系統(tǒng)評(píng)價(jià)中的常用統(tǒng)計(jì)分析方法2013.1.15

1、1,系統(tǒng)評(píng)價(jià)中的常用統(tǒng)計(jì)分析方法及stata軟件,2,內(nèi)容,1、meta分析的用途2、meta分析的基本步驟3、meta分析中常用的統(tǒng)計(jì)指標(biāo)4、meta分析中常用統(tǒng)計(jì)方法5、meta分析舉例及結(jié)果解釋6、meta分析結(jié)果的穩(wěn)定性和可靠性分析7、與stata有關(guān)的meta分析文獻(xiàn)及書(shū)籍介紹,3,Meta分析簡(jiǎn)介,Meta分析（meta analysis）由beecher在1955年最先提出，并由Glass在1977年首次命名。

2、目前，meta分析已經(jīng)在教育學(xué)、心理學(xué)、社會(huì)科學(xué)等領(lǐng)域得到越來(lái)越多廣泛的應(yīng)用，在循證醫(yī)學(xué)和循證衛(wèi)生管理中也發(fā)揮越來(lái)越重要的作用。,4,Meta分析的用途,在世界范圍內(nèi)，對(duì)同一研究目的的研究可能有幾個(gè)，幾十個(gè)，甚至上百個(gè)學(xué)者在不同地區(qū)、不同年代進(jìn)行研究并報(bào)告結(jié)果，但各學(xué)者在研究設(shè)計(jì)、對(duì)象選擇、樣本含量、指標(biāo)選擇、統(tǒng)計(jì)方法等方面不完全相同，導(dǎo)致研究結(jié)果并不完全一致，對(duì)這些結(jié)果進(jìn)行綜合評(píng)價(jià)和取舍是十分困難的，而meta分析正是對(duì)這些結(jié)果進(jìn)行定

3、量綜合的適宜統(tǒng)計(jì)方法。,5,Meta分析的用途,通過(guò)meta分析可以達(dá)到以下目的：1、提高統(tǒng)計(jì)學(xué)檢驗(yàn)效能 在進(jìn)行假設(shè)檢驗(yàn)時(shí)，能否得到“有統(tǒng)計(jì)學(xué)意義”的結(jié)果與樣本含量存在一定的關(guān)系，meta分析綜合多個(gè)同類(lèi)研究結(jié)果，總樣本量增大，因而可提高統(tǒng)計(jì)檢驗(yàn)的效能。,6,Meta分析的用途,2、解決單個(gè)研究間的矛盾，評(píng)價(jià)結(jié)果的一致性 由于各種研究在設(shè)計(jì)、對(duì)象的選擇、樣本含量、試驗(yàn)條件等方面不同，其研

4、究結(jié)果的質(zhì)量存在很大差異，一般綜述方法很難對(duì)研究結(jié)果進(jìn)行取舍，而meta分析可以估計(jì)各個(gè)研究可能存在的偏倚以及異質(zhì)性的來(lái)源，采用統(tǒng)計(jì)方法對(duì)各個(gè)研究結(jié)果進(jìn)行定量綜合評(píng)價(jià)。,7,Meta分析的用途,3、改善對(duì)效應(yīng)量的估計(jì) 多個(gè)同類(lèi)研究的結(jié)果可能在程度和方向上存在差異，有時(shí)甚至得到相互矛盾的研究結(jié)果。用meta分析的綜合研究結(jié)果可以估計(jì)各個(gè)研究效應(yīng)量的平均水平，從而可得到一個(gè)供選擇的明確結(jié)論。,8,Meta分析的用途,4

5、、解決既往單個(gè)研究未明確的新問(wèn)題 meta分析可以探索單個(gè)研究未闡明的某些問(wèn)題，發(fā)現(xiàn)既往研究存在的缺陷，繼而提出新的研究問(wèn)題的思路。,9,Meta分析的臨床應(yīng)用,干預(yù)措施的評(píng)價(jià) —估計(jì)預(yù)防、治療、康復(fù)的效果和風(fēng)險(xiǎn)診斷性試驗(yàn) —提供更為可靠的診斷性試驗(yàn)精確性計(jì)算流行病學(xué) —提供更為可靠的病因/危險(xiǎn)因素估計(jì),10,11,Meta分析的基本步驟,1、提出問(wèn)題，制定研究計(jì)劃 問(wèn)題的提出需要

6、系統(tǒng)復(fù)習(xí)大量文獻(xiàn)，meta分析所研究的問(wèn)題一般可來(lái)自生物醫(yī)學(xué)研究領(lǐng)域中不確定或有爭(zhēng)議的問(wèn)題。與其他研究一樣，meta分析課題的研究計(jì)劃包括研究目的、現(xiàn)狀、意義、方法、數(shù)據(jù)收集與分析、結(jié)果解釋、報(bào)告撰寫(xiě)等。,12,Meta分析的基本步驟,2、檢索相關(guān)文獻(xiàn) 一般從欲研究的問(wèn)題出手，確定相應(yīng)的檢索詞及其之間的搭配關(guān)系，制定檢索策略和檢索范圍。對(duì)檢索結(jié)果要進(jìn)行查全、查準(zhǔn)與否的評(píng)價(jià)，這是至關(guān)重要的，否則會(huì)影響meta分析結(jié)論的可靠性和

