您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 质量控制/管理 > Meta-分析的10个问题
Meta分析的10个问题:从理论概念到操作实践本文想对Meta分析做一些提炼和总结,为方便叙述,还是以问答形式做一个分享吧。拟回答的问题:1.Meta分析=系统综述=循证医学?2.只有RCT才能做Meta分析吗?3.Meta分析常用的效应指标有哪些?4.Meta分析常用的软件有哪些?5.Meta分析的步骤是什么?6.Meta分析的结果如何解读?7.单组率的meta分析R编程8.连续变量效应指标的Meta分析R编程9.分类变量效应指标的Meta分析R编程10.Meta回归的R编程首先,先澄清一些重要的,概念上的误解。1.Meta分析=系统综述=循证医学?为了要说清这个问题,请不要猴急,我们先一起理一理他们各自的来龙去脉。Meta分析(Meta-analysis,MA),其思想最早可追溯到17世纪法国数学家BlaisePascal对「机遇」研究,后被用于天文观测数据的比较、合并。1904年英国数学家及统计学家KarlPearson在「血清接种预防肠热病的疗效」研究中,首次在医学界使用了后来被称为Meta分析的方法。1907年,美国的内科医生,流行学家JosephGoldberger提出了综合分析的4步法,勾勒出了现在的Meta分析步骤。英国生物统计学家,大家耳熟能详的RonaldFisher在1920年提出了合并P值的方法,奠定了Meta分析统计模型的基础。不过Meta分析这一术语首次正式被提出,还是在GeneV.Glass的《Primary,SecondaryandMeta-analysisofResearch》这一著作中。关于Meta分析的这段历史,可见下图:那么meta分析的定义,具体是:MiquelPorta在流行病学词典里给出了一个较为宽泛的定义:Astatisticalanalysisofresultsfromseparatestudies,examiningsourcesofdifferencesinresultsamongstudies,andleadingtoaquantitativesummaryoftheresultsiftheresultsarejudgedsufficientlysimilartosupportsuchsynthesis.(MiquelPorta,2008)而考科兰给出了一个更为严格的定义:Theuseofstatisticaltechniquesinasystematicreviewtointegratetheresultsofincludedstudies.Sometimesmisusedasasynonymforsystematicreviews,wherethereviewincludesameta-analysis.(TheCochraneCollaboration)两种定义确有差别,但从本质上将,Meta分析其实就是一种数据合并的统计方法。如果严格限定其使用场景,如只用于系统综述中,那就是考科兰的定义,如果不限定其使用场景,那就是MiquelPorta的定义。前面提到「系统综述」,要说起清楚系统综述,还得拉上另一大家耳熟能详的术语:「循证医学」。循证医学(Evidence-BasedMedicine,EBM),其思想源于1979年英国流行病学家,产科医生ArchibaldLemanCochrane提出的「收集RCT,进行综合分析」这一理念,不过「循证医学」医学这一术语也是到了1991年才由加拿大的学者GordonGuyatt首次提出,而「系统综述」则是在1993年,由BMJ期刊的编辑和英国Cochrane的专家商讨后正式提出,也就是在此时,循证医学,系统综述与Meta分析才完成了彼此的结合。一个过程,请见下图:具体说到循证医学的定义,最为经典的当属DavidL.Sackett给出的包含现能获得的最佳证据、临床大夫的诊疗经验以及病人价值观和期许三方面要素的定义。Theconscientious,explicitandjudicioususeofcurrentbestevidenceinmakingdecisionsaboutthecareofindividualpatients.Thepracticeofevidence-basedmedicinemeansintegratingindividualclinicalexpertisewiththebestavailableexternalclinicalevidencefromsystematicresearch.循证医学是慎重、准确和明智地应用当前所能获得最好的研究证据,整合最佳临床证据、临床经验以及患者价值观来确定患者的治疗措施的一门学科。那么如何获得当前最好的研究证据呢?这就是系统综述所要回答的问题。具体到系统综述,不同的学者也给出了不同的定义,但究其含义,无非是指针对某特定的研究问题,系统深入地查找、选择、合并高质量研究证据,以寻求问题的答案。在此过程中,Meta分析可用(定量合并),可不用(定性合并)Asummaryofthemedicalliteraturethatuseexplicitmethodstoperformathoroughliteraturesearchandcriticalappraisalofindividualstudiesandthatusesappropriatestatisticaltechniquestocombinethesevalidstudies.(DavidL.Sackett,2000)Theapplicationofstrategiesthatlimitbiasintheassembly,criticalappraisal,andsynthesisofallrelevantstudiesonaspecifictopic.meta-analysismaybe,butisnotnecessarily,usedaspartofthisprocess.