meta分析及森林图

课件的由来随着循证医学学科的兴起，医学界对其关注度也越来越高，而系统分析（Meta分析）结果则迅速成为循证医学证据首要来源。此外，随着醒脑静课件的更新，Meta分析相关数据图的解读更多的困扰推广人员，如：1、什么是Meta分析？2、图怎么看？系统性评价大样本的随机对照临床试验荟萃分析循证医学证据来源什么是Meta分析？Meta分析概述概述60年代开始，在医学文献中，陆续出现了对多个独立研究的统计量进行合并的报道。76年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Meta-Analysis。80年代末该方法传入我国，中文译名有荟萃分析、二次分析、汇总分析、集成分析等。但无论何种中文译名都有不足之处。因此，很多学者建议仍然使用〝Meta分析〞这一名称。概述Meta分析的定义Meta-Analysisisasystematicreviewthatusesquantitativemethodstosummarizetheresults.Meta分析是运用定量方法去概括（总结）多个研究结果的系统评价。《Evidence-BasedMedicine》DavidSackett等，第247页的定义。Meta-Analysisisstatisticaltechniqueforassemblingtheresultsofseveralstudiesinareviewintoasinglenumericalestimate.Meta分析是文献评价中，将若干个研究结果合并成一个单独数字估计的统计方法。《TheCochraneLibrary》第3页的定义。Meta分析的定义Meta分析的统计目的一、传统文献综述的特点在医学研究中，传统的文献综述在处理同一问题的多个结果报道时，通常是平等（等权重方法）对待每个研究结果而得出结论。这种文献综述一般不进行文献评价，也不考虑文献的质量，主要是以某类文献数量的多少得出结论。二、传统文献综述的主要问题传统文献评价的结果必然存在两个问题：多个研究的质量不相同各个研究的样本含量的大小（权重）不相等。因此，传统文献综述的方法很难保证研究结果的真实性、可靠性和科学性，尤其当多个研究的结果不一致时，让人容易产生困惑或误解。Meta分析的统计目的Meta分析的统计目的三、Meta分析的统计目的对多个同类独立研究的结果进行汇总和合并分析，以达到增大样本含量，提高检验效能的目的，尤其是当多个研究结果不一致或都没有统计意义时，采用Meta分析可得到更加接近真实情况的统计分析结果。Meta分析与系统评价在系统评价（systematicreview）中，当数据资料适合使用Meta分析时，用Meta分析可以克服传统文献综述的两大问题，其分析结果的可靠性更高；当数据资料不适合做Meta分析时，系统评价只能解决文献评价的问题，不能解决样本含量的问题，因此，对其分析结论应慎重。没有按系统评价标准操作规范实施，或未经严格文献评价的研究，即使用了Meta分析也不一定是系统评价的研究，更难说是高质量的研究。Meta分析数据图怎么解读？此图叫什么？森林图森林图解析森林图是以统计指标和统计分析方法为基础，用数值运算结果绘制出的图型。它在平面直角坐标系中，以一条垂直的无效线（横坐标刻度1或0）为中心，用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间（CI），用一个棱形（或其它图形）描述了多个研究合并的效应量及可信区间。它非常简单和直观地描述了Meta分析的统计结果，是Meta分析中最常用的结果表达形式。森林图例一森林图例二森林图例三森林图解析名词解释：RR：相对危险度，是前瞻性研究中试验组某事件发生率PG与对照组某事件发生率PH之比，用于描述试验组某事件发生率是对照组的多少倍，常用来表示试验因素与结果的联系强度及其在临床疾病的病因、诊断、治疗和预后中的意义大小，RR是试验组某事件的发生率P1除以对照组某事件的发生率P0的比值，即RR=P1/P0。OR:比值比，OR近似于RR，OR的可信区间与RR的可信区间也很相近，且OR的计算较RR更为简单。因而在临床研究中为简化计算过程，多用OR估计RR，用OR的可信区间来估计RR的可信区间。因此，就临床工作者而言，可简单地将OR的临床意义和解释理解成与RR相同；森林图解析WMD：加权均数差，即为两均数的差值，消除了多个研究间的绝对值大小的影响，以原有的单位真实地反映了试验效应，WMD是试验组的均数减去对照组均数的差，即WMD=-。SMD：合并统计量，可简单地理解为两均数的差值再除以合并标准差的商，它不仅消除了多个研究间的绝对值大小的影响，还消除了多个研究测量单位不同的影响，尤其适用于单位不同或均数相差较大资料的汇总分析，但是，SMD是一个没有单位的值，因而，对SMD分析的结果解释要慎重。RCT:前瞻性研究CI:可信区间名词解释：1X2X1X2X可信区间（CI）是按一定的概率估计总体参数（总体均数、总体率）所在的范围（区间），如：95％的CI,是指总体参数在该范围（区间）的可能性为95％。可信区间主要有估计总体参数和假设检验两个用途。在Meta分析中，常用可信区间进行假设检验，95％的可信区间与为0.05的假设检验等价。此外，森林图即是根据各个独立研究的95％可信区间及合并效应量的95％可信区间绘制的。可信区间森林图解析OR与RR的可信区间若选择OR或RR为合并统计量时，其95％的可信区间与假设检验的关系如下：若其95％CI包含了1，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1或均小于1，等价于P＜0.05,即合并效应量有统计学意义。森林图解析森林图解析WMD和SMD的可信区间若选择WMD和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。OR和RR的森林图OR和RR的森林图（forestplots）,无效线竖线的横轴尺度为1，每条横线为该研究的95％可信区间上下限的连线，其线条长短直观地表示了可信区间范围的大小，线条中央的小方块为OR值的位置，其方块大小为该研究权重大小。若某个研究95％可信区间的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无竖线的左侧或右侧，该研究有统计学意义。例一:RR=1，RR的95%CI横线与无效竖线（横坐标刻度为1）相交，实验组与对照组无显著性差异；RR＞1或者RR＜1，RR的95%CI横线在无效竖线（横坐标刻度为1）的右边或者左边，实验组与对照组有显著性差异OR和RR的森林图OR=1，OR的95%CI横线与无效竖线（横坐标刻度为1）相交，实验组与对照组无显著性差异；OR＞1或者OR＜1，OR的95%CI横线在无效竖线（横坐标刻度为1）的右边或者左边，实验组与对照组有显著性差异例二:OR和RR的森林图WMD和SMD的森林图WMD和SMD的森林图，无效线竖线的横轴尺度为0，每条横线为该研究的95％可信区间上下限的连线，其线条长短直观地表示了可信区间范围的大小，线条中央的小方块为WMD或SMD值的位置，其方块大小为该研究权重大小。若某个研究95％可信区间的线条横跨为无效竖线，即该研究无统计学意义，反之，若该横线落在无竖线的左侧或右侧，该研究有统计学意义。例三:WMD=0，WMD的95%CI横线与无效竖线（横坐标刻度为0）相交，实验组与对照组无显著性差异；WMD＞0或者WMD＜0，WMD的95%CI横线在无效竖线（横坐标刻度为0）的右边或者左边，实验组与对照组有显著性差异SMD同上WMD和SMD的森林图