meta分析原理和步驟

Metaanalysis原理

和實施步驟陳澤鑫浙江大學醫(yī)學院附屬第二醫(yī)院臨床流行病與生物統(tǒng)計研究室編輯課件樣本與總體研究總體離不開研究它的個體．但在許多實際問題中，不可能對所有個體逐一進行研究，而只能從總體中抽取一局部個體進行觀察〔或試驗〕，根據(jù)對這局部個體的觀察結(jié)果來推斷總體的分布情況．樣本總體推斷編輯課件樣本與總體統(tǒng)計學用抽樣分布的理論來描述樣本統(tǒng)計量的變化規(guī)律單一樣本推斷總體存在缺乏：存在抽樣誤差，并且抽樣誤差的大小與樣本量的大小有關。為了減小抽樣誤差，需要足夠的樣本量樣本推斷總體存在抽樣誤差足夠的樣本量減小誤差編輯課件從一個均數(shù)為1.5，標準差為0.7的正態(tài)總體中進行隨機抽樣，樣本量分別為20，50，100，200，300，500，1000，不同的樣本量均進行20次抽樣，共得到140個樣本。分別計算每個樣本的均數(shù)，標準差和標準誤。以樣本的均數(shù)為橫坐標，以樣本量為縱坐標作散點圖編輯課件由于抽樣過程存在抽樣誤差，樣本量較大時抽樣誤差較小。所以從圖中可以看出所有的點以樣本量較大時的均數(shù)為軸，左右是根本對稱的。編輯課件用方差分析的方法對不同的樣本所對應的總體均數(shù)是否相等進行檢驗，方差分析的結(jié)果為F=0.862,P=0.878。說明140個樣本對應的總體均數(shù)是相同的。用這140個樣本的信息來估計總體的均數(shù)和標準差，

=1.501,

=0.699。這樣做的結(jié)果是提高了估計的精度。編輯課件理想狀態(tài)我們把不同作者對相同問題進行的研究可以看作從同一總體中進行抽樣得到的一個隨機樣本，如果他們都是按照相同的設計得到的研究結(jié)果，并且我們可以找到每一項研究的結(jié)果，這樣就可以根據(jù)上面的原理得到一個更為可靠的結(jié)果。編輯課件實際情況不同所使用的設計方案會有一定的差異選擇的實驗對象有所不同樣本量差異因此實際能夠得到的資料可能是不完整的，甚至是有偏性的，如陽性結(jié)果的文章，以及和目前大家普遍能夠接受的觀點一致的文章可能更容易發(fā)表在專業(yè)雜志上。

編輯課件Meta分析Meta(after,morecomprehensive,secondary)希臘詞定義以綜合研究結(jié)果為目的，通過查閱文獻收集與某一特定問題相關的多個研究并對這些研究的結(jié)果所進行的統(tǒng)計分析優(yōu)點幾個、甚至上百個研究者在不同地區(qū)進行研究并發(fā)表研究結(jié)果進行整合后所得到的綜合結(jié)果〔證據(jù)〕更有說服力編輯課件Meta分析的意義海量信息需要整合防止“只見樹木不見森林〞克服傳統(tǒng)文獻綜述的缺陷連接新舊知識的橋梁編輯課件傳統(tǒng)文獻綜述的缺陷主觀綜合缺乏共同遵守的原那么和步驟注重統(tǒng)計學是否“有意義〞等價對待每篇文獻，無權(quán)重定性而非定量編輯課件Meta分析的功能定量綜合提供系統(tǒng)的、可重復的、客觀的綜合方法通過對同一主題多個小樣本研究結(jié)果的綜合，提高原結(jié)果的統(tǒng)計效能，解決研究結(jié)果的不一致性，改善效應估計值答復原各研究未提出的問題編輯課件Meta分析原理固定效應模型〔fixedeffectmodel〕假設各個研究之間只有一個真效應值〔trueeffectsize〕，研究直接觀測到的效應值的差異來源于抽樣誤差〔正態(tài)分布〕隨機效應模型〔random-effectmodel〕假設各個研究間〔如不同國家，不同種族等〕，的真效應值是相互不同的，且各個研究的值服從正態(tài)分布，因此最后觀測值的差異既包括真效應值的隨機誤差也包括抽樣誤差〔正態(tài)分布〕。編輯課件固定效應模型圓形代表各個研究的真效應值方形代表各個研究的實際觀測值ε代表抽樣誤差真效應值相同觀測值的差異僅來源于抽樣誤差編輯課件抽樣誤差符合正態(tài)分布根據(jù)此分布特征，可以根據(jù)各個研究的值估計真效應值〔類似于通過樣本的效應值來推斷總體的效應值〕編輯課件估計真效應值的方法考慮到各個研究間抽樣誤差大小不同，因此對每個研究需要根據(jù)誤差大小進行加權(quán)。權(quán)重為：VYi為每個研究內(nèi)部的方差因此所有研究加權(quán)均數(shù)為Yi為研究的觀測值編輯課件估計的總效應均數(shù)的方差為：〔估計均數(shù)的權(quán)重等于方差的倒數(shù)〕從而得到總效應值均數(shù)標準差：得到均數(shù)估計的95%置信區(qū)間：編輯課件隨機效應模型各個研究的真效應值不是同一的，而是服從正態(tài)分布的編輯課件各個研究觀測值的差異包括真效應值的誤差〔ζ〕和抽樣誤差〔ε〕μ為各研究真效應值的平均值編輯課件估計真效應值的方法估計方法和固定效應模型一樣，區(qū)別在與隨機效應模型需要考慮到真效應值之間的差異，即各個研究之間的方差各個研究的權(quán)重：其中Τ2表示各個研究之間的方差從而加權(quán)以后的平均值為編輯課件估計的總效應均數(shù)的方差為從而得到總效應值均數(shù)標準差：得到均數(shù)估計的95%置信區(qū)間：編輯課件估計Τ2的方法

