当前位置：文档之家 › Meta分析统计过程

Meta分析统计过程

  • 格式：ppt
  • 大小：510.02 KB
  • 文档页数：80

下载文档原格式

  / 80

合集下载

meta分析软件统计过程

meta分析软件统计过程

21
循证医学
六、建立系统评价后的操作过程 说明

循证医学
22
1. 输入待分析的研究信息 在Tree view界面，双击 T局部使用苯妥 英对创伤愈合的研究 ，双击 Tables，展开Tables的子对话框标题 有5个。右键单击Characteristics of include studies，→ Edit ，弹出 “Characteristics of included studids（局部使用苯妥英对创伤愈合 的研究）”对话框中，有Tables view（数据表窗）和Single study view（单一研究数据窗）,右边“Allocation concealment”(随机分配 方案隐藏。用于评定入选研究的随机分组方法的应用情况)栏中有 四个等级：A- Adequate（适当的），B - Unclear（不清楚的），C -Inadequate（不恰当的），D -Not used（未使用，为系统默认）。 本例用系统默认。→右下角的Add study (增加研究。这一操作在 “References”中也可实现)，弹出“Included studids（局部使用苯 妥英对创伤…）”对话框，其中有：
RevMan软件进行Meta分析的操作
循证医学
1
湖南中医学院 中西医结合基础研究室 雷 磊

一、Meta分析的软件


循证医学
2


进行Meta分析常用的软件有RevMan、STATA、SAS、SPSS等。 RevMan是Review Manager的简称，RevMan软件是国际Cochrane协作网为 系统评价工作者提供的标准化专用软件，其中包含了Cochrane系统评价 的各项功能，也包括该组织推荐的各种Meta分析功能，具有严格的方法 学评价、结果直观的特点，为循证医学（EBM）专家高度重视。目前可 供免费下载RevMan软件的链接有： http://www.cochrane.es/Download/Files/revman.htm 或/ software /revman.htm 或/revman/download.htm /other/download.asp的RevMan42(Cochrane review software)软件。 STATA统计软件可完成二分类变量和连续性变量的Meta分析，也可以进 行Meta回归分析，还可以绘制Meta分析的漏斗图、森林图等。 SAS可完成Meta分析包括数值、分类资料及固定效应、随机效应模型的 统计工作。 SPSS在其“Crosstable”菜单中，可完成四格表资料Fleiss法的计算工作。 我们在这里介绍RevMan软件的操作方法。

循证公共卫生中的作用Meta分析的统计过程课件

循证公共卫生中的作用Meta分析的统计过程课件
循证公共卫生中的作用Meta分析的统计 过程
异质性检验与异质性分析 • 按统计原理，只有同质的资料才能进行合
并或比较等统计分析，反之，则不能。因 此，Meta分析过程需要对多个研究的结果 进行异质性分析，尽可能地消除导致异质 的原因，使之到同质。
循证公共卫生中的作用Meta分析的统计 过程
• 异质性检验（tests for heterogeneity）又称 同质性检验（tests for homogeneity）用假 设检验的方法检验多个独立研究是否具有 异质性（同质性）， 采用做卡方检验 （Chi-square test）。
循证公共卫生中的作用MetБайду номын сангаас分析的统计 过程
循证公共卫生中的作用Meta分析的统计 过程
• 支持知证决策 文1，什么是知证决策
•
文2，如何改进机构知证决策的方法
•
文3，设定优先顺序支持知证决策
• 明确证据需求 文4，使用证据明确问题
•
文5，使用证据拟订解决问题的方案
•
文6，使用证据制订实施计划
• 查找和评价证据
•
系统评价
•
文7，查找系统评价
循证公共卫生中的作用Meta分析的统计 过程
（七）检索证据
• 检索证据应从恰当的数据库开始。如果是 生 产 系 统 综 述 或 Meta 分 析 ， 应 从 检 索 Medline等原始研究文献数据库开始；如果 是为了循证决策，则应先用检索二次研究 证据，如美国国家指南交换中心，再 Cochrane 图书馆， 然后检索原始研究文献 数据库。
起来的，它所采用的很多方法都是循证医
学的方法。
循证公共卫生中的作用Meta分析的统计 过程
• 虽然循证卫生决策的概念来源于循证医学，但公 共卫生政策会影响更广泛的人群，应用的背景环 境也更加复杂。在循证卫生决策中，应用研究证 据的决策者多是政府卫生部门的官员。而且关于 公共卫生决策的文献多是现况调查，或是定性陈 述，证据的质量及其评价标准与循证医学有很大 区别（作解释），从而导致循证卫生决策与循证 医学在方法上存在差异。

Meta分析统计过程

Meta分析统计过程

Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate.
Meta分析是文献评价中，将若干 个研究结果合并成一个单独数字估计 的统计方法。
随机
SMD （Standardised Mean Difference）
OR(odds ratio)
固定 随机 固定
计算方法
Method Peto法 Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法 倒方差法(inverse variance) D-L法 倒方差法 D-L法
因此，Meta分析过程需要对多个研 究的结果进行异质性分析，尽可能地消 除导致异质的原因，使之到同质。
异质性检验
异质性检验（tests for heterogeneity） 又称同质性检验（tests for homogeneity）。
用假设检验的方法检验多个独立研究 是否具有异质性（同质性）。
异质性检验的方法，目前，多用下式计算：
I2及计算
在Revman4.2及以后的软件中，出 现了新的异质性指标，即I2。其计算公 式如下：
I 2 Q (k 1) 100% Q
式中的Q为异质性检验的卡方值 2，K
为纳入Meta分析的研究个数。
I2的意义
在Revman中，I2可用于衡量多个 研究结果间异质性程度大小的指标。 这个指标用于描述由各个研究所致的， 而非抽样误差所引起的变异（异质性） 占总变异的百分比。
数值变量 （Continuous）