7、真實(shí)性。,13,Meta分析的基本步驟,3、篩選納入文獻(xiàn) 以明確的納入和排除標(biāo)準(zhǔn)從檢索出的文獻(xiàn)中篩選合乎要求的文獻(xiàn)。在制定文獻(xiàn)納入和排除標(biāo)準(zhǔn)時(shí)，要考慮研究對(duì)象、設(shè)計(jì)類(lèi)型、處理因素、結(jié)局效應(yīng)、樣本大小、觀(guān)察年限、文獻(xiàn)發(fā)表時(shí)間和語(yǔ)種等方面的問(wèn)題。,14,Meta分析的基本步驟,4、提取納入文獻(xiàn)的數(shù)據(jù)信息 被meta分析采用的數(shù)據(jù)信息一般包括基本信息、研究特征、結(jié)果測(cè)量等內(nèi)容、確定和選擇需要分析和評(píng)價(jià)的效應(yīng)變量。,15

8、,Meta分析的基本步驟,5、納入文獻(xiàn)的質(zhì)量評(píng)價(jià) 主要考察各個(gè)研究的質(zhì)量間是否存在差異。質(zhì)量高低可用權(quán)重來(lái)表示，也可用量表或評(píng)分系統(tǒng)來(lái)評(píng)價(jià)。,16,Meta分析的基本步驟,6、數(shù)據(jù)的統(tǒng)計(jì)學(xué)處理 主要包括：明確資料類(lèi)型、選擇恰當(dāng)?shù)男?yīng)指標(biāo)；進(jìn)行同質(zhì)性檢驗(yàn)、選擇適合的統(tǒng)計(jì)分析模型；效應(yīng)合并的參數(shù)估計(jì)與假設(shè)檢驗(yàn)；效應(yīng)合并值參數(shù)估計(jì)的圖示。,17,Meta分析的基本步驟,7、敏感性分析 目的是了解分析結(jié)論的

9、穩(wěn)健性。主要通過(guò)以下方式來(lái)考察meta分析的結(jié)論是否因?yàn)椴扇〔煌姆治龃胧┒l(fā)生根本性的變化。（1）選擇不同統(tǒng)計(jì)模型時(shí)，效應(yīng)合并值點(diǎn)估計(jì)與區(qū)間估計(jì)的差異；（2）排除質(zhì)量較差的文獻(xiàn)前后，結(jié)論的差異；（3）對(duì)文獻(xiàn)進(jìn)行分層前后，結(jié)論的差異；（4）改變納入和排除標(biāo)準(zhǔn)，結(jié)論的差異。,18,Meta分析的基本步驟,8、結(jié)果的分析與討論 包括異質(zhì)性及其對(duì)效應(yīng)合并值的影響；幾種設(shè)計(jì)類(lèi)型的亞組分析；各種差異的識(shí)別與控制；meta分析結(jié)

10、果的實(shí)際意義。,19,常用數(shù)據(jù)類(lèi)型,計(jì)量（定量）數(shù)據(jù)，如身高，體重，肺活量等 二分類(lèi)，如生存/死亡、有效/無(wú)效等分類(lèi)數(shù)據(jù) 有序，如-,+,++,+++等 多分類(lèi) 無(wú)序，如血型，職業(yè)等,,,20,Meat分析中常用的效應(yīng)指標(biāo),計(jì)數(shù)資料，常用的效應(yīng)測(cè)量指

11、標(biāo)為：—危險(xiǎn)度（risk），又稱(chēng)率?！ｋU(xiǎn)比率（risk ratio,RR），又稱(chēng)為相對(duì)危險(xiǎn)度（relative risk，RR）—比值比（odds ratio,OR）—危險(xiǎn)差（risk difference，RD） 前兩個(gè)為相對(duì)效應(yīng)指標(biāo)，即試驗(yàn)治療與對(duì)照治療何者為優(yōu)；后一指標(biāo)為絕對(duì)效應(yīng)?！鄬?duì)危險(xiǎn)減少率（relative risk reduction，RRR）—需處理病人數(shù)（number needed to t

12、reat，NNT）,21,危險(xiǎn)度（risk）,危險(xiǎn)度 24人沿一斜坡滑雪，6人滑到，則滑倒的危險(xiǎn)度為：6人滑到/24人=0.25；Risk=發(fā)生某一事件的人數(shù)/觀(guān)察的總?cè)藬?shù),22,比值(odds),24人沿一斜坡滑雪，6人滑到，則滑倒的比值為：6人滑到/18人未滑倒=0.33Odds=發(fā)生某一事件的人數(shù)/未發(fā)生某事件的人數(shù),23,組間比較,Kerugol 2006:incident of common cold,24,危險(xiǎn)度

