES) #生成_ES的log值metafunnel logrr selogrr, egger #做漏斗圖metabias a b c d ,rr egger gr #漏斗圖對(duì)稱性檢驗(yàn) metan a b c d , rr random lcols(year) by(var18) #異質(zhì)性檢驗(yàn)之亞組分析Metareg l