Meta分析及其应用-一附院住院医师培训分解.ppt

森林图 （forest plots）（ M-H法, Revman 4.2.8） 无效线竖线的横轴尺度为1 95%CI上下限的连线 OR值位置 权重大小 异质性检验 合并效应量假设检验 合并效应量及其95%CI 固定效应模型 WMD和SMD的可信区间 若选择WMD或SMD为合并统计量时，其95%CI与假设检验的关系如下： 若其95%CI包含了0，等价于P 0.05，即合并统计量无统计学意义。 若其95%CI的上下限均大于0或均小于0，等价于P 0.05，即合并效应量有统计学意义。 WMD与SMD的CI计算 WMD合并95%的可信区间 WMD合并±1.96×SE(WMD) SMD合并95%的可信区间 SMD合并±1.96×SE(SMD) WMD法的森林图（ Revman 4.2.8） 无效线竖线的横轴尺度为0 95%CI上下限的连线 OR值位置，权重大小 Meta分析的偏倚及其检查 来源、控制和检查 概念：指在资料收集、分析解释、发表和综述时任何可能导致结论系统地偏离真实结果的情况。 Meta分析的偏倚可分为： －抽样偏倚（sampling bias） －选择偏倚（selection bias －研究内偏倚（within study bias） 偏倚的来源和控制 抽样偏倚是指查找相关文献时产生的偏倚。 ①发表偏倚（publication bias） ②索引偏倚（index bias） ③查找偏倚（search bias） ④参考文献偏倚（reference bias）或引文偏倚 ⑤多重发表偏倚（multiple publication bias） ⑥英语语种偏倚（English language bias） 抽样偏倚 系统、全面、无偏地检索出所有相关文献 选择偏倚是指根据文献纳入和剔除标准选择符合Meta分析的文献时产生的偏倚。 纳入标准偏倚（inclusion criteria bias） 选择者偏倚（selector bias） 选择偏倚 两人盲法独立进行 敏感性分析 研究内偏倚是在资料提取时产生的偏倚。 提取者偏倚（extractor bias） 研究质量评分偏倚（bias in scoring study quality） 报告偏倚（reporting bias） 研究内偏倚 Meta分析中先根据一个基本的入选标准收集全部的研究，再考虑不同的入选标准进行彻底的敏感性分析，这是检查上述偏倚的最佳途径。 偏倚的检查： －漏斗图分析（funnel plots） －计算失安全数（fail-safe number，NFs） 偏倚的检查 漏斗图－相对于样本量的效应值 －研究的效应估计值作为横坐标 －样本量作为纵坐标 漏斗图分析 －根据图形的不对称程度判断有无偏倚 －基于效应的精确度随样本量增大而增加 漏斗图分析 散点图 对效应的估计，其准确性是随样本含量的增加而增加 －小样本研究的效应估计值分布于图的底部，其分布范围较宽； －大样本研究的效应估计值分布范围较窄。 当没有偏倚时，其图形呈对称的倒漏斗状，故称之为“漏斗图”。 漏斗图与偏倚 从均数为1.5，标准差为0.7的正态总体的140次随机抽样结果 对称的漏斗图 随机序列的产生1 恰当：计算机产生的随机数字或类似方法（2分）2 不清楚：随机试验但未描述随机分配的方法（1分）3 不恰当：采用交替分配的方法如单双号（0分） 随机化隐藏1 恰当：中心或药房控制分配方案、或用序列编号一致的容器、现场计算机控制、密封不透光的信封或其他使临床医生和受试者无法预知分配序列的方法（2分）2 不清楚：只表明使用随机数字表或其他随机分配方案（1分）3 不恰当：交替分配、病例号、星期日数、开放式随机号码表、系列编码信封以及任何不能防止分组的可预测性的措施（0分）4 未使用（0分） 盲法1 恰当：采用了完全一致的安慰剂片或类似方法（2分）2 不清楚：试验陈述为盲法，但未描述方法（1分）3 不恰当：未采用双盲或盲的方法不恰当，如片剂和注射剂比较（0分） 撤出与退出1 描述了撤出或退出的数目和理由（1分）2 未描述撤出或退出的数目或理由（0分） 修订Jadad量表（1-3分－低质量，4-7分－高质量） 每一个研究都按事先制定的资料摘录表内容提取相应变量并填表，进一步使用专用的Meta分析软件（如RevMan）或其他软件（如SAS、SPSS、EXCEL等）建立数据库。 需要注意的问题：计量资料必须注明单位；比较的两组除了有均数还要有标准差；计数资料也要使用相同的比率来表示。 提取变量，填写过录表，建立数据库 采用相应的公式计算各独立研究的效应大小。