(MiquelPorta,2008)Asystematicreviewisahigh-leveloverviewofprimaryresearchonaparticularresearchquestionthattriestoidentify,select,synthesizeandappraiseallhighqualityresearchevidencerelevanttothatquestioninordertoanswerit.(TheCochraneCollaboration)因此,总结而言,Meta分析(MA)、系统综述(SR)以及循证医学(EBM)的关系如下:2.只有RCT才能做Meta分析吗?循证医学思想的初衷是收集合并RCT研究,但随着其不但扩张延伸,非随机干预研究、观察性研究、诊断试验等都可以进行Meta分析。3.Meta分析常用的效应指标有哪些?依据不同的结局数据的属性,效应指标也有所不同。具体而言,归纳如下:部分效应指标的特性归纳如下:效应指标的选择参考:4.Meta分析常用的软件有哪些?通用的统计软件Stata,R均可以,专用软件Revman,以及CMA等其他专用小软件。当然,SAS其实也是可以的,不过此处不做推荐。5.Meta分析的步骤是什么?这一部分,网上资料较多,操作讲起来也费劲,就晒一张鸡汤式的幻灯片吧,6步搞定Meta分析!6.Meta分析的结果如何解读?Meta分析的结果主要靠图形展示,这些图中的男一号就是森林图,女一号就是漏斗图。此外,还有其他各种不同用途的图形。先看看男一号森林图及其解读:再看看女一号漏斗图:其他的图,在此不做具体介绍了。再看一个Meta回归图吧,Meta回归可以理解为研究层面的回归分析。接下来是操作部分,考虑到费用、易获得性和易用性,推荐的软件首选R软件。安装R后,首选安装meta、metafor包,并加载。install.packages(meta)install.packages(metafor)library(meta)library(metafor)7.单组率meta分析的R编程对于一些患病率率,耐药率的研究,对于诊断试验的灵敏度、特异度的汇总,都可以考虑采用单组数据的Meta分析。具体到R编程,可采用Meta包的metaprop函数。metaprop(event,n,data=,sm=)metaprop最重要的几个参数:event:事件数;n:总数;data:数据来源sm:合并率时的采用的效应指标,其实为各种率的转换方法。一个单组数据meta分析的R编程示例:event-c(81,15,0,1)n-c(263,148,20,29)m1-metaprop(event,n,sm=PLOGIT)forest(m1)funnel(m1)森林图效果:8.连续变量效应指标的Meta分析R编程对于连续性变量效应指标,同样可以用Meta包的metacont函数完成。metacont(n.e,mean.e,sd.e,n.c,mean.c,sd.c,data=,sm=)主要参数中,n.e,mean.e,sd.e分别表示试验组(暴露组)的样本量,均数,标准差;n.c,mean.c,sd.c表示对照组(非暴露组)的样本量,均数,标准差;sm标识汇总的效应指标,如smd,wmd等。一个连续变量效应指标的Meta分析R编程示例:data(Fleiss93cont)meta2-metacont(n.e,mean.e,sd.e,n.c,mean.c,sd.c,data=Fleiss93cont,sm=SMD)forest(meta2)funnel(meta2)9.分类变量效应指标的Meta分析R编程对于分类变量效应指标,同样可以用Meta包的metabint函数完成。metabin(event.e,n.e,event.c,n.c,data=,sm=)主要参数中,event.e,n.e分别表示试验组(暴露组)的事件数和样本量;event.c,n.c,表示对照组(非暴露组)的事件数和样本量;sm表示汇总的效应指标,如RR,OR等。一个分类变量效应指标的Meta分析R编程示例:data(Olkin95)meta4-metabin(event.e,n.e,event.c,n.c,data=Olkin95,subset=c(41,47,51,59),sm=RR,method=I)forest(meta4)funnel(meta4)10.Meta回归的R编程meta回归的实现其实需要借助另一个包metafor,metafor的功能比meta包更丰富,可以绘制各种丰富的图形(如前面提到的星状图、拉贝图、Begg's,Egger's检验图),还可以拟合各种线性模型。一个Meta回归的R编程的示例:data(dat.colditz1994,package=metafor)data10-dat.colditz1994mh2-metabin(tpos,tpos+tneg,cpos,cpos+cneg,data=data10,studlab=paste(author,year))mh2.mr-metareg(mh2,ablat)bubble(mh2.mr)更多具体的函数和参数解释,可以查阅R软件包的帮助文档。此外,还有诊断试验的meta,网络meta本文未做说明。最后,摘抄一句话,出自某位统计先哲,未找到出处,先搁这里,作为结尾。如果你爱一个人,就让他做Meta分析,因为那里是天堂;如果你恨一个人,也让他做Meta分析,因为那里是地狱!
本文标题:Meta-分析的10个问题
链接地址:https://www.777doc.com/doc-4495824 .html