药物流行病学——Meta析及其应用.pptVIP

RR与OR的森林图示意 1 等效线 无统计学意义 试验组对照组 试验组对照组 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。 通常两组间比较时 计算各独立研究的效应大小 连续变量 平均差值 率差（RD） 二分变量 比值比（OR） 相对危险度（RR） 异质性检验 重要性 Meta分析重要的环节 目 的　检查各个独立研究的结果是否具有可合并性 异质性产生的原因 研究设计不同 / 试验条件不同 试验所定义的暴露、结局及其测量方法不同 协变量的存在 注 意 资料的“可合并性” 一种观点：剔除结果方向不一致的研究是不恰当的，应进一步核实资料的可靠性与处理方式，找出异质性的来源。 另一种观点：应对各个独立研究的质量进行评价，如果存在严重问题，要剔除低质量的研究，否则，将不同研究背景的研究结果合并不但无意义，反而容易导致错误的结论；如果没有严重问题，则可按相同变量进行分层合并分析或是利用随机效应模型进行合并分析。 有关异质性的争论 Meta分析中异质性资料处理的方法 经过异质性检验，如果各独立研究的结果是同质的，可以采用固定效应模型（fixed effect model，FEM）计算合并后的综合效应； 如果各研究的结果不同质，还要计算合并后的统计量，可以采用随机效应模型（random effect model，REM）。 计算合并后综合效应的大小 概念 是检查一定假设条件下所获得结果稳定性的方法，目的是发现影响Meta分析研究结果和产生不同结论的原因。 方法 敏感性分析 按不同研究特征对纳入的文献进行分层分析，比较合并效应间有无显著性差异； 采用不同模型计算效应合并值点估计和区间估计，比较合并效应间有无显著性差异 ； 从纳入研究中剔除质量相对较差的文献后重新进行Meta分析，比较前后合并效应间有无显著性差异 ； 改变研究的纳入和剔除标准后，对纳入的研究重新进行Meta分析，比较合并效应间有无显著性差异 。 按论文写作的格式要求写出Meta分析的总结报告。总结包括三部分： （1）材料与方法 （2）结果 （3）讨论 Meta分析的报告应当详细阐述结果的真实性，以帮助临床医生对“疗效”作出正确判断，进一步指导临床实践。 另一方面，好的Meta分析还应详细分析研究的异质性，为医学研究者提供进一步研究的方向。 总结报告 Meta分析常用的统计方法 基本原理、方法和应用 异质性检验 计算合并效应量 合并效应量的假设检验 ＊可信区间、Z（或U）检验 Meta分析统计过程的主要内容 异质性分析与异质性检验 按医学统计学原理，只有同质的资料才能进行合并或比较等统计分析，反之，则不能。 Meta分析过程需要对多个研究的结果进行异质性分析，尽可能地消除导致异质的原因，使之达到同质。 异质性检验 tests for heterogeneity 又称同质性检验 tests for homogeneity 用假设检验的方法检验多个独立研究是否具有异质性（同质性）－可合并性。 检验统计量Q服从自由度为K-1的卡方（?2）分布，因此，当计算得到Q后，需由卡方分布获取概率，故又将此检验叫做卡方检验(Chi square test) 。 异质性检验（Q） 为每个研究的权重，第i个研究的权重 按下式计算： 若异质性检验检验结果为P＞0.10时，多个研究具有同质性，可选择固定效应模型（FEM） ； 若多个研究结果为P≤0.10时，多个研究不具有同质性，首先应进行异质性分析和处理，若仍无法消除异质性的资料，可选择随机效应模型（REM）。 异质性检验（Q