13、與比值的比較,危險(xiǎn)度與比值的差異Kerugol試驗(yàn)的對(duì)照組中，281名人中有160人發(fā)病，則發(fā)病的概率為：Risk=160/281=0.57 odds=160/121=1.32Kerugol試驗(yàn)的干預(yù)組中，281名人中有121人發(fā)病，則發(fā)病的概率為：Risk=121/281=0.43 odds=121/160=0.76,25,危險(xiǎn)比率（risk ratio,RR）=相對(duì)危險(xiǎn)度（relative risk,RR）

14、,干預(yù)組的危險(xiǎn)度為=121/281=0.43對(duì)照組的危險(xiǎn)度為=160/281=0.57,危險(xiǎn)比率=121/281=0.43=0.76 160/281 0.57,RR=1，表明干預(yù)組與對(duì)照組無(wú)差異,26,比值比（odds ratio,OR）,干預(yù)組的比值比為=121/160=0.76對(duì)照組的比值比為=160/121=1.32,比值比=121/160=0.76=0.58 16

15、0/121 1.32,OR=1，表明干預(yù)組與對(duì)照組無(wú)差異,27,效應(yīng)指標(biāo)的含義,率，即危險(xiǎn)度，用來(lái)說(shuō)明某事發(fā)生可能性大小的指標(biāo)；RR:相對(duì)危險(xiǎn)度，隊(duì)列研究中常用指標(biāo)。說(shuō)明暴露組的發(fā)生率是非暴露組的多少倍。RR越大，表明暴露與結(jié)局關(guān)聯(lián)的強(qiáng)度越大。相對(duì)危險(xiǎn)度與關(guān)聯(lián)的強(qiáng)度見(jiàn)下表,28,OR,OR即比值比，也叫優(yōu)勢(shì)比。常用在病例-對(duì)照研究中。,OR 值的意義與相對(duì)危險(xiǎn)度相似，即暴露組的危險(xiǎn)性為非暴露組的多少倍！,在慢性病中，或疾率小于

16、5%時(shí)，OR≈RR,29,RD,RD，即（rate difference）,又稱(chēng)特異危險(xiǎn)度、歸因危險(xiǎn)度或超額危險(xiǎn)度，或絕對(duì)危險(xiǎn)度減少率（ARR）。,意義：對(duì)照組發(fā)病率與暴露組發(fā)病率相差的絕對(duì)值！,如上例，治療組的發(fā)病率為0.43，對(duì)照組的發(fā)病率為0.57，則RD=0.14，表示治療組的發(fā)病率比對(duì)照組低14%。,30,RRR,RRR，相對(duì)危險(xiǎn)減少率（relative risk reduction），反應(yīng)實(shí)驗(yàn)組與對(duì)照組某病發(fā)生率的相對(duì)變化量

17、。,如上例，治療組的發(fā)病率為0.43，對(duì)照組的發(fā)病率為0.57，則RRR=1-0.76=0.24，表示治療可減少24%的發(fā)病率，或由于治療，使得24%的免于發(fā)病。,31,NNT,NNT，需處理病人數(shù)（number needed to treat）,意義為：在一定的時(shí)間內(nèi)，對(duì)患者采用某種防治措施后，得到一例有利結(jié)果需要防治的病例數(shù)。,如上例，治療組的發(fā)病率為0.43，對(duì)照組的發(fā)病率為0.57，則ARR=0.14，NNT=1/0.14=7.

18、14,含義為:只需治療7人，即可治愈好一人。可見(jiàn)，NNT越小，其防治效果越好，臨床意義越大。,32,四、Meta 分析中的統(tǒng)計(jì)相關(guān)內(nèi)容,NNH,№. NNH臨床含義：對(duì)患者采用某種防治措施處理，得到一例副作用需要處理的病例數(shù)（the nubmer of needed to harm one more patients form the therapy, NNH） №.計(jì)算公式： NNH=1/ |P1g －P2g| =1/ARI

19、 №.由公式可見(jiàn)：NNH值越小，該防治措施引起的副作用越大，其值越大越好。 №.例如：某治療措施引起的副反應(yīng)發(fā)生率64%，而在對(duì)照組中出現(xiàn)類(lèi)似的副反應(yīng)發(fā)生率為37%，計(jì)算其ARI= |37%－64%|=27% ， NNH=1/27%=4。即該治療措施每處理4個(gè)病例，就會(huì)出現(xiàn)1例副反應(yīng)。,33,Meat分析中常用的效應(yīng)指標(biāo),計(jì)量資料，常用的效應(yīng)測(cè)量指標(biāo)為：,權(quán)重的均數(shù)差(weighted mean difference, WMD)

20、當(dāng)采用同樣測(cè)量方法測(cè)量同一個(gè)指標(biāo)時(shí)； 標(biāo)準(zhǔn)化的均數(shù)差(standardisedmean difference, SMD): 對(duì)同一治療效應(yīng)采用不同的測(cè)量方法或單位，如測(cè)定疼痛采用不同的量表測(cè)量。,均數(shù)差的計(jì)算,Mean difference干預(yù)組均數(shù)-對(duì)照組均數(shù),34,權(quán)重的均數(shù)差（weighted Mean difference，WMD）,什么情況下使用：每一試驗(yàn)中以標(biāo)準(zhǔn)方式對(duì)連續(xù)變量進(jìn)行測(cè)量時(shí)使用 Hb[

