Meta分析及其應(yīng)用課件

PrinciplesandApplicationofMeta-analysisMeta分析及其應(yīng)用1精選2021版課件

系統(tǒng)綜述和Meta分析

Meta分析的步驟和方法

Meta分析常用的統(tǒng)計(jì)方法

Meta分析的偏倚及其檢查

Meta分析的應(yīng)用內(nèi)容提要2精選2021版課件Thebuzzwordinmedicineinthe21thcentury:

Whereistheevidence?

二十一世紀(jì)醫(yī)學(xué)界最流行的一句話(huà):

證據(jù)在哪里?3精選2021版課件第一級(jí)：按照特定病種的特定療法收集所有質(zhì)量可靠的隨

機(jī)對(duì)照試驗(yàn)（RCT）所作的系統(tǒng)評(píng)價(jià)（system

review，SR）或Meta分析第二級(jí)：?jiǎn)蝹€(gè)大樣本隨機(jī)對(duì)照試驗(yàn)（RCT）第三級(jí)：雖未使用RCT但設(shè)計(jì)很好的隊(duì)列研究、病例對(duì)照

研究或無(wú)對(duì)照的系列病例觀察第四級(jí)：專(zhuān)家意見(jiàn)循證醫(yī)學(xué)中證據(jù)的等級(jí)4精選2021版課件EvidencePyramid/ebm/2100.htm5精選2021版課件系統(tǒng)綜述和Meta分析概念、區(qū)別和應(yīng)用6精選2021版課件系統(tǒng)綜述（systematicreview，SR）被公認(rèn)為客觀地評(píng)價(jià)和綜合針對(duì)某一特定問(wèn)題的研究證據(jù)的最佳手段。

Meta分析（Metaanalysis）作為系統(tǒng)綜述中使用的一種統(tǒng)計(jì)方法，在醫(yī)學(xué)研究領(lǐng)域已得到廣泛應(yīng)用。引言7精選2021版課件Systematicreviews/meta-analysesindexedinPubMedin1993-20048精選2021版課件海量信息需要整合避免“只見(jiàn)樹(shù)木不見(jiàn)森林”克服傳統(tǒng)文獻(xiàn)綜述的缺陷連接新舊知識(shí)的橋梁為什么要進(jìn)行系統(tǒng)綜述和Meta分析？9精選2021版課件系統(tǒng)綜述的概念系統(tǒng)綜述（systematicreview，SR），也稱(chēng)“系統(tǒng)評(píng)價(jià)”，是由ArchieCochrane在1979年提出的一種全新的文獻(xiàn)綜合方法，是指針對(duì)某一具體醫(yī)學(xué)問(wèn)題（如病因、診斷、治療或預(yù)后等），系統(tǒng)、全面地收集全世界所有已發(fā)表或未發(fā)表的研究，采用臨床流行病學(xué)的原則和方法嚴(yán)格評(píng)價(jià)文獻(xiàn)，篩選出符合質(zhì)量標(biāo)準(zhǔn)的文獻(xiàn)，進(jìn)行定性或定量合成，得出綜合可靠的結(jié)論。10精選2021版課件敘述性文獻(xiàn)綜述與系統(tǒng)綜述的區(qū)別11精選2021版課件Cochrane系統(tǒng)綜述是指Cochrane協(xié)作網(wǎng)成員在統(tǒng)一工作手冊(cè)指導(dǎo)下，在相應(yīng)Cochrane評(píng)價(jià)組編輯部的指導(dǎo)和幫助下所完成的系統(tǒng)綜述。Cochrane系統(tǒng)綜述12精選2021版課件CochraneReviews13精選2021版課件

定性系統(tǒng)綜述

qualitativesystematicreview

定量系統(tǒng)綜述

quantitativesystematicreview系統(tǒng)綜述的類(lèi)型Meta分析14精選2021版課件

綜述Meta分析系統(tǒng)綜述From:CriticalAppraisalSkillsProgramme(CASP),Oxford.15精選2021版課件

Meta分析是對(duì)已發(fā)表和未發(fā)表的具有相同目的的多個(gè)獨(dú)立研究結(jié)果進(jìn)行綜合統(tǒng)計(jì)分析和評(píng)價(jià)，是一種對(duì)已有的資料進(jìn)行利用的綜合和評(píng)價(jià)方法。Meta分析的概念16精選2021版課件ADefinitionofMetaAnalysisMeta-analysisreferstotheanalysisofanalyses…thestatisticalanalysisofalargecollectionofanalysisresultsfromindividualstudiesforthepurposeofintegratingfindings.Glass,1976TheAnalysisofAnalyses17精選2021版課件Meta-analysisisanamethatisgiventoanyreviewarticleinwhichtheresultsofseveralindependentstudiesarecombinedstatisticallytoproduceasingleestimateoftheeffectofaparticularinterventionorhealthcaresituation.Jadad,1998TheArtofResearchSynthesis18精選2021版課件

