meta分析的统计学问题
meta分析的统计学问题
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 Type of data • 确定效应指标 Measure of effect
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
• Narrative synthesis • 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）。
漏斗图 Funnel plot
发表偏倚图例
敏感性分析 Sensitivity analysis
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
数据类型与效应指标
• 连续数据 • 原始研究：MD（mean difference） • Meta分析： • MD (mean difference) 均差 • SMD (standardized mean difference) 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
Meta分析的统计学问题
定义
meta排除标准
meta排除标准
meta分析中的排除标准主要包括以下几个方面：
1.研究设计问题：如果研究的设计存在缺陷或其质量较差，那么这些研究可能会对meta分析的结果产生负面影响。
因此，这些研究会被排除在外。
2.数据不完整或结局效应不明确：如果研究的数据不完整，或者研究的结局效应不明确，那么这些研究也可能被排除。
3.统计方法错误且无法修正：如果研究使用的统计方法存在错误并且无法修正，那么这些研究也会被排除。
4.无法提供或可供转化为OR(RR、率差、HR)及其95%可信区间，计量资料无法提供均数和标准差：这些研究由于缺乏必要的数据，可能无法被纳入meta分析中。
5.重复报告：如果研究已经被其他研究重复报道过，为了避免重复计算，这些研究会被排除在外。
需要注意的是，以上只是常见的一些排除标准，实际进行meta 分析时，排除标准的确定可能会根据具体情况进行调整。
meta亚组中的组间差异p值
meta亚组中的组间差异p值
对于meta分析中的组间差异p值，我们需要考虑几个方面。
首先，meta分析是一种统计方法，用于合并和分析多个独立研究的结果。
在进行meta分析时，我们通常会计算每个研究的效应量（比如
均数差异）和其对应的标准误差，然后将这些效应量进行合并，得
出总体效应量和其置信区间。
在比较不同组间差异的p值时，我们
可以使用不同的统计方法，比如固定效应模型或随机效应模型。
这
些模型会给出每个组间差异的p值，用于判断其差异是否显著。
其次，对于组间差异的p值，我们需要关注统计学上的显著性。
一般来说，如果p值小于0.05，我们就可以认为组间差异是显著的，即我们有足够的证据来拒绝原假设，接受备择假设，即两组之间存
在差异。
然而，p值并不是唯一的判断标准，我们还需要考虑效应
量的大小、置信区间等信息，来全面评估组间差异的重要性。
此外，我们还需要考虑研究的异质性。
在meta分析中，异质性
是指研究间真实效应量的差异。
如果研究间存在显著的异质性，那
么我们得到的组间差异p值可能会受到影响，需要进行进一步的敏
感性分析和亚组分析，来探讨异质性的来源和影响。
综上所述，meta分析中的组间差异p值需要综合考虑统计学显著性、效应量大小、置信区间和研究异质性等因素，以全面评估不同组间差异的重要性和稳健性。
诊断试验准确性的Meta分析
诊断试验准确性的Meta分析一、问题与数据某肿瘤科大夫希望了解CT对某肿瘤的诊断准确性，他查阅了很多国内外文献，发现文献中各研究样本量都偏小，且对该方法的准确性评价结果不一，因此想通过Meta分析的方法对其准确性进行较为可靠的评价。
通过对相关文献的检索，共获得以下数据：表1 部分研究数据变量意义及赋值情况如下：表2 变量意义与赋值情况二、对问题分析要进行诊断试验准确性的Meta分析，至少应当收集真阳性、假阳性、假阴性与真阴性的人数。
然而，Meta分析并不是简单的进行数据的加权合并，因为各研究结果不同的原因通常不仅仅是因为样本量小造成的结果不稳定，还可能是因为研究的设计、执行等多方面的因素存在差异所导致，因此Meta分析的一个重要的任务便是对可能的因素进行探讨，找出文献结果不一的原因，这也是证据评价的过程。
表1中，是否是前瞻性研究（predesign）、金标准是否是同一个（samemth）、是否详细描述待评价试验（index）、是否详细描述金标准（reftest）和是否详细描述待评价人群（subject）是本研究中研究者认为可能的影响因素。
三、Stata分析1. 安装分析包一般认为，诊断试验准确性的数据异质性比较明显，因此推荐使用随机效应模型进行分析。
Stata中有专门针对诊断试验准确性Meta分析的分析包midas和metandi，均是采用两水平的随机效应模型进行分析。
由于后者不支持meta回归功能，因此本文仅介绍midas包的使用。
在command窗口，依次输入以下命令，安装必需的分析包：ssc install midasssc install mylabels2. 数据录入在Stata窗口点击数据编辑按钮，弹出数据编辑窗口。
在变量名位置双击，弹出新建变量窗口。
如果变量是字符型，则变量类型（Variable type）选择str，是数值型则选择double（小数）或int （整数）。
设定好变量名后，从excel中将数据复制到新建变量窗口中即可，部分数据如下图。
