下载文档原格式
完结篇：如何解读meta分析结果Meta简明教程（8）Meta简明教程目录1. 认识一下meta方法！ | Meta简明教程（1）2. 一文初步学会Meta文献检索| Meta简明教程（2）3. 如何搞定“文献筛选” | Meta简明教程（3）4.Meta分析文献质量评价 | Meta简明教程（4）5.Meta分析数据提取| Meta简明教程（5）6.一文学会revman软件| Meta简明教程（6）7.手把手教你用Stata进行Meta分析 | Meta简明教程（7）Meta简明教程（8）本期是meta简明教程的最后一章，将对meta分析的结果进行解读。
meta分析结果的正确解读，有利于得到准确的结论。
在meta分析结果解读时，要考虑到研究的异质性、采用的模型、选用的效应量、研究样本量、研究偏倚性等，本期将给大家介绍几类数据meta分析的森林图，漏斗图和SROC曲线。
一、二分类数据、生存-时间数据的meta分析结果森林图1.纳入研究个体，一般以作者和发表年份标注2.Meta分析的分组3.合并效应值，RR值、OR值、RD值、HR值，（Meta分析数据提取| Meta简明教程（5））已做介绍，需要根据纳入研究的设计方法，选择合适的效应指标分析4.Meta分析模型，可分为固定效应模型和随机效应模型，根据纳入文献的异质性进行选择5.各研究效应量及合并效应量的95%可信区间6.纳入分析的数据和权重7.异质性检验，p<0.05或I2>50%，认为各研究存在异质性，选用随机效应模型；P>0.05且I2<50%,不能认为各研究存在异质性，选用固定效应模型。
8.合并效应量OR值及可信区间，可信区间包含1，说明不认为两组率存在差异；可信区间不包含1，说明两组率存在差异9.各研究及合并效应量、可信区间，横线或菱形与竖线交叉，说明研究无统计学意义；研究中间方块面积越大，说明在分析中占权重越大二、连续型数据的meta分析结果森林图1.纳入研究个体，一般以作者和发表年份标注2.Meta分析的分组3.合并效应值，WMD、SMD值（Meta分析数据提取| Meta简明教程（5））已做介绍。
森林图的详细解读在Meta分析汇总的结果中，最常见的两个图形就是森林图和漏斗图，但是笔者发现在实际的运用中，经常有人误读和误用这两个图形，从今天起，我讲具体介绍一下这两个图形的解读。
1.森林图的定义：森林图是以统计指标和统计分析方法为基础，用数值运算结果绘制出的图型。
它在平面直角坐标系中，以一条垂直的无效线(横坐标刻度为1或0)为中心，用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间，用一个棱形(或其它图形)描述了多个研究合并的效应量及可信区间。
它非常简单和直观地描述了Meta分析的统计结果，是Meta分析中最常用的结果表达形式。
2.分类变量中的森林图当某研究RR(OR,RD)的95％CI包含了1，即在森林图中其95％CI的横线与无效竖线相交时，可认为试验组发生率与对照组发生率相等，试验因素无效。
当某研究RR(OR,RD)的95％CI上下限均>1，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线右侧时，可认为试验组的发生率大于对照组的发生率，若研究者所研究的事件是不利事件(如发病、患病、死亡等)时，试验组的试验因素会增加该不利事件的发生，试验因素为有害因素(危险因素)；若研究者所研究的事件是有益事件(如有效、缓解、生存等)时，试验因素会增加该有益事件的发生，试验因素为有益因素。
当某研究的95％CI上下限均小于1，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线左侧时，可认为试验组的发生率小于对照组的发生率，若研究者所研究的事件是不利事件(如发病、患病、死亡等)时，试验组的试验因素会减少该不利事件的发生，试验因素为有益因素(保护因素)；若研究者所研究的事件是有益事件(如有效、缓解、生存等)时，试验因素会减少该有益事件的发生，试验因素为有害因素。