1904年：PearsonK提出“datapooling”。

1920s：Fisher提出P值綜合，Meta分析真正萌芽。1971年：Light和Smith提出可以從不同研究結(jié)果匯總原始數(shù)據(jù)進(jìn)行綜合分析。

1976年：Glass將合并統(tǒng)計(jì)量文獻(xiàn)綜合方法稱(chēng)為“Meta-analysis”，并將Meta定義為“morecomprehensive”。Meta分析的產(chǎn)生19精選2021版課件Meta分析的目的

增加統(tǒng)計(jì)學(xué)檢驗(yàn)效能定量估計(jì)研究效應(yīng)的平均水平解決或調(diào)和各研究結(jié)果的不一致性或矛盾，定量綜合評(píng)價(jià)效應(yīng)大小發(fā)現(xiàn)某些單個(gè)研究未闡明的問(wèn)題，尋找新的假說(shuō)和研究思路通過(guò)亞組分析，得出一些新的結(jié)論20精選2021版課件Meta分析的步驟和方法流程、內(nèi)容和注意事項(xiàng)21精選2021版課件目的和任務(wù)文獻(xiàn)搜尋研究質(zhì)量的評(píng)價(jià)研究特征的記錄研究結(jié)果的記錄統(tǒng)計(jì)合并方法敏感性分析（全部研究）結(jié)論及建議22精選2021版課件

目的：Meta分析是對(duì)已有的研究結(jié)果的綜合，可以視為證據(jù)的觀察性研究，因此與開(kāi)展其他研究一樣，首先擬定一個(gè)詳細(xì)的課題計(jì)劃書(shū)。

內(nèi)容：應(yīng)闡明本次Meta分析的目的，檢驗(yàn)假設(shè)，特殊注意的亞組，確定和選擇研究的方法和標(biāo)準(zhǔn)，提取和分析資料的方法和標(biāo)準(zhǔn)等。

注意事項(xiàng)：首先目的應(yīng)當(dāng)簡(jiǎn)單明確；其次要根據(jù)研究目的確定文獻(xiàn)入選和排除標(biāo)準(zhǔn)；擬定一個(gè)標(biāo)準(zhǔn)的資料摘錄表，從每篇入選的文獻(xiàn)中提取相關(guān)信息。擬定研究計(jì)劃書(shū)23精選2021版課件原則：多途徑、多渠道、最大限度地收集相關(guān)文獻(xiàn)。來(lái)源：計(jì)算機(jī)檢索（Medline、PubMed、CBMDISC等）參考文獻(xiàn)的追溯手工檢索灰色文獻(xiàn)：會(huì)議、學(xué)位論文、專(zhuān)著、制藥工業(yè)報(bào)告等請(qǐng)教相關(guān)領(lǐng)域的專(zhuān)家再版雜志

CochraneCollaboration隨機(jī)化對(duì)照試驗(yàn)登記系統(tǒng)等等收集資料24精選2021版課件根據(jù)入選標(biāo)準(zhǔn)選擇合格的研究

檢索大量的文獻(xiàn)根據(jù)入選和排除標(biāo)準(zhǔn)進(jìn)行仔細(xì)的篩選挑出合格的研究進(jìn)行系統(tǒng)綜述和Meta分析25精選2021版課件排除RetrievefulltextExcludeNotsureIncludeInclude閱讀標(biāo)題和摘要排除可能符合納入標(biāo)準(zhǔn)者對(duì)照納入標(biāo)準(zhǔn)排除不肯定合格者納入補(bǔ)充信息納入收集相關(guān)文獻(xiàn)閱讀全文26精選2021版課件研究對(duì)象：1970-1997年符合選擇標(biāo)準(zhǔn)的各國(guó)高血壓社區(qū)綜合防治資料資料選擇標(biāo)準(zhǔn)：（1）是以社區(qū)為基礎(chǔ)的（2）樣本人群是全人群的（3）須設(shè)有平行對(duì)照或以同期全人群為平行對(duì)照（4）干預(yù)時(shí)間4年及以上（5）措施為多危險(xiǎn)因素干預(yù)（6）結(jié)局指標(biāo)須有高血壓發(fā)（患）病率和（或）心血管病發(fā)病率、死亡率；（7）排除原文為非英文、非中文文章，排除兒童和青少年高血壓試驗(yàn)研究及二級(jí)預(yù)防試驗(yàn)研究。例如：對(duì)高血壓社區(qū)綜合防治效果進(jìn)行評(píng)價(jià)的一項(xiàng)Meta分析27精選2021版課件Meta分析是對(duì)原有研究結(jié)果的再分析，因此，Meta分析結(jié)果的真實(shí)性與原各研究的質(zhì)量密切相關(guān)，即只有從高質(zhì)量的獨(dú)立研究中才能獲得高質(zhì)量的綜合結(jié)論。

