Meta分析常见错误及处理ppt课件

四川大学华西医院占美主要内容•Meta-分析导论•Meta-分析的条件•Meta-分析的步骤一.什么是Meta-分析？•系统评价vsMeta-分析？•误区1：系统评价=Meta-分析Page41.什么是Meta-分析？•Meta-分析是系统评价中一个可选择的部份Meta-分析系统评价二.Meta-分析的条件•两个以上的研究；•各研究之间的特性没有可影响它们结果的差异；•各研究的结果采用相似的方法进行测量•各研究的资料都可用（当有的资料仅部份可用时应多加当心）异质性及其处理方法•临床异质性vs统计学异质性•误区2：异质性的定义及处理临床异质性=统计学异质性异质性及其处理方法•CochraneHandbook将Meta分析的异质性分为：临床异质性、方法学异质性和统计学异质性。异质性及其处理方法•临床异质性：参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。•方法学异质性：由于试验设计和质量方面的差异引起的，如肓法的应用和分配隐藏的不同，或者由于试验过程中对结局的定义和测量方法的不一致而出现的变异。•统计学异质性：不同试验间被估计的治疗效应的变异，它是研究间临床和方法学上多样性的直接结果。异质性及其处理方法•临床异质性、方法学异质性和统计学异质性三者是相互独立又相互关联的，临床或方法学上的异质，不一定在统计学上就有异质性表现，反之亦然。异质性及其处理方法•1.制定严格、统一的纳入和排除标准：•包括：纳入研究设计、研究对象、干预措施、结局指标、排除指标。减少纳入临床异质性和方法学异质性异质性及其处理方法•2.统计异质性的检验方法•方法：采用Chi2和I2进行判断。Chi2的P0.1表示存在统计学异质性。采用I2表示不同研究间效应估计值的差异在多大程度上是由异质性所致：0%到40%，异质性小；30%到60%，中度异质性；50%到90%，具有异质性；75%到100%，异质性大异质性及其处理方法•3.效应模型选择•同质性的纳入研究将采用固定效应模型（FixedEffectModel）进行数据合并分析；对存在统计学异质性（P0.10）的研究采用随机效应模型（RandomEffectModel）进行数据合并分析。三.Meta-分析的步骤5.统计分析4.数据提取、质量评价3.制定纳入、排除标准3.检索、筛选文献1.选题•选题的宗旨:一个好的选题应立足于专业实际并具有一定的指导价值。•目前已发表的Meta-分析主要是针对同一主题的随机对照试验（RCT），因为这类试验严格遵循随机化原则，处理组和对照组之间可比性好，综合分析的结果较为可靠•近年来，meta分析也广泛应用于非RCT研究上，如病例对照研究和队列研究1.选题重要性有合适的原始论文争议性创新性问题清楚，回答明确title有明确的效应指标1.选题PICO问题构建——PICO原则Patient、populationorproblemInterventioncomparisonoutcome纳入、排除标准研究类型研究对象干预措施结局指标2.制定纳入、排除标准2.制定纳入、排除标准•（1）研究类型：eg随机对照试验等•（2）研究对象：eg年龄、疾病等•（3）干预措施：eg某阳性药物vs空白等•（4）结局指标：eg死亡率等3.检索、筛选文献误区3：先检索、筛选文献，在制定纳入排除标准正确：根据已制定的纳入排除标准、制定检索策略3.检索、筛选文献TheCochraneLibraryCNKIPubMedEMBASECBM万方、VIP检索4.质量评价•误区4：不重视方法学质量•正确：根据最新、最权威的质量评价标准对文献进行质量评价4.质量评价•依据：Cochranehandbook5.1.0(updatedMarch2011)•网址：质量评价•（1）随机序列产生•（2）分配方案隐藏•（3）对参与者和实施者实施盲法•（4）对结果评估者实施盲法•（5）不完整结果数据•（6）选择性报告•（7）其他偏倚4.质量评价•（1）随机序列产生•低风险：•研究者以如下方式描述随机序列产生方法：提及随机数字表；采用计算机产生随机序列；抛硬币法；混编的卡片或信封；掷骰子；抽签等。4.质量评价•（1）随机序列产生•高风险：•研究者在分配序列产生过程中描述为非随机。通常描述涉及系统的、非随机的方法，例如：通过奇偶数或出生日期产生序列；通过基于日期的方法产生序列；通过基于住院或门诊号产生序列。•其他，例如：根据临床医生判断分配；根据患者意愿分配等。4.质量评价•（1）随机序列产生•不确定风险：•有关分配序列产生的信息不充足，不能判断低风险或高风险。4.质量评价•（2）分配方案隐藏•低风险：•受试者和登记受试者的实施者不能预知分配方案，以下方式可用于隐藏分配方案：中心随机（包括电话、网络和药房控制的随机）；按顺序编号的外观相同的储药容器；按顺序编号的密闭不透光信封。4.质量评价•（2）分配方案隐藏•高风险：•受试者和登记受试者的实施者能预知分配方案，因此可导致选择偏倚，例如采用以下分配方法：采用开放随机分配表（例如：随机数字的名单）；采用的分配信封未做恰当的保护交替或循环；根据生日分配；根据登记号分配；其他任何明确的未隐藏方法。4.质量评价•（2）分配方案隐藏•不确定风险：•信息不完整，难以判断低风险或高风险。