2 连续性变量的森林图当某研究的95％CI包含了0，即在森林图中其95％CI横线与无效竖线(横坐标刻度为0)相交时，可认为试验组某指标的均数与对照组相等，试验因素无效。
图说meta十：森林图简介森林图(forest plots)是以统计指标和统计分析方法为基础, 用数值运算结果绘制出的图型。
它在平面直角坐标系中, 以一条垂直的无效线(横坐标刻度为1 或0)为中心, 用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间(conf idence interval , CI), 用一个棱形(或其它图形)描述了多个研究合并的效应量及可信区间。
它非常简单和直观地描述了Meta-分析的统计结果, 是Meta-分析中最常用的结果表达形式。
研究中常用的效应尺度指标包括结局为分类变量时的odds ratio （OR）、relative risk（RR）和risk difference（RD），以及结局为连续性变量时的weighted mean difference（WMD）和standardizedmean difference（SMD）。
OR：即比值比或优势比，是测量疾病与暴露联系强度的一个重要指标。
是某组中某事件的比值与另一组内该事件的比值之比。
OR=1 表示比较组间没有差异。
当研究结局为不利事件时，OR<1 表示暴露可能会降低结局风险。
RR：是rate ratio 或risk ratio 或relative risk 的缩写，国内翻译为“ 相对危险度”，其意义为两组的事件率之比。
RR 是反映暴露（干预）与事件关联强度的最有用的指标。
RR=1 表示比较组间没有差异。
当研究结局为不利事件时，RR<1 表示干预可降低结局风险。
需要注意的是，只有队列研究和随机对照试验结果可以直接获得相对危险度。
RD（risk difference）：即危险差，也被称为归因危险度（attributable risk，AR）、绝对风险差（absoluterisk difference）和绝对风险降低率（absolute riskreduction, ARR），是指干预（暴露）组和对照组结局事件发生概率的绝对差值。
revman 方法学评价RevMan（Review Manager）主要用于系统评价、元分析和健康技术评估。
它可以帮助研究者快速、准确地进行文献检索、数据提取和统计分析，从而为临床决策提供有力支持。
1. 引言随着医学研究的不断发展，越来越多的证据表明，对于同一问题，不同的研究可能会得出不同的结论。
为了解决这一问题，系统评价和元分析应运而生。
系统评价是一种对某一特定问题的所有相关研究进行收集、筛选、评估和综合的过程，旨在为临床决策提供最佳证据。
而元分析则是对多个独立研究的结果进行统计分析，以得出一个总体的结论。
RevMan作为一款专业的系统评价和元分析软件，具有操作简便、功能强大、结果准确等特点，已经成为了医学研究领域的必备工具。
2. RevMan软件RevMan它基于国际循证医学领域的权威指南——Cochrane Handbook 5.1，提供了一套完整的系统评价和元分析方法学框架。
RevMan的主要功能包括：文献检索、数据提取、质量评估、统计分析、结果输出等。
3. RevMan的特点与优势（1）操作简便：RevMan界面友好，操作简单，即使是没有专业背景的用户也能快速上手。
（2）功能强大：RevMan支持多种数据库的检索，可以进行多种类型的统计分析，如森林图、漏斗图等，满足不同研究需求。
（3）结果准确：RevMan采用严格的质量评估和统计分析方法，确保结果的准确性和可靠性。
（4）国际化：RevMan遵循国际循证医学领域的权威指南，适用于全球范围内的研究。
4. RevMan基本操作流程RevMan的基本操作流程包括：建立研究项目、文献检索、质量评估、数据提取、统计分析和结果输出。
以下是详细的操作步骤：（1）建立研究项目：在RevMan中创建一个新的项目，输入研究的题目、作者、摘要等信息。
（2）文献检索：选择合适的数据库和检索词，设置检索策略，进行文献检索。
（3）质量评估：根据Cochrane Handbook 5.1的要求，对纳入的研究进行质量评估。