至少應(yīng)從以下三方面來(lái)評(píng)估一個(gè)研究的質(zhì)量：復(fù)習(xí)每個(gè)研究并進(jìn)行質(zhì)量評(píng)估方法學(xué)質(zhì)量：研究設(shè)計(jì)和實(shí)施中避免或減小偏倚的程度

精確度：即隨機(jī)誤差的程度，可信區(qū)間的寬度

外部真實(shí)性：研究結(jié)果外推的程度28精選2021版課件Meta分析的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)QUOROM聲明：RCT的Meta分析Lancet,1999,354(27):1896-1900MOOSE聲明：觀察性研究的Meta分析JAMA2000，283（15）：2008-2012診斷試驗(yàn)評(píng)價(jià)Meta-analyticmethodsfordiagnostictestaccuracyJClinEpidemiol.1995Jan;48(1):119-30SystematicreviewstoevaluatediagnostictestsEurJObstetGynecolReprodBiol2001Mar;95(1):629精選2021版課件01.Predeterminedmethod（事先明確納入標(biāo)準(zhǔn)）02.Specificationoftheagent（規(guī)定好危險(xiǎn)因素的測(cè)量方法）03.Unbiaseddatacollection（無(wú)偏地收集數(shù)據(jù)）04.Anamnesticequivalence（回憶平衡）05.Avoidanceofconstrainedcases（避免主觀選擇病例）06.Avoidanceofconstrainedcontrols（避免主觀選擇對(duì)照）07.Equaldiagnosticexamination（同等的診斷性檢查）08.Equaldiagnosticsurveillance（同等的診斷性監(jiān)測(cè)）10.Equalclinicalsusceptibility（同等的臨床易感性）11.Avoidanceofprotopathicbias（避免檢出癥候偏倚）12.“Communitycontrol”forBerkson’sbias（社區(qū)對(duì)照）HorwitzRI，F(xiàn)einsteinAR.Methodologicstandardsandcontradictoryresultsincase-controlresearch.AmJMed1979；66(4)：556-562評(píng)估病例對(duì)照研究質(zhì)量的12條標(biāo)準(zhǔn)30精選2021版課件Jadad評(píng)價(jià)量表－RCT質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)

隨機(jī)分組序列的產(chǎn)生方法

2分：通過(guò)計(jì)算機(jī)產(chǎn)生的隨機(jī)序列或隨機(jī)數(shù)表產(chǎn)生的序列

1分：試驗(yàn)提到隨機(jī)分配，但產(chǎn)生隨機(jī)序列的方法未予交待

0分：半隨機(jī)或準(zhǔn)隨機(jī)試驗(yàn)，指采用交替分配病例的方法

雙盲法

2分：描述了實(shí)施雙盲的具體方法并且被認(rèn)為是恰當(dāng)?shù)?/p>

1分：試驗(yàn)僅提及采用雙盲法

0分：試驗(yàn)提及采用雙盲，但方法不恰當(dāng)

退出與失防

1分：對(duì)退出與失防的病例數(shù)和退出理由進(jìn)行了詳細(xì)的描述

0分：沒(méi)有提到退出與失防評(píng)價(jià)：1或2分－低質(zhì)量；3-5分－高質(zhì)量31精選2021版課件

隨機(jī)序列的產(chǎn)生

1恰當(dāng)：計(jì)算機(jī)產(chǎn)生的隨機(jī)數(shù)字或類(lèi)似方法（2分）

2不清楚：隨機(jī)試驗(yàn)但未描述隨機(jī)分配的方法（1分）

3不恰當(dāng)：采用交替分配的方法如單雙號(hào)（0分）

隨機(jī)化隱藏

1恰當(dāng)：中心或藥房控制分配方案、或用序列編號(hào)一致的容器、現(xiàn)場(chǎng)計(jì)算機(jī)控制、密封不透光的信封或其他使臨床醫(yī)生和受試者無(wú)法預(yù)知分配序列的方法（2分）