〔類似于樣本均數(shù)求方差的過程〕加權(quán)離均差平方和〔weightedsumofsquares，WSS〕〔此局部為總的變異度〕因此隨機效應局部應該是加權(quán)總和減掉預期的離均差平方和，即超額變異〔excessvariance〕預期的總變異的假設是各個研究真效應值相同，即其預期變異度為其自由度編輯課件因此，超額變異=觀測WSS-預期WSS=Q-df但是此時的超額變異是標準化后的總和，不依賴真效應的度量，且隨著研究數(shù)量的增加和增加，因此需做轉(zhuǎn)換，以原始的效應值度量衡量，并做平均，因此除以數(shù)量C。編輯課件結(jié)果均用森林圖表示編輯課件固定效應模型與隨機效應模型的比較編輯課件兩種模型的選擇模型的選擇應該根據(jù)各個研究本身的分布特點選擇。一般醫(yī)學研究中根據(jù)發(fā)表的文獻進行分析，隨機效應模型比較適合。但是，如果只是因為異質(zhì)性檢驗具有統(tǒng)計學差異，就從固定模型轉(zhuǎn)為隨機效應模型，這種做法是錯誤的，不推薦。如果固定效應模型下，異質(zhì)性較大，首先應考慮是否有異常研究納入，通過敏感性分析進行排除，或者做亞組分析，假設異質(zhì)性仍較大，考慮是否因為本身選擇固定效應模型不適宜，嘗試選擇隨機效應模型編輯課件Meta分析實施步驟一、選題和立題

形成問題：

1.相關性研究〔病因?qū)W和危險因素〕;

2.干預措施的評價;

3.診斷方法評價;

4.預后估計;

5.病人費用和效益分析等。合理選擇對象：應對要解決的問題進行精確描述,包括人群類型(疾病確切分型、分期)、治療手段或暴露因素的種類、預期結(jié)果等,合理選擇進行評價的指標。合理選擇指標：指標的選擇直接影響文獻檢索的準確性和敏感性，關系到制定檢索策略。制定納入排除標準。編輯課件二、文獻檢索

檢索策略的制定

pubmed中Mesh聯(lián)合freeword檢索。文獻檢索

國內(nèi)的有維普全文VIP，CNKI，萬方數(shù)據(jù)庫，外文的有pubmed,SD，OVID等。文獻管理

使用endnote，noteexpress等文獻管理軟件進行檢索和管理文獻文獻檢索方法：pubmed檢索、google學術(shù)檢索、假設網(wǎng)上無法獲取全文考慮給作者發(fā)email編輯課件文獻篩選摘要全文閱讀閱讀過程中參考文獻中的文章重新搜索是否有最新文獻編輯課件三、文獻的質(zhì)量評價評價內(nèi)容①該研究的試驗設計是否明確,包括研究人群、治療手段和結(jié)果判定方法;

②試驗對象是否隨機分組;

③病人的隨訪率是否理想及每組病人是否經(jīng)過統(tǒng)計分析;

④受試對象、研究人員及其它研究參與者是否在研究過程中實行“盲法〞;

