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！