Meta分析常见错误及处理
1. 选题
有合适的原始论文 重要性
有明确的效应指标
title
争议性
问题清楚，回答明确
创新性
1.选题
问题构建——PICO原则 P
Patient、 population or problem
I
C
O
Intervention
4. 质量评价
• （1）随机序列产生 • 不确定风险：
• 有关分配序列产生的信息不充足，不能判断低风险 或高风险。
4. 质量评价
• （2）分配方案隐藏 • 低风险：
• 受试者和登记受试者的实施者不能预知分配方案， 以下方式可用于隐藏分配方案： 中心随机（包括电话、网络和药房控制的随机）； 按顺序编号的外观相同的储药容器； 按顺序编号的密闭不透光信封。
4. 质量评价
• （3）对参与者和实施者实施盲法 • 低风险：
• 以下任何一项： 未实施盲法或盲法实施不完全，且结果受盲法实施与 否的影响； 对参与者和研究主要实施者实施盲法，但盲法很可能 会被打破，且结果很可能受盲法实施与否的影响。
4. 质量评价
• （3）对参与者和实施者实施盲法 • 不确定风险：
comparison
outcome
2.制定纳入、排除标准
研究 类型
结局 指标
纳入、排 除标准
研究 对象
干预 措施
2. 制定纳入、排除标准
• （1）研究类型：eg 随机对照试验等
• （2）研究对象： eg 年龄、疾病等
• （3）干预措施：eg 某阳性药物 vs 空白等
• （4）结局指标：eg 死亡率等
• （2）分配方案隐藏 • 不确定风险：
临床试验Meta分析
临床试验Meta分析临床试验Meta分析：揭开医学疗效之谜引言医学研究是为了找到更好的治疗方案，但单个临床试验结果往往无法全面反映治疗效果。
这就引出了Meta分析，一个将多个临床试验的结果进行综合分析的方法。
本文将为您介绍临床试验Meta分析的原理、应用和局限性。
一、Meta分析的原理Meta分析通过整合多个独立的临床试验，利用统计学方法对结果进行综合统计分析。
其核心思想在于将各个试验的效应量进行加权平均，从而提高结果的可信度和准确性。
通常，Meta分析有两种常见的效应量指标：二元变量（如治愈率、死亡率等）和连续变量（如血压、体重等）。
常用的Meta分析模型有固定效应模型和随机效应模型。
二、Meta分析的应用1.评估治疗效果Meta分析在评估不同治疗方法的效果上发挥着重要作用。
例如，在药物治疗方面，比较不同药物的疗效可以帮助临床医生在制定治疗方案时做出更准确的决策。
此外，Meta分析还可以评估手术方法、康复治疗以及其他治疗方案的效果。
2.探究不同因素的影响除了评估治疗效果外，Meta分析还可以探究不同因素对治疗效果的影响。
例如，研究某种药物对不同人群的治疗效果，可以根据Meta分析结果为不同患者群体提供个性化治疗建议。
此外，Meta分析还可以研究不同年龄、性别、民族等因素对治疗效果的影响。
3.发现新的研究方向Meta分析的另一个重要应用是发现新的研究方向。
通过综合分析已有的临床试验结果，可以为未来的研究提供参考，指导研究者选择新的研究方向。
同时，Meta分析还能帮助确定需要进一步研究的问题，从而推动医学科研的发展。
三、Meta分析的局限性尽管Meta分析具有许多优点，但也存在一些局限性。
1.异质性由于临床试验的设计、样本特点和方法等差异，导致试验之间存在异质性。
这种异质性可能影响Meta分析的结果和解释。
为了解决这个问题，Meta分析需要进行亚组分析、敏感性分析和可能的混合效应模型等进一步分析。
第25章 Meta分析思考与练习参考答案
第2５章Mｅta分析思考与练习参考答案一、最佳选择题1、Ｍeta分析中,如果异质性检验不拒绝H0,一般采用(A)进行效应合并。
A.随机效应模型Ｂ、固定效应模型 C.混合效应模型D、回归模型E、贝叶斯模型2、关于meta分析,以下（C)说法不正确。
A．mｅta分析本质上就是一种观察性研究,因而可能存在各种偏倚Ｂ.meta分析就是用定量得方法综合同类研究结果得一种系统评价C．采用随机效应模型能使meta分析得结果更加可靠Ｄ．ｍｅta分析时,如果研究间异质性很大,应认真考察异质性得来源,并考虑这些研究得可合并性E．亚组分析能使mｅｔa分析得结果更有针对性3、对连续型变量资料得mｅta分析,如果各纳入研究得测量单位不同,应采用( A）作为效应合并指标。
A.标准化均数差B、加权均数差 C.均数差Ｄ、标准化Ｐ值E、危险度差值4、异质性检验采用得统计量就是( B)。
A.F统计量B、Q统计量 C.t统计量D.H统计量E、Z统计量5、关于发表偏移,以下说法(C)不正确。
A.通过漏斗图可大致判断就是否存在发表偏倚B.产生发表偏倚得主要原因就是作者往往只把统计学上有意义得阳性研究结果拿来写文章并投稿C．若发表偏倚对meta分析得影响较大,则需要增加很多个研究,才能使metａ分析得结果被逆转D.尽量搜集未发表得阴性研究结果,可减少发表偏倚E.漏斗图得基本思想就是纳入研究效应得精度随着样本含量得增加而增加二、思考题1、Mｅｔa分析得基本步骤有哪些？答:Mｅta分析得基本步骤包括:提出问题,制定研究计划;检索相关文献;选择符合要求得纳入文献;提取纳入文献得数据信息;纳入研究得质量评价;资料得统计学处理;敏感性分析;结果得分析与讨论。
２、Metａ分析得目得与意义就是什么？答：通过ｍetａ分析能增加统计功效,评价研究结果得一致性，增强结论得可靠性与客观性,通过亚组分析,得出新结论，寻找新得假说与研究思路。
3、Ｍeta分析时,固定效应模型与随机效应模型有什么不同?如果研究间有异质性,应如何处理?答:Metａ分析进行效应合并时得变异可能来源于两个部分，一就是研究内变异,二就是研究间变异。
