1.相关概念 ¶
a.循证医学evidence-based medice EBM
发现证据->评价证据->应用证据
b.系统评价 systematic review
系统评价属于二次研究,主要在复习、分析、整理和综合原始文献的基础上进行。按照特定的问题,对已有的相关的、可靠的研究结果进行系统、全面地收集,采用临床流行病学的原则和方法,筛选出符合质量标准的文献并进行科学的定性和定量合并,最终得出可靠结论。
c.meta分析
广义:对具有相同研究题目的多个研究进行综合定量分析的一系列过程,目的在于增大样本含量,减少随机误差导致的差异,增大检验效能。
狭义:一种单纯的定量合成的统计学方法。
2.关系 ¶
开展循证医学的一条途径时对临床研究资料进行二次分析评价,即撰写系统评价,为实践者提供最佳研究证据。分析评价的一种方法是meta分析。
循证医学中研究证据的论证强度按照质量和可靠程度可以分为5级,一级最高,是按照特定病种的特定疗法,收集所有质量可靠的随机对照试验后所做的系统评价/meta分析。
系统评价和meta分析之间有交集,不是包含关系。系统评价分为定量和定性;meta分析是对同一问题的研究结果进行定量的合并分析,可以是系统的,也可以是不系统的。
3.meta分析的步骤 ¶
3.1.提出问题,明确提出需要解决的问题。 ¶
3.2.收集文献,制定检索策略,全面、广泛地收集。 ¶
3.3.确定纳入标准,剔除不符合要求的文献。要注意样本量和研究随访期限;是否是同一作者的重复发表;评估信息描述完整;选择有代表性的结果但同时要注意控制偏差。偏差可能来自不同的样本选择、随机分配、干预实施、随访期退出、测量、评估方法 ¶
3.4.数据的选择和提取。基本信息、研究类型和方法学特征、研究对象特征、干预措施和结果测量。 ¶
3.5.纳入研究的质量评价,对分析结果进行敏感性分析时判断文献权重的依据。目前无“金标准”。 ¶
3.6.资料的统计学处理 ¶
a.异质性检验: ¶
统计量法:Q检验、I2、H检验
Q检验:效应量的标准化平方和,Q值越大,p值越小,异质性越大。 在定量分析工作中,通常要对同du一试样做几份平行测定,然后求出平均值。但所测结果总会有大有小,如果数据中出现显著性差异,即有的数据特大或特小(称为可疑值或离群值)。 q检验是判断可疑值取舍的检验方法。 q的计算: (1)将各数据按递增顺数排列:X1,X2,X3,…,Xn-1,Xn。 (2)求出最大值与最小值的差值(极差)Xmax-Xmin。 (3)求出可疑值与其最相邻数据之间的差值的绝对值。 (4)求出Q(Q等于(3)中的差值除以(2)中的极差)。 (5)根据测定次数n和要求的置信水平(如95%)查表得到值。 (6)判断:若计算Q>Q表,则舍去可疑值,否则应予保留。
I2: [Q-(k-1)]/Q*100%,k指研究个数。反应异质性部分在效应值总的变异中所占比重。
H检验:对Q检验进行自由度校正,根号下[Q/(k-1)].
图示法:森林图、radial plot、l’abbe plot
一般用森林图表示单个实验结果和合并后的结果。
b.解释异质性 ¶
亚组分析subgroups:针对被试分组特征。
meta回归:建立回归方程解释自变量和因变量的关系。
敏感性分析:主要针对研究特征,排除某些低质量的研究来探讨对总效应的影响。
3.7.结果分析和评价 ¶
发表偏倚分析:阳性结果比阴性结果易发表,可能对真实效应产生误差。
- 常用方法:漏斗图funnel plot。横坐标是原研究的效应量或效应对数,纵坐标是样本量或效应量标准误,对称说明没有偏倚,不对称表示存在偏倚。
4.meta分析的适用性 ¶
增加统计功效:单个试验的样本小,难以明确效应。
解决各个研究之间的不一致性,发现单个研究未阐明的问题。
提出新的假说,指明进一步研究方向。
5.meta分析的缺点 ¶
不会纳入全部研究,不能提取全部相关数据;会存在发表偏倚。
6.meta分析的更新 ¶
有新的文献、新的指标的应用,需要对某个选题再次进行meta分析。
7.meta分析的常用软件 ¶
Review managers;STATA