21、mg/dl];BP[mmHg]以均數(shù)和標(biāo)準(zhǔn)差表示匯總的結(jié)果以自然單位表示，如mmHg臨床醫(yī)生容易理解,權(quán)重的均數(shù)差(WMD)=0，表明治療組與對(duì)照組無(wú)差異！,35,標(biāo)準(zhǔn)化的均數(shù)差standard Mean difference（SMD）,什么情況下使用：每一試驗(yàn)中以不同的測(cè)量單位對(duì)同一結(jié)局指標(biāo)進(jìn)行測(cè)量時(shí)使用􀂄如頭痛的嚴(yán)重程度，采用不同量表􀂄抑郁程度的測(cè)量：0-20，0-100不可能進(jìn)行直

22、接比較以均值和標(biāo)準(zhǔn)差表示(mean value)±(standard deviation, SD)匯總的結(jié)果不標(biāo)注單位,36,Meat分析中常用的效應(yīng)指標(biāo),可信區(qū)間，CI，confidence inteval使用效應(yīng)量來(lái)估計(jì)兩組間效應(yīng)值的差異，如OR=0.736；從統(tǒng)計(jì)學(xué)看，這種效應(yīng)差異可能產(chǎn)生于機(jī)遇的作用，如何保證這種差異是由于治療效應(yīng)的作用而不是隨機(jī)作用？衡量的指標(biāo)為可信區(qū)間。,37,可信區(qū)間CI,一項(xiàng)研究提供效應(yīng)大

23、小的估計(jì)值可信區(qū)間是指真實(shí)值的測(cè)量值所分布的范圍95%CI的含義對(duì)測(cè)量值的分布范圍，人們有95%的信心認(rèn)為樣本（人群）測(cè)量真值是在此范圍。如果可信區(qū)間較窄，說(shuō)明估計(jì)的效應(yīng)值更精確；如果可信區(qū)間較寬，說(shuō)明效應(yīng)的估計(jì)值的精確度較差。,38,,39,權(quán)重（加權(quán)）weigh,在meta-分析中, 簡(jiǎn)單地進(jìn)行效應(yīng)值的均數(shù)計(jì)算會(huì)造成誤導(dǎo)每一個(gè)研究被賦予一定的權(quán)重 大樣本研究由于效應(yīng)估計(jì)值更為精確(更可靠)，在匯總分析中具有

24、較大的權(quán)重 小樣本研究由于估計(jì)值不夠精確(欠可靠)，賦予的權(quán)重較小,Meta分析的合并效應(yīng)量為各獨(dú)立研究的加權(quán)平均數(shù),40,權(quán)重的計(jì)算,各研究對(duì)合并效應(yīng)量的貢獻(xiàn)大小不等，根據(jù)事件發(fā)生率和樣本含量分配權(quán)重，然后根據(jù)各研究的權(quán)重計(jì)算出合并效應(yīng)量平均權(quán)重的計(jì)算公式為：,Ti：—研究i的療效估計(jì)值Wi：—該研究在全部研究中所分配的權(quán)重。,41,二分類(lèi)變量meta分析常用的統(tǒng)計(jì)方法,倒方差法（woolf’s method）M

25、-H法（Mantel-Haenszel）Peto法,42,二分類(lèi)變量效應(yīng)量方差的計(jì)算公式,43,倒方差法,基本思想：根據(jù)標(biāo)準(zhǔn)誤（SE）計(jì)算方差的倒數(shù)而獲得各研究的權(quán)重。通過(guò)此法，具有較小標(biāo)準(zhǔn)誤的大規(guī)模研究獲得的權(quán)重大于具有較大標(biāo)準(zhǔn)誤而規(guī)模較小的研究，這種分配權(quán)重的方法減少了合并效應(yīng)量的不確定性。使用固定效應(yīng)模型分配權(quán)重。平均權(quán)重計(jì)算公式為：,Ti：—研究i的療效估計(jì)值Si：—該估計(jì)值的標(biāo)準(zhǔn)誤。,44,M-H法,權(quán)重中反應(yīng)了標(biāo)準(zhǔn)誤的

26、變化，適合小樣本含量和事件發(fā)生較多的研究。,45,Peto法,適用于大型研究的小效應(yīng)量的合并分析，包括生存資料、實(shí)際事件數(shù)（O）和理論數(shù)（E）差值的比較。步驟為：1、計(jì)算各研究的實(shí)際數(shù)（O，Observed enents）和理論數(shù)（E,expected enents ）。2、計(jì)算各研究（O-E）及其總和。3、計(jì)算各研究的精確方差V及其總和（V：研究權(quán)重）；4、比較實(shí)際差值與其方差：,46,倒方差法、M-H法和Peto法權(quán)重差異,