2不清楚：只表明使用隨機(jī)數(shù)字表或其他隨機(jī)分配方案（1分）

3不恰當(dāng)：交替分配、病例號(hào)、星期日數(shù)、開(kāi)放式隨機(jī)號(hào)碼表、系列編碼信封以及任何不能防止分組的可預(yù)測(cè)性的措施（0分）

4未使用（0分）

盲法

1恰當(dāng)：采用了完全一致的安慰劑片或類(lèi)似方法（2分）

2不清楚：試驗(yàn)陳述為盲法，但未描述方法（1分）

3不恰當(dāng)：未采用雙盲或盲的方法不恰當(dāng)，如片劑和注射劑比較（0分）

撤出與退出

1描述了撤出或退出的數(shù)目和理由（1分）

2未描述撤出或退出的數(shù)目或理由（0分）修訂Jadad量表（1-3分－低質(zhì)量，4-7分－高質(zhì)量）

32精選2021版課件

每一個(gè)研究都按事先制定的資料摘錄表內(nèi)容提取相應(yīng)變量并填表，進(jìn)一步使用專(zhuān)用的Meta分析軟件（如RevMan）或其他軟件（如SAS、SPSS、EXCEL等）建立數(shù)據(jù)庫(kù)。需要注意的問(wèn)題：計(jì)量資料必須注明單位；比較的兩組除了有均數(shù)還要有標(biāo)準(zhǔn)差；計(jì)數(shù)資料也要使用相同的比率來(lái)表示。提取變量，填寫(xiě)過(guò)錄表，建立數(shù)據(jù)庫(kù)33精選2021版課件采用相應(yīng)的公式計(jì)算各獨(dú)立研究的效應(yīng)大小。通常兩組間比較時(shí)計(jì)算各獨(dú)立研究的效應(yīng)大小

連續(xù)變量平均差值率差（RD）

二分變量比值比（OR）相對(duì)危險(xiǎn)度（RR）34精選2021版課件異質(zhì)性檢驗(yàn)重要性

Meta分析重要的環(huán)節(jié)目的

檢查各個(gè)獨(dú)立研究的結(jié)果是否具有可合并性

異質(zhì)性產(chǎn)生的原因

研究設(shè)計(jì)不同/試驗(yàn)條件不同試驗(yàn)所定義的暴露、結(jié)局及其測(cè)量方法不同協(xié)變量的存在注意

資料的“可合并性”35精選2021版課件

一種觀點(diǎn)：剔除結(jié)果方向不一致的研究是不恰當(dāng)?shù)模瑧?yīng)進(jìn)一步核實(shí)資料的可靠性與處理方式，找出異質(zhì)性的來(lái)源。

另一種觀點(diǎn)：應(yīng)對(duì)各個(gè)獨(dú)立研究的質(zhì)量進(jìn)行評(píng)價(jià)，如果存在嚴(yán)重問(wèn)題，要剔除低質(zhì)量的研究，否則，將不同研究背景的研究結(jié)果合并不但無(wú)意義，反而容易導(dǎo)致錯(cuò)誤的結(jié)論；如果沒(méi)有嚴(yán)重問(wèn)題，則可按相同變量進(jìn)行分層合并分析或是利用隨機(jī)效應(yīng)模型進(jìn)行合并分析。有關(guān)異質(zhì)性的爭(zhēng)論36精選2021版課件Meta分析中異質(zhì)性資料處理的方法37精選2021版課件

經(jīng)過(guò)異質(zhì)性檢驗(yàn)，如果各獨(dú)立研究的結(jié)果是同質(zhì)的，可以采用固定效應(yīng)模型（fixedeffectmodel，F(xiàn)EM）計(jì)算合并后的綜合效應(yīng)；如果各研究的結(jié)果不同質(zhì)，還要計(jì)算合并后的統(tǒng)計(jì)量，可以采用隨機(jī)效應(yīng)模型（randomeffectmodel，REM）。計(jì)算合并后綜合效應(yīng)的大小38精選2021版課件