⑤各組病人的年齡、性別、職業(yè)等是否相似;

⑥除進行研究的治療手段不同外,其它的治療是否一致;

⑦治療作用大小;

⑧治療效果的評價是否準確;

⑨試驗結(jié)果是否適用于當?shù)氐娜巳?種族差異是否影響試驗結(jié)果;

⑩是否描述了所有重要的治療結(jié)果;

編輯課件四、提取數(shù)據(jù)

文獻作者、年代、來源、研究設計特征〔設計方法、組別、盲法等〕研究對象特征〔地域、樣本量等〕干預特征〔干預方法、是否盲法、劑量等〕評價指標〔儀器、指標、持續(xù)時間等〕質(zhì)量等編輯課件研究者應設計一個適合本研究的數(shù)據(jù)收集表格。表格中應包括分組情況、每組樣本數(shù)和研究效應的測量指標。根據(jù)研究目的不同，測量指標可以是率差、比數(shù)(odds)、相對危險度(relativerisk,包括RR和OR)。各研究間作用測量指標不一致,需轉(zhuǎn)化為統(tǒng)一指標。

編輯課件五、分析資料和報告結(jié)果計算各研究的效應值、方差和權(quán)重對各研究結(jié)果的效應值進行齊性檢驗計算合并的效應值固定效應模型的合并效應值隨機效應模型合并的效應值繪制各研究的效應值和置信區(qū)間－－－－森林圖(ForestPlot)編輯課件異質(zhì)性檢驗異質(zhì)性種類臨床異質(zhì)性觀察對象年齡，性別，人種，疾病程度，病程長短干預措施劑量，給藥途徑，療程

結(jié)果測量指標量度，測量時間，測量方法

編輯課件異質(zhì)性檢驗的方法I2：異質(zhì)性的定量分析I2值從0%至100%，0%時無異質(zhì)性，I2值越大，異質(zhì)性越大；一般說來，用I2=25%，或50%，或75%將異質(zhì)性劃分為低，中，高；小于70％可接受，超過70％那么建議分開描述，不能合并。I2描述了去除抽樣誤差〔機遇〕后的異質(zhì)性。異質(zhì)性小只說明各個研究間研究方法、納入標準、實施方案等沒有大的差異編輯課件存在異質(zhì)性可采取的措施：得到每個研究的原始數(shù)據(jù)，并可對每個研究可以采用統(tǒng)一的多元回歸模型進行分析，防止由于模型不一致導致的異質(zhì)性亞組分析。敏感性分析。在排除可能是異常結(jié)果的研究后，重新進行Meta分析，與未排除異常結(jié)果研究的Meta分析結(jié)果進行比較，探討被去除的研究對合并效應的影響程度。選用Meta回歸以及混合模型進行分析假設異質(zhì)性過于明顯，那么應放棄進行Meta分析，只對結(jié)果進行一般性的統(tǒng)計描述。編輯課件Meta回歸Meta回歸分析采用回歸分析的方法．探討某些實驗或病例特征等協(xié)變量對Meta分析中合并效應的影響．以試圖明確各研究問異質(zhì)性的來源。探討協(xié)變量對合并效應的影響。納入Meta回歸分析中的協(xié)變量是研究或試驗水平的一些特征：如研究設計、干預量、給藥途徑、療程、患者的性別、年齡、研究樣本量；也可以是單個研究內(nèi)所包含病例的綜合特征，如患者的平均年齡、平均身高等。但是不能將單個患者的身高、體重等指標作為Meta回歸分析的協(xié)變量編輯課件偏倚的識別與處理偏性的估計漏斗圖〔FunnelPlot〕是以每個研究的效應值為橫坐標，以每個研究的樣本量或效應值方差的倒數(shù)為縱坐標做成的散點圖。對處理效應的估計，其準確性是隨樣本含量的增加而增加，小樣本研究的效應估計值分布于圖的底部，其分布范圍較寬；大樣本研究的效應估計值分布范圍較窄，當沒有發(fā)表偏倚時，其圖形呈對稱的倒漏斗狀，故稱之為“漏斗圖〞

編輯課件六、結(jié)果評價和解釋結(jié)果的解釋

Meta分析結(jié)果除了要考慮是否有統(tǒng)計學意義外，還應結(jié)合專業(yè)知識判斷結(jié)果有無臨床意義。假設結(jié)果僅有統(tǒng)計學意義，但合并效應量小于最小的有臨床意義的差值時，結(jié)果不可取；假設合