27、三種方法由于在分配權(quán)重方法上的差異，各研究的權(quán)重可出現(xiàn)很大的差異，但對(duì)合并效應(yīng)量的影響可能不會(huì)太大。OR、RR、RD的選擇一般原則如下：小事件選擇Peto OR或M-H OR，大事件選擇RR。但由于OR和RR是相對(duì)效應(yīng)量，往往不能反映實(shí)際效應(yīng)量的大小。如兩種不同藥物做了兩個(gè)治療的研究，每個(gè)研究的治療組和對(duì)照組各100人，研究1治療組治愈40人，對(duì)照組治愈20人，則OR=2；研究2的治療組治愈數(shù)為20例，對(duì)照組為10例，RR=2，僅從R

28、R看療效相同。但使用RD來(lái)表示時(shí)，前者的RD為20%，后者為10%，療效的優(yōu)劣一目了然。,47,連續(xù)性變量meta分析常用的統(tǒng)計(jì)方法,1、均數(shù)差：MD=2、權(quán)重的計(jì)算：與倒方差法權(quán)重計(jì)算公式同，即3、按照公式合并效應(yīng)量。,加權(quán)均數(shù)差與標(biāo)準(zhǔn)化均數(shù)差,加權(quán)均數(shù)差,標(biāo)準(zhǔn)化均數(shù)差1、均數(shù)差的計(jì)算和權(quán)重的計(jì)算，同上。2、均數(shù)差標(biāo)準(zhǔn)化：SMD=MD/SD，SD的計(jì)算見(jiàn)下。3、按照公式合并效應(yīng)量，公式同上。,48,SMD的計(jì)算,Standa

29、rdized mean difference solution：express in standard units:effect size(ES) SMD=MD/SD=ES,,,49,Meta分析中的異質(zhì)性（heterogeneity）,系統(tǒng)綜述中納入的研究會(huì)有較大不同，研究中任何變異的情況都可被稱(chēng)之為異質(zhì)性。異質(zhì)性總是存在的，但鑒定研究間的異質(zhì)性十分重要。,50,異質(zhì)性的類(lèi)型,臨床異質(zhì)性(概念上的異質(zhì)性)：如對(duì)象特征、

30、診斷、干預(yù)、對(duì)照、研究地點(diǎn)、評(píng)價(jià)結(jié)局等不同方法學(xué)異質(zhì)性：研究設(shè)計(jì)與質(zhì)量不同統(tǒng)計(jì)學(xué)上的異質(zhì)性：不同試驗(yàn)中觀(guān)察得到的效應(yīng)，其變異性超過(guò)了機(jī)遇(隨機(jī)誤差)本身所致的變異性,51,臨床異質(zhì)性產(chǎn)生的原因,對(duì)象：研究間納入/排除標(biāo)準(zhǔn)差異研究設(shè)計(jì)：隨機(jī)、盲法、樣本大小研究場(chǎng)所：入院偏倚治療措施：變異性，辨證論治，復(fù)雜干預(yù)評(píng)價(jià)結(jié)局：結(jié)局定義與測(cè)量不同平均效應(yīng)值是否具有臨床意義?,52,如何檢驗(yàn)異質(zhì)性,圖形審查 如果

31、每個(gè)研究結(jié)果的可信區(qū)間互不重疊，則研究間的差異很可能具有統(tǒng)計(jì)學(xué)上的顯著性。對(duì)同質(zhì)性檢驗(yàn)的統(tǒng)計(jì)學(xué)檢驗(yàn)1、異質(zhì)性的定性分析 采用卡方檢驗(yàn)和P值?？ǚ街翟贑ochrane中又稱(chēng)Q值。Q值相對(duì)于自由度（文獻(xiàn)數(shù)-1）越大，P值越小，則存在異質(zhì)性的可能性越大；反之越小。該法不是很可靠的檢驗(yàn)尤其是對(duì)于小樣本試驗(yàn)或試驗(yàn)數(shù)有限。2、異質(zhì)性的定量分析􀂊I2 =[(Q-df)/Q]×100%, Q=

32、卡方值，df=n-1; I2 50% 較明顯的異質(zhì)性， I2 >75% 高度異質(zhì)性,53,如何處理研究間存在的顯著性異質(zhì)性,提醒系統(tǒng)綜述的讀者注意，并對(duì)匯總資料作出解釋時(shí)要慎重探討造成差異的可能原因，并力圖加以解釋 ◆核對(duì)資料提取有無(wú)錯(cuò)誤？ ◆研究設(shè)計(jì)的質(zhì)量如何? ◆劑量有無(wú)差異? ◆對(duì)象特征方面有無(wú)差異?

33、,54,模型的選擇,依據(jù)異質(zhì)性檢驗(yàn)的結(jié)果： ◆如果異質(zhì)性檢驗(yàn)的結(jié)果P＞0.05，可認(rèn)為各研究間不存在異質(zhì)性，可采用固定效應(yīng)模型，主要統(tǒng)計(jì)方法包括：Mantel-Haenszel法、Peto法和General variance-Based法； ◆如果異質(zhì)性檢驗(yàn)的結(jié)果P≤0.05，可認(rèn)為各研究間存在異質(zhì)性，應(yīng)采用隨機(jī)效應(yīng)模型，其主要的統(tǒng)計(jì)方法有DerSimonianLaird法。,55,Stata軟件簡(jiǎn)介,Stata軟件由美