概念是檢查一定假設(shè)條件下所獲得結(jié)果穩(wěn)定性的方法，目的是發(fā)現(xiàn)影響Meta分析研究結(jié)果和產(chǎn)生不同結(jié)論的原因。

方法敏感性分析按不同研究特征對(duì)納入的文獻(xiàn)進(jìn)行分層分析，比較合并效應(yīng)間有無(wú)顯著性差異；采用不同模型計(jì)算效應(yīng)合并值點(diǎn)估計(jì)和區(qū)間估計(jì)，比較合并效應(yīng)間有無(wú)顯著性差異；從納入研究中剔除質(zhì)量相對(duì)較差的文獻(xiàn)后重新進(jìn)行Meta分析，比較前后合并效應(yīng)間有無(wú)顯著性差異；改變研究的納入和剔除標(biāo)準(zhǔn)后，對(duì)納入的研究重新進(jìn)行Meta分析，比較合并效應(yīng)間有無(wú)顯著性差異。39精選2021版課件

按論文寫(xiě)作的格式要求寫(xiě)出Meta分析的總結(jié)報(bào)告?？偨Y(jié)包括三部分：（1）材料與方法（Materials&Methods）（2）結(jié)果（Results）（3）討論（Discussion）總結(jié)報(bào)告40精選2021版課件Meta分析常用的統(tǒng)計(jì)方法基本原理、方法和應(yīng)用41精選2021版課件異質(zhì)性檢驗(yàn)計(jì)算合并效應(yīng)量合并效應(yīng)量的假設(shè)檢驗(yàn)＊可信區(qū)間、Z（或U）檢驗(yàn)Meta分析統(tǒng)計(jì)過(guò)程的主要內(nèi)容42精選2021版課件異質(zhì)性分析與異質(zhì)性檢驗(yàn)按醫(yī)學(xué)統(tǒng)計(jì)學(xué)原理，只有同質(zhì)的資料才能進(jìn)行合并或比較等統(tǒng)計(jì)分析，反之，則不能。Meta分析過(guò)程需要對(duì)多個(gè)研究的結(jié)果進(jìn)行異質(zhì)性分析，盡可能地消除導(dǎo)致異質(zhì)的原因，使之達(dá)到同質(zhì)。43精選2021版課件異質(zhì)性檢驗(yàn)異質(zhì)性檢驗(yàn)

testsforheterogeneity

又稱(chēng)同質(zhì)性檢驗(yàn)

testsforhomogeneity用假設(shè)檢驗(yàn)的方法檢驗(yàn)多個(gè)獨(dú)立研究是否具有異質(zhì)性（同質(zhì)性）－可合并性。44精選2021版課件

檢驗(yàn)統(tǒng)計(jì)量Q服從自由度為K-1的卡方（

2）分布，因此，當(dāng)計(jì)算得到Q后，需由卡方分布獲取概率，故又將此檢驗(yàn)叫做卡方檢驗(yàn)(Chisquaretest)。異質(zhì)性檢驗(yàn)（Q）

為每個(gè)研究的權(quán)重，第i個(gè)研究的權(quán)重按下式計(jì)算：45精選2021版課件若異質(zhì)性檢驗(yàn)檢驗(yàn)結(jié)果為P>0.10時(shí)，多個(gè)研究具有同質(zhì)性，可選擇固定效應(yīng)模型（FEM）；若多個(gè)研究結(jié)果為P≤0.10時(shí)，多個(gè)研究不具有同質(zhì)性，首先應(yīng)進(jìn)行異質(zhì)性分析和處理，若仍無(wú)法消除異質(zhì)性的資料，可選擇隨機(jī)效應(yīng)模型（REM）。異質(zhì)性檢驗(yàn)（Q）46精選2021版課件異質(zhì)性檢驗(yàn)（I2）RevMan4.2及以后的軟件中，出現(xiàn)了新的異質(zhì)性指標(biāo)，即I2。計(jì)算公式如下：Q為異質(zhì)性檢驗(yàn)的卡方值