通常由于隐藏分配未被报道或未描述清楚，从而不能判断。例如，如果分配过程描述采用信封，但是仍不清楚信封是否按顺序编号、是否透光、或是否密封。4.质量评价•（3）对参与者和实施者实施盲法•低风险：•以下任何一项：未实施盲法或盲法实施不完全，但研究者对结果的判断不受盲法与否的影响；对参与者和研究主要实施者实施盲法，并且盲法几乎不会被打破。采用开放随机分配表（例如：随机数字的名单）；4.质量评价•（3）对参与者和实施者实施盲法•低风险：•以下任何一项：未实施盲法或盲法实施不完全，且结果受盲法实施与否的影响；对参与者和研究主要实施者实施盲法，但盲法很可能会被打破，且结果很可能受盲法实施与否的影响。4.质量评价•（3）对参与者和实施者实施盲法•不确定风险：•以下任何一项：信息不完整，难以判断低风险或高风险。研究未报道此项。4.质量评价•（4）对结果评价者实施盲法•低风险：•以下任何一项：未实施盲法，但研究者对结果的判断不太可能受盲法与否的影响；对结果评价者实施盲法，并且盲法几乎不会被打破。4.质量评价•（4）对结果评价者实施盲法•高风险：•以下任何一项：未实施盲法，且结果受盲法实施与否的影响；对结果评价者实施盲法，但盲法很可能会被打破，且结果很可能受盲法实施与否的影响。4.质量评价•（4）对结果评价者实施盲法•不确定风险：•以下任何一项：信息不完整，难以判断低风险或高风险。研究未报道此项。4.质量评价•（5）不完整结果数据•低风险：•以下任何一项：无丢失数据；丢失数据在各组间分布平衡，且数据丢失原因相似；对分类变量结果数据，丢失数据比例与观察事件风险相比，不足以对效应量估计造成临床相关影响；丢失数据采用恰当的方法进行估算等。4.质量评价•（5）不完整结果数据•高风险：•以下任何一项：对分类变量结果数据，丢失数据比例与观察事件风险相比，足以对效应量估计造成临床相关影响；对连续变量结果数据，丢失数据足以对效应量（MD或SMD）估计造成临床相关影响等；4.质量评价•（5）不完整结果数据•不确定风险：•以下任何一项：损耗或排除信息报道不完整，难以判断低风险或高风险（例如：未陈述随机分配人数，数据丢失原因不清楚）。研究未报道此项。4.质量评价•（5）不完整结果数据•不确定风险：•以下任何一项：损耗或排除信息报道不完整，难以判断低风险或高风险（例如：未陈述随机分配人数，数据丢失原因不清楚）。研究未报道此项。4.质量评价•（6）选择性报告•低风险：•以下任何一项：研究的计划书可获得，且系统评价关心的方案中预定指定的结果指标（主要和次要）均有报告；研究的计划书不可获得，但所有期望的结局指标，包括在发表文献中预先指定的指标均有报告。4.质量评价•（6）选择性报告•高风险：•以下任何一项：未报告所有预先指定的主要结局指标；报告的一个或多个主要结局指标未预先指定；系统评价关心的一个或多个结局指标报告不完整，以致不能纳入行Meta分析；未报告重要的结局指标等4.质量评价•（6）选择性报告•不确定风险：•以下任何一项：报道不完整，难以判断低风险或高风险。4.质量评价•（7）其他偏倚•低风险：•纳入研究无其他偏倚来源4.质量评价•（7）其他偏倚•低风险：•纳入研究无其他偏倚来源4.质量评价•（7）其他偏倚•高风险：•至少有一项重要的偏倚风险，例如：研究有潜在的与研究设计相关的偏倚风险；研究存在欺骗性；研究存在其他问题。4.质量评价•（7）其他偏倚•不确定风险：•可能存在偏倚风险，但也可能没有：数据不完整而难以评估是否存在重要偏倚风险；理论或证据不完整，难以鉴别是否会增加偏倚风险。5.统计分析•软件：ReviewManager•优点：容易上手，导出图片无须过多修饰处理缺点：操作繁琐，功能单一5.统计分析•效应量的选择•1.分类变量比值比（oddsratio，OR）相对危险度（relativerisk，RR）率差（riskdifference•2.连续性变量加权均数差（MeanDeviation,MD）标准化均数差（Stdmeandifference，SMD）5.统计分析5.统计分析指标名称（英文缩写）中文名称及意义临床科研用途RR相对危险度，是试验组与对照组发生率之比，可反映试验组与对照组发生率的绝对差值病因、防治、预后研究OR比值比、比数比、优势比是RR的估计值，某事件发生率越小，其估计效果越好病因、防治、预后研究RD率差、危险差，即两个率之差值，可反映试验与对照组发生率的绝对差值病因、防治、预后研究5.统计分析5.统计分析•MD：消除了研究间的绝对值大小的影响，以它原有的单位反映合并后的效应。•SMD：标准化均数差，同时消除了研究间单位不同的影响，尤其适用于单位不同或均数差别较大的汇总分析，但它本身没有单位，因此对SMD分析的结果进行解释时要谨慎。5.统计分析•模型选择固定效应模型(fixedeffectmodel)若多个研究具有同质性（无异质性）时，可使用，可使用固定效应模型。随机效应模型(randomeffectmodel)若多个研究不具有同质性时，先对异质原因进行处理，若异质性分析与处理后仍无法解决异质性时，可使用随机效应模型。5.统计分析•模型选择•随机效应模型一种对异质性资料进行Meta分析的方法，但是，该法不能控制混杂、也不能校正偏倚或减少异质性，更不能消除产生异质性的原因。