34、國(guó)計(jì)算機(jī)資源中心研制，現(xiàn)為stata公司的產(chǎn)品。1985年推出。小巧玲瓏、操作簡(jiǎn)單、統(tǒng)計(jì)方法齊全，完美實(shí)現(xiàn)了使用簡(jiǎn)單和功能強(qiáng)大兩者的結(jié)合，受到初學(xué)者和高級(jí)用戶(hù)的歡迎。與SAS、SPSS一起被并稱(chēng)為新的三大權(quán)威統(tǒng)計(jì)軟件，是WHO和國(guó)際臨床流行病學(xué)網(wǎng)推薦使用的統(tǒng)計(jì)分析軟件。,56,Meta分析舉例,定性變量的meta分析定量變量的meta分析方法累積meta分析Meta回歸分析,57,Meta分析舉例----定性資料,Silagy a

35、nd Ketteridge reported a systematic review of randomized controlled trials investigating the effects of physician advice on smoking cessation.數(shù)據(jù)如下：,58,Meta分析舉例----定性資料,a：干預(yù)組戒煙人數(shù)；r1:干預(yù)組總?cè)藬?shù)；c：對(duì)照組戒煙人數(shù)；r2:對(duì)照組總?cè)藬?shù)；,59,State軟件

36、操作步驟如下,1、命令方式：○gen b=r1-a; /*計(jì)算出干預(yù)組未發(fā)生人數(shù)*/○gen d=r2-c; /*計(jì)算出對(duì)照組未發(fā)生人數(shù)*/ metan a b c d, label(namevar=name, yearvar=year) fixed rr xlabel(0.1,0.2,0.5,0.75,1,1.25,2,5,10),60,Stata軟件操作步驟如下,2、菜單方式：2.1 分別計(jì)算干預(yù)組和對(duì)照組未發(fā)生人數(shù)。操

37、作如下：Data→Create or Change data →Create new variable,出現(xiàn)如下對(duì)話(huà)框，如圖填入即可。同理可計(jì)算d。,61,Stata軟件操作步驟如下（續(xù)）,2、菜單方式2.2 meta分析。操作如下：User菜單→Meta-Analysis →of Binary and Continuous（metan）,彈出如下對(duì)話(huà)框：,62,Stata軟件操作步驟如下（續(xù)）,菜單方式2.3 上圖graph op

38、ts選項(xiàng)卡設(shè)置如下：,設(shè)置坐標(biāo)軸刻度,63,結(jié)果,64,結(jié)果,65,L’Abbe圖的制作過(guò)程—異質(zhì)性評(píng)價(jià)工具,User菜單→Meta-Analysis→L’abbe，出現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,66,,67,L’Abbe圖的作用,判斷研究結(jié)果有無(wú)異質(zhì)性。L’Abbe圖是以研究中的干預(yù)組事件發(fā)生率相對(duì)于對(duì)照組事件發(fā)生率作圖，若研究結(jié)果同質(zhì)，則所有點(diǎn)呈直線(xiàn)分布，偏離線(xiàn)過(guò)遠(yuǎn)，則表明研究結(jié)果不同質(zhì)。圖中圓圈的大小表示效應(yīng)量的大小。,68,G

39、albraith星狀圖—異質(zhì)性評(píng)價(jià)工具,User菜單→Meta-Analysis→galbraith plot for…，出現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,69,,70,Galbraith星狀圖作用及說(shuō)明,判斷研究結(jié)果有無(wú)異質(zhì)性。原理：Galbraith星狀圖是以標(biāo)準(zhǔn)化估計(jì)值（如logOR/lnRR/SE相對(duì)于其標(biāo)準(zhǔn)誤的倒數(shù)做圖，若散點(diǎn)圖斜率較為接近則說(shuō)明研究間同質(zhì)）。如上圖，有一個(gè)研究落在了95%CI線(xiàn)以外，其它研究的散點(diǎn)斜率差別不是很

40、大，提示研究間有一定同質(zhì)性，但可接受。,71,異質(zhì)性的統(tǒng)計(jì)量—H,72,異質(zhì)性評(píng)價(jià)統(tǒng)計(jì)量——H的計(jì)算,是通過(guò)對(duì)統(tǒng)計(jì)量Q進(jìn)行自由度（文獻(xiàn)數(shù)）的校正，H統(tǒng)計(jì)量：,73,異質(zhì)性統(tǒng)計(jì)量—H的意義,74,漏斗圖的制作過(guò)程—發(fā)表性偏倚評(píng)價(jià)工具,User菜單→Meta-Analysis→funnel Graph,ver…，出現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,metafunnel _ES _selogES, var xtitle(risk ration) yt

41、itle(1/SE(Effect size)),75,76,發(fā)表偏倚的評(píng)價(jià)—Egger、Begg檢驗(yàn)及Egger圖、Begg圖,步驟：User菜單→Meta-Analysis→publication Bias，出現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,77,發(fā)表偏倚檢驗(yàn)結(jié)果,78,,本質(zhì)為旋轉(zhuǎn)的漏斗圖,79,,80,剪補(bǔ)法（metatrim）—發(fā)表偏倚識(shí)別工具,User菜單→Meta-Analysis→trim and Fill Analysis，出