2，

K為納入Meta分析的研究個(gè)數(shù)。47精選2021版課件I2的意義在RevMan中，I2可用于衡量多個(gè)研究結(jié)果間異質(zhì)程度大小的指標(biāo)。這個(gè)指標(biāo)用于描述由各個(gè)研究所致的，而非抽樣誤差所引起的變異（異質(zhì)性）占總變異的百分比。在Cochrane系統(tǒng)評(píng)價(jià)中，只要I2不大于50%，其異質(zhì)性可以接受。48精選2021版課件異質(zhì)性分析與處理的方法當(dāng)異質(zhì)性檢驗(yàn)出現(xiàn)P≤0.10時(shí)，首先應(yīng)找出產(chǎn)生異質(zhì)性的原因，如療程長(zhǎng)短、用藥劑量、病情輕重、對(duì)照選擇等是否相同。由上述原因引起的異質(zhì)性，可使用亞組分析（subgroupanalysis）、Breslow-Day法和回歸近似法。49精選2021版課件亞組分析（subgroupanalysis）根據(jù)Cochrane系統(tǒng)評(píng)價(jià)要求，而在系統(tǒng)評(píng)價(jià)的計(jì)劃書(shū)中盡可能地對(duì)一些重要的亞組間差異進(jìn)行敘述。也就是說(shuō)對(duì)重要的亞組分析，應(yīng)在計(jì)劃書(shū)中加以說(shuō)明。在同一個(gè)系統(tǒng)評(píng)價(jià)中，不提倡使用太多的亞組分析。50精選2021版課件合并統(tǒng)計(jì)量的兩種統(tǒng)計(jì)模型固定效應(yīng)模型（fixedeffectmodel，F(xiàn)EM）－若多個(gè)研究具有同質(zhì)性（無(wú)異質(zhì)性）時(shí)，可使用固定效應(yīng)模型。隨機(jī)效應(yīng)模型（randomeffectmodel，REM）－若多個(gè)研究不具有同質(zhì)性時(shí)，先對(duì)異質(zhì)原因進(jìn)行處理，若異質(zhì)性分析與處理后仍無(wú)法解決異質(zhì)性時(shí)，可使用隨機(jī)效應(yīng)模型。51精選2021版課件固定效應(yīng)模型圖示52精選2021版課件隨機(jī)效應(yīng)模型圖示53精選2021版課件分類(lèi)變量（category,dichotomous）固定效應(yīng)模型，指標(biāo)：RR

、OR

－standardoddsratio法－Mantel-Haenzel法－Peto

法隨機(jī)效應(yīng)模型，指標(biāo)：RR

、OR

－DerSimonian&Laird

（D-L）法54精選2021版課件數(shù)值變量（continuous）固定效應(yīng)模型

－WMD，加權(quán)均數(shù)差法（WeightedMeanDifference）

－SMD，標(biāo)準(zhǔn)化均數(shù)差法（StandardisedMeanDifference）

隨機(jī)效應(yīng)模型

－D-L法55精選2021版課件合并統(tǒng)計(jì)量方法匯總56精選2021版課件關(guān)于隨機(jī)效應(yīng)模型（1）隨機(jī)效應(yīng)模型一種對(duì)異質(zhì)性資料進(jìn)行Meta分析的方法，但是該法不能控制混雜、也不能校正偏倚或減少異質(zhì)性，更不能消除產(chǎn)生異質(zhì)性的原因。目前，隨機(jī)效應(yīng)模型多采用DerSimonian&Laird法（D-L法）。57精選2021版課件關(guān)于隨機(jī)效應(yīng)模型（2）D-L法是通過(guò)增大小樣本資料的權(quán)重，減少大樣本資料的權(quán)重來(lái)處理資料間的異質(zhì)性，而這種處理存在著較大風(fēng)險(xiǎn)。通常小樣本資料往往質(zhì)量較差，偏倚較大，而大樣本資料往往質(zhì)量較好，偏倚較小。因此，經(jīng)隨機(jī)效應(yīng)模型處理的結(jié)果，可能削弱了質(zhì)量好的大樣本信息，增大了質(zhì)量差的小樣本信息，故應(yīng)謹(jǐn)慎使用，下結(jié)論也應(yīng)較為慎重。58精選2021版課件合并效應(yīng)量的假設(shè)檢驗(yàn)用假設(shè)檢驗(yàn)（hypothesistest）的方法檢驗(yàn)多個(gè)獨(dú)立研究的總效應(yīng)量（效應(yīng)尺度）是否具有統(tǒng)計(jì)學(xué)意義，其原理與常規(guī)的假設(shè)檢驗(yàn)完全相同。兩種方法：－U檢驗(yàn)（Ztest）－卡方檢驗(yàn)（Chisquaretest）59精選2021版課件根據(jù)Z或U值或卡方值得到該統(tǒng)計(jì)量下概率（P）值－若P≤0.05，多個(gè)研究的合并效應(yīng)量有統(tǒng)計(jì)學(xué)意義－若P＞0.05，多個(gè)研究的合并效應(yīng)量沒(méi)有統(tǒng)計(jì)學(xué)意義假設(shè)檢驗(yàn)的結(jié)果判定60精選2021版課件合并效應(yīng)量的可信區(qū)間可信區(qū)間（confidenceinterval，CI）－是按一定的概率估計(jì)總體參數(shù)（總體均數(shù)、總體率）所在的范圍（區(qū)間），如95%的CI，是指該范圍（區(qū)間）包含總體參數(shù)的可能性為95%。可信區(qū)間主要有估計(jì)總體參數(shù)和假設(shè)檢驗(yàn)兩個(gè)用途。61精選2021版課件OR與RR的可信區(qū)間若選擇OR或RR為合并統(tǒng)計(jì)量時(shí)，其95%的可信區(qū)間與假設(shè)檢驗(yàn)的關(guān)系如下：若其95%CI包含了1，等價(jià)于P>0.05，即合并統(tǒng)計(jì)量無(wú)統(tǒng)計(jì)學(xué)意義。若其95%CI的上下限均大于1或均小于1，等價(jià)于P<0.05，即合并效應(yīng)量有統(tǒng)計(jì)學(xué)意義。62精選2021版課件OR與RR的CI計(jì)算OR合并95%的可信區(qū)間

