荟萃分析

1Meta-analysisSunLuNov.20092MaincontentBriefintroductiontometa-analysis.Meta-analysisofassociationbetweensmokingandtheageatnaturalmenopause.Introduceofameta-analysissoftware:ComprehensiveMetaAnalysis(Version2).3荟萃分析简介什么是荟萃分析。荟萃分析是指对具有相同研究目的的相互独立的多个研究进行定量合并和综合分析的系统评价方法。荟萃分析的作用与优点。1.综合多个研究，提高检验功效；2.定量估计研究效应的平均水平；3.评价单个研究之间的不一致性；4.发现单个研究未阐明的问题，提出新的问题。4荟萃分析的局限性。1.没有纳入全部研究；2.不能提取全部数据；3.发表偏倚；4.无法解决本身就存在问题的研究结果。荟萃分析与综述的比较。相同点：对同一主题的多个研究进行综合分析。不同点：综述通常为定性研究，带有较强的主观意识，无严格的操作规范。荟萃分析采用统计学方法进行定量分析，并对结果进行客观评价，有一整套严格的操作章程。5荟萃分析的基本步骤1.选题与立题本步骤最为关键，决定整篇文章的意义大小和成败，应选择具有一定意义，效应指标明确，原始文献数量较多的题材。2.文献检索制定合理的检索策略，全面系统地检索文献，检索范围应尽可能包括已发表文献以及未发表文献，尽可能多的收集相关文献。63.文献的入选与剔除根据文章需要设定合适的入选和剔除标准，筛选高质量的文章用于分析。入选与剔除必须遵循严格的操作规范，不能受主观因素的影响，并应对剔除文章的原因加以说明。4.文献数据提取根据我们研究需要，提取文献的各种数据如：研究特征，测量结果等。提取过程确保数据的正确性。75.统计学分析将提取的相关数据进行统计学处理和综合分析（本次课重点内容，后面详细介绍）。6.结论和讨论结合分析的结果和相关专业知识做出结论，并对本次研究的过程和结果展开讨论。8荟萃分析数据的统计学处理荟萃分析通常是研究一个因素对另一个因素的影响。荟萃分析对数据有严格的要求，的并非所有类型的数据都可以纳入分析。通常只有二分类变量数据和连续变量数据才能纳入分析，其他形式数据必须先转换为这两种类型。不属于这两种数据类型，且不能转换的数据无法进行荟萃分析。9二分类变量数据二分类为两种相互排斥相互对立的事物，如：早绝经与晚绝经。举例，吸烟对绝经关系的二分类数据（规定绝经年龄大于50岁晚绝经，小于50岁为早绝经）晚绝经早绝经吸烟262168不吸烟21110810连续变量数据数据为连续变化型，通常是给出平均值，标准差和样本量。举例，吸烟和绝经关系的连续型数据。平均绝经年龄标准差样本量吸烟43.433.1140不吸烟45.594.7324211荟萃分析数据处理基本步骤1.效应量的选择和各独立研究的效应量大小的计算；2.异质性检测；3.计算平均效应量；4.偏倚检测。121.效应量的选择和各独立研究的效应大小的计算1）效应量的选择效应量（effectsize/ES）：定量测量一种因素与另一因素之间关联强度的统计量。①二分类变量：比值比（OR），绝对危险度（AR）；相对危险度（RR）；风险差(RD)等。②连续变量：加权均差（WMD）；标准化均差（SMD）；Hedges’g等。132）各独立研究效应大小计算①二分类变量效应量计算（以比值比/OR为例）OR：指病例组中暴露人数(a)与非暴露人数(b)的比值除以对照组中暴露人数(c)与非暴露(d)人数的比值。公式表示为：OR=(a/b)/(c/d)=ad/bc举例：以吸烟为对照组，晚绝经为暴露人群OR=(262/168)/(211/108)=0.8014OR值所代表的意义1：病例组所施加的因素使暴露事件发生的机会减少；OR=1：病例组施加的因素对暴露事件没有影响；1：病例组所施加的因素使暴露事件发生的机会增加。例如，前面OR=0.80，则说明吸烟使晚绝经的机会减少到80%。也就是吸烟使绝经年龄提前。15②连续型变量效应量的计算（基于标准化均数差/SMD的Hedges’g）X1：病例组平均值SMD=(X1-X2)/SX2：对照组平均值N1：病例组样变量N2：对照组样本量S：总的标准差S1：病例组标准差S2：对照组标准差Hedges’g=SMD*JJ：校正因子J=1-[3/4*(N1+N2-3)]16Hedges’g计算举例：以吸烟为对照组=4.539SMD=(X1-X2)/S=(43.43-45.59)/4.539=-0.476J=1-[3/4*(N1+N2-3)]=1-[3/4*(40+242-3)]=0997Hedges’g=SMD*J=-0.476*0.997=-0.47517SMD，Hedges’g值所代表的意义0(X1X2)：病例组所施加的因素使事件的平均值减小。SMD或=0(X1=X2)：病例组所施加的因素对事Hedges’g件的平均值没有影响。0(X1X2)：病例组所施加的因素使事件的平均值增加。例如，前面Hedges’g=-0.475，则说明吸烟使平均绝经年龄减小，值的大小代表减小的程度。183.异质性（heterogeneity）检测。异质性检测目的：检查各个独立研究的结果是否具有可合并性。异质性的存在将影响合并结果的可信度。