42、現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,81,,82,敏感性分析—metainf,敏感性分析，即通過(guò)比較納入或排除某些研究進(jìn)行的meta分析結(jié)果，探討被去除的研究對(duì)合并效應(yīng)的影響程度，從而判斷結(jié)果的穩(wěn)定性。且通過(guò)比較可了解異質(zhì)性的來(lái)源。操作過(guò)程：User菜單→Meta-Analysis→influence analysis，metan-based，出現(xiàn)如下對(duì)話(huà)框并設(shè)置如下。,83,,84,85,,86,NNT—metannt,87,,。,88,M

43、eta分析舉例----定量資料,例：比較氟含量對(duì)身體發(fā)育的影響，以女童掌II皮質(zhì)厚度為指標(biāo)，收集11個(gè)研究的數(shù)據(jù)如下，試進(jìn)行meta分析。,89,State軟件操作步驟如下,操作如下：User菜單→Meta-Analysis →of Binary and Continuous（metan）,彈出如下對(duì)話(huà)框：,90,結(jié)果,91,92,漏斗圖的制作,93,,94,累積meta分析,意義 累積meta分析（cumulative

44、 meta-analysis）指當(dāng)一個(gè)新的研究出現(xiàn)時(shí)，將其納入到以前的meta分析中，并重新進(jìn)行meta分析。 在實(shí)施時(shí)，一般按照臨床試驗(yàn)的先后順序，將先實(shí)施的試驗(yàn)進(jìn)行meta分析，以后每出現(xiàn)一個(gè)就納入一個(gè)，這樣可提高效應(yīng)的精確性。,95,累積meta分析舉例（選自Meta-analysis in stata中的累積meta分析章節(jié)：鏈激酶治療心肌梗死）,干預(yù)組,對(duì)照組,96,Stata操作步驟,Step1：計(jì)算兩組未死

45、亡人數(shù)，命令如下： gen nondeath1=pop1-deaths1gen nondeath0=pop0-deaths0step2：計(jì)算log(OR)值及其方差，命令如下： gen logor=log(( deaths1/ nondeath1)/( deaths0/ nondeath0)) gen varlogor=1/ deaths1+1/ nondeath1+1/ deaths0+1/ nondeath0Step3：

46、meta分析，命令為： meta logor varlogor,var eform graph(f) id( trialnam) xlab(0.1,0.5,1,2,10) ltr(0.1) rtr(10) cline xline(1) print b2("odds ratio") fmult(1.5),97,Meta分析結(jié)果,98,,99,上例的菜單操作方式,操作如下：User菜單→Meta-Analysis →c

47、umulative,彈出如下對(duì)話(huà)框：,100,上例的菜單操作方式,101,累積Meta分析,命令如下： metacum deaths1 nondeath1 deaths0 nondeath0, label(namevar=trialnam, yearvar=year) fixed or xlabel(0.1,0.5,1,2,10),102,累積Meta運(yùn)行結(jié)果,103,Meta回歸,Meta回歸的意義 各研究的

48、療效存在異質(zhì)性時(shí)，可用meta回歸(meta-regression)對(duì)療效與研究特性的關(guān)系進(jìn)行分析。 meta回歸是亞組分析的一種擴(kuò)展，可進(jìn)行多因素分析，一般要求研究的文獻(xiàn)數(shù)量不少于10個(gè)。,104,Meta回歸舉例選自Meta-analysis in stata中的meta回歸分析章節(jié)：BCG預(yù)防結(jié)核）,105,Meta回歸舉例,上例變量的意義為,106,分析過(guò)程,gen logor=log(( rt/( nt-

49、rt))/( rc/( nc- rc))) gen selogor=sqrt((1/rc)+(1/( nc- rc))+(1/ rt)+(1/(nt-rt))) meta logor selogor,eform graph(r) cline xlab(0.5,1,1.5) xline(1) boxsh(4) b2("odds ratio-log scale"),107,Meta分析結(jié)果,108,Sort lat

50、,此圖和上圖是一樣的，只不過(guò)是按照l(shuí)at排序后顯示。,109,Meta回歸,命令：metareg logor lat, wsse(selogor) bsest(reml) noiter graph結(jié)果為：,110,Meta回歸分析結(jié)果,111,Meta回歸舉例2（該例選自“丁香園網(wǎng)站”）,,112,步驟,1、先做單因素的meta回歸（itt，alloc,phd無(wú)意義）2、將有意義的因素再做多因素的meta回歸（見(jiàn)后）3、結(jié)果的解

51、釋,113,結(jié)果,114,meta分析結(jié)果的穩(wěn)定性和可靠性分析,穩(wěn)定性分析，有：◆符合方案集分析；◆意向性分析◆失安全數(shù)；◆最佳結(jié)果演示◆最差結(jié)果演示以上內(nèi)容詳見(jiàn)《循證醫(yī)學(xué)》（楊克虎主編）,115,meta分析結(jié)果的穩(wěn)定性和可靠性分析,發(fā)表偏倚分析，有：◆漏斗圖法；◆Begg’s法；◆Egger’s法；◆剪補(bǔ)法；,116,與stata有關(guān)的meta分析文獻(xiàn)解讀,文獻(xiàn)1：stata在Meta分析中的應(yīng)用.柏建玲等，20