exp{lnOR合并±1.96×SE(lnOR)}Peto

OR合并95%的可信區(qū)間

exp{lnOR合并±1.96×SE(lnPetoOR))}RR合并95%的可信區(qū)間

exp{lnRR合并±1.96×SE(lnRR)}63精選2021版課件森林圖（forestplots）（

M-H法,Revman4.2.8）無(wú)效線(xiàn)豎線(xiàn)的橫軸尺度為195%CI上下限的連線(xiàn)OR值位置權(quán)重大小異質(zhì)性檢驗(yàn)合并效應(yīng)量假設(shè)檢驗(yàn)合并效應(yīng)量及其95%CI固定效應(yīng)模型64精選2021版課件WMD和SMD的可信區(qū)間若選擇WMD或SMD為合并統(tǒng)計(jì)量時(shí)，其95%CI與假設(shè)檢驗(yàn)的關(guān)系如下：若其95%CI包含了0，等價(jià)于P>0.05，即合并統(tǒng)計(jì)量無(wú)統(tǒng)計(jì)學(xué)意義。若其95%CI的上下限均大于0或均小于0，等價(jià)于P<0.05，即合并效應(yīng)量有統(tǒng)計(jì)學(xué)意義。65精選2021版課件WMD與SMD的CI計(jì)算WMD合并95%的可信區(qū)間

WMD合并±1.96×SE(WMD)SMD合并95%的可信區(qū)間

SMD合并±1.96×SE(SMD)66精選2021版課件WMD法的森林圖（

Revman4.2.8）無(wú)效線(xiàn)豎線(xiàn)的橫軸尺度為095%CI上下限的連線(xiàn)OR值位置，權(quán)重大小67精選2021版課件Meta分析的偏倚及其檢查來(lái)源、控制和檢查68精選2021版課件

概念：指在資料收集、分析解釋、發(fā)表和綜述時(shí)任何可能導(dǎo)致結(jié)論系統(tǒng)地偏離真實(shí)結(jié)果的情況。

Meta分析的偏倚可分為：－抽樣偏倚（samplingbias）－選擇偏倚（selectionbias

－研究?jī)?nèi)偏倚（withinstudybias）偏倚的來(lái)源和控制69精選2021版課件

抽樣偏倚是指查找相關(guān)文獻(xiàn)時(shí)產(chǎn)生的偏倚。①發(fā)表偏倚（publicationbias）②索引偏倚（indexbias）

③查找偏倚（searchbias）④參考文獻(xiàn)偏倚（referencebias）或引文偏倚⑤多重發(fā)表偏倚（multiplepublicationbias）⑥英語(yǔ)語(yǔ)種偏倚（Englishlanguagebias）

抽樣偏倚系統(tǒng)、全面、無(wú)偏地檢索出所有相關(guān)文獻(xiàn)70精選2021版課件

選擇偏倚是指根據(jù)文獻(xiàn)納入和剔除標(biāo)準(zhǔn)選擇符合Meta分析的文獻(xiàn)時(shí)產(chǎn)生的偏倚。納入標(biāo)準(zhǔn)偏倚（inclusioncriteriabias）