Meta分析的有关统计学基本知识
异质性的种类
Cochrane协作网将Meta分析的异质性分为：临床异 质性、方法学异质性和统计学异质性。 临床异质性是指：受试对象的不同、干预措施的差 异和结局指标的变异所致的偏倚。 方法学异质性是指：由于试验设计和研究质量的差 异引起的，如盲法的应用和分配隐藏的应用，或由于 试验过程中对结局指标的定义或测量的不一致而出现 的偏倚。 统计学的异质性是指：干预效果的评价在不同试验 间的变异，它是研究间的变异，它是研究间的临床和 方法学上变异联合作用的结果。
626 1216 4524 17187 28003
95%CI OR
下限 上限
0.720 0.681 0.803 0.801 0.798 1.133 0.895
0.489 0.457 0.606 0.486 0.553 0.935 0.829
1.059 1.013 1.063 1.319 1.153 1.373 0.966
Meta分析源于希腊文，意为“more comprehensive”。即更广泛、更全面。 1976年 英国心理学家G．V．Glass 首 先 将 合 并统计量对文献进行综合分析 研究 的 这 类 方 法 称 为 “ MetaAnalysis”。现已广泛应用于医学和健康 领域，尤其是针对疾病的诊断、治疗、 预防和病因等问题的综合评价。
表中ai,、bi、 ci、di为各研究四格表数，Ni 为各个研究的样本例数。 ai为处理组的实际阳性数， bi为处理组的实际阴性数；ci为对照组的实际阳性 数；di为对照组的实际阴性数。
实例二 女童掌骨Ⅱ皮质厚度的11个研究
K个 研究
n1
1
26
2
55
3
46
4
45
5
45
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
异质性检验
• Heterogeneity test • 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。 • Χ2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
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
Meta分析的优势
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
• Narrative synthesis • 通过表格对合格研究的研究特征（如研究设计、研究对象、研
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
分层变量 亚组数量
效应估计
P
基线Hb ＜120g/L ≥120g/L
干预剂量 ＜10mg/天 ≥10mg/天
4
Байду номын сангаас
13.23（6.50，19.95） ＜0.001
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
• Revman 4.2 /cochrane/revman.htm
• Revman 5 /revman/download • Meta-Analyst u@ • Meta-Test http://hiru.mcmaster.ca/cochrane/sadt.htm • Easy MA version 99 http://www.spc.univ-
lyon1.fr/mcu/easyma; • Meta http://www.RalfSchwarzer.de
森林图 Forest plot
Comparison: ARBs vs placebo Outcome: MI
森林图
发表偏倚 Publication bias
• 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 Funnel plot
发表偏倚图例
敏感性分析 Sensitivity analysis
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
Meta分析的统计学问题
定义
• Meta • “after, more comprehensive, 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；
分析思路
• 确定比较 Comparison • 确定结局 Outcome • 确定数据类型 Type of data • 确定效应指标 Measure of effect
数据类型与效应指标
• 连续数据 • 原始研究：MD（mean difference） • Meta分析：
• MD (mean difference) 均差 • SMD (standardized mean difference) 标准化均差（对同
• -4 mmHg (-7, 3) • -4 mmHg (-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
3
2.53（1.01，4.04） 0.001
5
5.92（-0.65，12.48） 0.080
2
15.14（2.60，27.69） 0.020
事前分析与事后分析
• 特征变量的选择：有其他证据支持 • 预先确定要调查的特征变量 • 事后分析：假阳性
Meta分析的优势
• 改善精度、增加把握度 • 关注原始研究难以回答的问题 • 解决争议