52、07; 介紹了在進(jìn)行meta分析時(shí)，stata軟件與RevMan軟件相比的優(yōu)勢(shì)；并介紹了meta分析的常用命令；通過(guò)列舉3個(gè)例子，分別介紹了二分類(lèi)計(jì)數(shù)資料的meta分析、計(jì)量資料的meta分析和生存分析數(shù)據(jù)的meta分析；最后，將stata軟件和RevMan軟件的功能做了比較。,117,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),文獻(xiàn)2：應(yīng)用stata軟件的meta分析完成醫(yī)學(xué)科研定量評(píng)價(jià).王靜等，2008年.介紹了

53、metan,meta,metap,metacum(舉例),metareg（舉例）,敏感性分析命令metainf和metaninf;發(fā)表偏倚的識(shí)別命令metabias和metatrim的用法，并介紹了發(fā)表性偏倚的識(shí)別工具，如漏斗圖、Begg’s檢驗(yàn)和Egger’s檢驗(yàn)、剪補(bǔ)法如何解讀。,118,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),文獻(xiàn)3：stata軟件在臨床試驗(yàn)計(jì)量資料效應(yīng)比較的Meta分析中的應(yīng)用.莫傳偉等,2005.該文獻(xiàn)

54、重點(diǎn)介紹了計(jì)量資料的meta分析在stata軟件的實(shí)現(xiàn)。通過(guò)舉例介紹了固定效應(yīng)模型和隨機(jī)效應(yīng)模型，尤其介紹了對(duì)結(jié)局變量d進(jìn)行meta分析的stata命令。,119,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),文獻(xiàn)4：累積Meta分析在stata中的實(shí)現(xiàn).張?zhí)灬?2010.介紹了二分類(lèi)數(shù)據(jù)及計(jì)量資料累積Meta分析的常用命令，并通過(guò)實(shí)例對(duì)累積meta分析的命令做了演示，對(duì)累積meta分析的結(jié)果進(jìn)行了詳細(xì)的說(shuō)明。,120,與stata有

55、關(guān)的meta分析文獻(xiàn)解讀(續(xù)),無(wú)對(duì)照二分類(lèi)資料的Meta分析方法及stata實(shí)現(xiàn).王佩鑫等，2012.簡(jiǎn)要介紹了無(wú)對(duì)照二分類(lèi)meta分析的原理及方法；通過(guò)列舉了3個(gè)實(shí)例，分別說(shuō)明當(dāng)結(jié)局指標(biāo)為患病率，發(fā)病密度和比值時(shí)的無(wú)對(duì)照meta分析在stata軟件中的實(shí)現(xiàn)。,121,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),Stata在Meta分析時(shí)異質(zhì)性評(píng)價(jià)中的應(yīng)用.張?zhí)灬缘?2008.研究間異質(zhì)性評(píng)價(jià)是Meta分析的重要組成部分，本文介

56、紹了Stata評(píng)價(jià)異質(zhì)性的各種方法，包括圖示法（含森林圖、L’Abbe圖、Galbraith星狀圖）以及統(tǒng)計(jì)學(xué)檢驗(yàn)法（含Q檢驗(yàn)、I2檢驗(yàn)、H檢驗(yàn)）的命令及實(shí)例。,122,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),Stata在探索異質(zhì)性來(lái)源——Meta回歸分析中的應(yīng)用.張?zhí)灬?2009.通過(guò)2個(gè)實(shí)例，介紹了具有1個(gè)協(xié)變量和多個(gè)協(xié)變量時(shí)，如何利用Meta回歸的方法探索異質(zhì)性。,123,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),St

57、ata軟件在Meta分析發(fā)表性偏倚識(shí)別中的探討.王丹等.2008.通過(guò)實(shí)例，介紹了發(fā)表性偏倚的識(shí)別方法，包括漏斗圖、Begg漏斗圖、Egger回歸圖和剪補(bǔ)法漏斗圖法的制作過(guò)程，結(jié)果解釋等.,124,與stata有關(guān)的meta分析文獻(xiàn)解讀(續(xù)),漏斗圖的繪制與不對(duì)稱(chēng)檢驗(yàn)在stata中的實(shí)現(xiàn).張?zhí)灬缘龋?009.通過(guò)實(shí)例，介紹了漏斗圖、Begg漏斗圖、Egger漏斗圖、Galbraith圖以及上述漏斗圖的不對(duì)稱(chēng)性檢驗(yàn)的命令及結(jié)果說(shuō)明。

58、另外，分類(lèi)變量的Meta分析中的偏倚的檢測(cè)方法——Egger法和Begg法，與上述文獻(xiàn)的作用同.,125,與stata有關(guān)的meta分析書(shū)籍解讀,Meta-Analysis in Stata：An Updated Collection from the Stata Journal.Introduction Meta-Analysis.Michael Borenstein etc.Data Analysis in Systematic