選擇者偏倚（selectorbias）選擇偏倚兩人盲法獨(dú)立進(jìn)行敏感性分析71精選2021版課件

研究?jī)?nèi)偏倚是在資料提取時(shí)產(chǎn)生的偏倚。提取者偏倚（extractorbias）研究質(zhì)量評(píng)分偏倚（biasinscoringstudyquality）報(bào)告偏倚（reportingbias）研究?jī)?nèi)偏倚72精選2021版課件Meta分析中先根據(jù)一個(gè)基本的入選標(biāo)準(zhǔn)收集全部的研究，再考慮不同的入選標(biāo)準(zhǔn)進(jìn)行徹底的敏感性分析，這是檢查上述偏倚的最佳途徑。偏倚的檢查：－漏斗圖分析（funnelplots）－計(jì)算失安全數(shù)（fail-safenumber，NFs）偏倚的檢查73精選2021版課件漏斗圖－相對(duì)于樣本量的效應(yīng)值

－研究的效應(yīng)估計(jì)值作為橫坐標(biāo)－樣本量作為縱坐標(biāo)漏斗圖分析

－根據(jù)圖形的不對(duì)稱(chēng)程度判斷有無(wú)偏倚－基于效應(yīng)的精確度隨樣本量增大而增加漏斗圖分析散點(diǎn)圖74精選2021版課件

對(duì)效應(yīng)的估計(jì)，其準(zhǔn)確性是隨樣本含量的增加而增加

－小樣本研究的效應(yīng)估計(jì)值分布于圖的底部，其分布范圍較寬；

－大樣本研究的效應(yīng)估計(jì)值分布范圍較窄。當(dāng)沒(méi)有偏倚時(shí)，其圖形呈對(duì)稱(chēng)的倒漏斗狀，故稱(chēng)之為“漏斗圖”。漏斗圖與偏倚75精選2021版課件從均數(shù)為1.5，標(biāo)準(zhǔn)差為0.7的正態(tài)總體的140次隨機(jī)抽樣結(jié)果對(duì)稱(chēng)的漏斗圖76精選2021版課件有偏倚的散點(diǎn)圖不對(duì)稱(chēng)的漏斗圖77精選2021版課件RevMan中的漏斗圖在RevMan軟件中，漏斗圖是－橫坐標(biāo)：OR或RR對(duì)數(shù)值（logOR或logRR）－縱坐標(biāo)：OR或RR對(duì)數(shù)值標(biāo)準(zhǔn)誤的倒數(shù)1/SE(logRR)

－以真數(shù)標(biāo)明橫坐標(biāo)的標(biāo)尺－以SE(logRR)標(biāo)明縱坐標(biāo)的標(biāo)尺

78精選2021版課件RevMan4.2.8漏斗圖79精選2021版課件漏斗圖的用途漏斗圖主要用于觀察某個(gè)系統(tǒng)評(píng)價(jià)或Meta分析結(jié)果是否存在偏倚，如發(fā)表偏倚或其他偏倚。如果資料存在偏倚，會(huì)出現(xiàn)不對(duì)稱(chēng)的漏斗圖，不對(duì)稱(chēng)越明顯，偏倚程度也就越大。漏斗圖的不對(duì)稱(chēng)性主要與發(fā)表偏倚有關(guān)，但也可能存在其他原因。80精選2021版課件漏斗圖不對(duì)稱(chēng)的主要原因選擇性偏倚（Selectionbias）

發(fā)表偏倚（Publicationbias）語(yǔ)言偏倚（Languagebias）重復(fù)發(fā)表偏倚（Multiplepublicationbias）等等81精選2021版課件定義

Meta分析中計(jì)算需多少陰性研究結(jié)果的報(bào)告才能使結(jié)論逆轉(zhuǎn)。用途估計(jì)發(fā)表偏倚的程度。

P為0.05和0.01時(shí)計(jì)算公式如下失安全數(shù)意義失安全數(shù)↑，說(shuō)明Meta分析的結(jié)果越穩(wěn)定，結(jié)論被推翻的可能性↓。研究個(gè)數(shù)各個(gè)獨(dú)立研究的Ｚ值82精選2021版課件Meta分析的應(yīng)用舉例、局限性和思考83精選2021版課件Preferredreportingitemsforsystematicreviewsandmeta-analyses:thePRISMAstatement/84精選2021版課件85精選2021版課件86精選2021版課件87精選2021版課件