若异质性小，说明各独立实验基本上是在同样的条件下进行，数据较为均一，结果的差异主要由随机因素产生。若异质性大，说明各实验数据差异较大，各实验中除了随机性因素外，还可能存在其他导致结果不一致的因素。19异质性检测的计算（以的Q统计量检验为例）Q统计量检验的零假设为纳入研究的效应量均相同（即H0：θ1=θ2=…..=θk），结果的不一致是由抽样误差造成。Q=∑Wi(Ti–T.)2Wi：第i个研究的权重，Ti为第i个研究效应量，可以为OR，SMD，Hedge’g等。T.为所有研究的平均效应量，T.采用固定效应模型的M-H方法计算得出。20Q服从于自由度为k-1的卡方分布,Q值越大,其对应的P值越小。1）p0.05时异质性检测没有统计学意义。2）P0.05则说明存在异质性。Q统计量检验法的检验效能较低，在纳入研究数目较少的情况下可以考虑提高α到0.1。21产生异质性的原因：1）研究设计不同；2）试验条件不同；3）试验所定义的暴露、结局及其测量方法不同4）协变量的存在。22异质性检的测结果和处理方法。1）若异质性不明显，则选择固定效应模型来合并效应值。2）若异质性明显，则应选择随机效应模型来合并效应值，并且通常需要进一步同过亚组分析和荟萃回归分析来探讨异质性的来源。3）当异质性过于明显且不能排除，也不能弄清楚来源时，则应放弃荟萃分析，只做一般的定性描述。233.计算平均效应量（整个荟萃分析的核心）平均效应量的计算方法分为固定效应模型和随机效应模型两种类型。模型选择根据异质性结果而定。二分类变量固定效应模型的Mantel-Haenszel法介绍。此方法先根据各独立实验的样本量计算其权重，再求各独立效应量的的加权平均值。24Mantel-Haenszel法计算平均效应量(以效应量OR为例)：先分别计算每个研究的OR值和权重(Weight/W)。再计算平均效应量ORMHORi=aidi/biciW=bici/TiTi=ai+bi+ci+di25荟萃分析的结果通常以森林图的形式展出研究结果(线宽表示其95%CI)研究结果点估计值,其大小代表该研究在Meta分析中的权重无效应线各个研究合并后的效应估计))264.偏倚检测（偏倚存在会严重影响合并结果的可靠性）偏倚的种类1）发表偏倚（publicationbias）2）定位偏倚（locationbiases）3）引用偏倚（citationbias）4）多次发表偏倚（multiplepublicationbias）5）有偏倚的入选标准（biasedinclusioncriteria）27发表偏倚产生的原因：1）对于无统计学意义的研究，研究者可能认为意义不大，因而不发表或推迟发表。2）作为杂志编辑则更有可能将这类论文退稿。受其影响，即使使用了周密的检索策略和手段，也不可能完全纳入所有相关的研究。28发表偏倚的处理：若发表性偏倚较大,则需进一步措施1）收集相关资料信息,如与原文作者或研究组联系,查询有无阴性结果的研究,若有,则请他们尽可能的提供相关资料等。2）若无法收集相关资料，如论文发表年代久远，则考虑采用以下措施：①敏感性分析检验效应量估计值的稳定性。并如实报告，提醒读者注意。②考虑排除低质量研究。29偏倚的检测方法：1）倒漏斗图法（funnelplots）漏斗图是以样本含量（或效应量标准误的倒数）与效应量（或效应量对数）为参数所作的散点图，效应量可以为RR、OR、SMD，hedges’g等。漏斗图的假设是效应量估计值的精度随着样本量的增加而增加，其95％可信区间宽度随精度的增加而逐渐变窄，所以如果没有偏倚，则散点成倒漏斗状对称的分布在平均效应量（或其对数）的两侧。否则分布不成漏斗状且不对称。30如图，左边为没有偏倚的情况，右边为存在偏倚，左边空心部分的研究没有纳入分析，结果不能形成到漏斗状且不对称。31（2）线性回归法（Egger’regressionmethod）线性回归法是基于倒漏斗图法的定量化分析偏倚的方法它以荟萃分析中每个研究的精度（precision）为自变量，标准正态离差（SND）为因变量建立回归方程：SND=a+b*precision32左边a=0，直线过原点，没有偏倚，右边则存在偏倚，a的大小和正负表明偏倚的方向和大小。同时还可以通过假设检验来分析偏倚是否具有统计学意义。33累积荟萃分析（cumulativemeta-analysis）和递归累积荟萃分析（recursivecumulativemeta-analysis）1）累积荟萃分析累积荟萃分析跟传统的荟萃分析相比并没有新的内容，它在每加入一个研究后，重复一次荟萃分析的过程，然后按一定的顺序排列累积的结果。累积荟萃分析跟传统的荟萃分析比更能反映出每次新研究加入对结果的影响，可以直观的看出研究结果的动态变化趋势。342）递归累积荟萃分析它建立在累积荟萃分析的基础之上，如果是二分类变量，新加入一个研究后，用这次累积荟萃分析的结果除以上次荟萃分析的结果。如果是连续变量，则在新加入一个研究后，用这次累积荟萃分析的结果减去上次荟萃分析的结果。然后把每次除或减的结果按顺序排列。递归累积荟萃分析可以直观的反映出每个研究的加入对整的结果的影响。35累积荟萃分析和递归累积荟萃分析结果图示：Meta-analysisofassociationbetweensmokingandtheageatnaturalmenopause36Thanks