Meta分析的统计过程

Meta分析的统计过程

Meta分析的统计过程引言Meta分析是一种统计分析方法，用于合并和综合研究文献中的统计数据，以产生更准确、可靠和有说服力的结论。

它对多个独立研究的结果进行整合，从而提高统计成效和推广性。

本文将介绍Meta分析的统计过程，并提供相应的Markdown文本格式输出。

数据收集Meta分析的第一步是收集与研究主题相关的研究文献。

这可以通过文献检索数据库，如PubMed或Scopus进行。

收集到的文献应进行筛选，选择与研究目的最为相关的研究，以防止潜在的偏差。

数据提取在Meta分析中，需要提取每个研究的统计数据。

常见的统计数据包括均值、标准差、样本量和相应的效应量。

这些数据将用于计算汇总效应量和其可信区间。

在数据提取过程中，应注意保持数据的一致性和准确性。

效应量计算Meta分析的核心是计算汇总效应量及其误差估计。

根据具体的研究设计和效应量类型，可以选择不同的计算方法。

常见的效应量包括标准化平均差(SMD)、风险比(RR)和比率差(RD)等。

计算汇总效应量时，需要考虑各个研究的样本量权重，以提高结果的可靠性。

效应量的统计分析在Meta分析中，需要进行统计分析以评估汇总效应量的显著性。

通常使用Z检验或T检验来计算汇总效应量与零假设之间的统计差异。

此外，还可以计算Q统计量和I^2统计量，以评估研究间异质性的程度。

辅助分析可以帮助研究者更好地理解研究结果和异质性源。

效应量的可信区间估计除了汇总效应量，Meta分析还需要估计汇总效应量的可信区间。

常用的方法是计算95%的可信区间，用于描述汇总效应量的精确性。

根据不同的效应量类型，可以选择不同的估计方法，如固定效应模型或随机效应模型。

可信区间的大小将给出一个效应量真值的范围。

效应量的整合与解释Meta分析的最终目标是整合研究结果并给出结论。

通过汇总效应量和可信区间，可以得出关于研究主题的定量结论。

此外，还可以对汇总效应量的大小和方向进行解释，以帮助读者更好地理解研究结果。

meta分析数据处理流程方法

meta分析数据处理流程方法

meta分析数据处理流程方法
Meta分析是一种统合多个研究结果以得出综合结论的统计分析方法。

进行meta分析的数据处理流程大致可以分为以下几个步骤：
1.明确研究问题与纳入标准：首先，需要明确meta分析的目标和
研究问题。

基于这个目标，制定包括纳入和排除研究的标准。

2.文献搜索与筛选：通过系统性地搜索电子数据库和其他资源来识
别相关研究，使用事先定义的纳入和排除标准来筛选研究。

3.数据提取与管理：对于筛选后纳入的研究，提取关键信息和数据，
如样本大小、干预措施和结果等。

可能需要使用电子表格或专门的软件来管理这些数据。

4.质量评估：评估纳入研究的质量，识别可能的偏倚风险。

这可以
通过使用标准化的评估工具来完成。

5.统计分析：使用meta分析的统计方法来综合研究结果。

这通常
涉及计算效应量的合并估计值和进行异质性测试。

可能会使用固定效应或随机效应模型，具体取决于研究间异质性的程度。

6.解释结果与报告：对分析结果进行解释，并考虑异质性的来源、
研究质量、可能的偏倚等因素。

最后，编写报告或发表文章，详细描述meta 分析的方法、结果和结论。

7.灵敏度分析：进行灵敏度分析来检查结果的稳健性，即改变一些
分析假设（如纳入标准、效应量模型等）对结果的影响。

8.评估发表偏倚：使用统计方法（（如漏斗图和Egger测试）来评估
是否存在发表偏倚，即未发表的负面或无显著结果研究可能对综合结果的影响。

完成以上步骤后，meta分析可以为某一领域的研究提供一个全面和客观的综述，帮助科研人员和决策者更好地理解和应用现有证据。

Meta分析的统计过程

Meta分析的统计过程

Meta分析的选题

1 重要性
只有具有比较重要的临床意义的问题才适 合作meta分析。Meta分析并不是一件很 简单的事情，写一篇高质量的至少也要两 个月以上的时间。如果分析的问题无关紧 要，则得不偿失，也难以发表。

2 争议性 一般而言，具有争议性的问题最适合做meta分析。通过 汇总多个研究结果，得到总的更可靠的结论。怎样才知道 哪些具有争议性呢？如果是某一领域的专家，自然会对本 领域有哪些有争议性的问题比较清楚，如果是新手，则可 以向该领域的专家请教，或者通过文献检索的方法知道哪 些问题有争议性。如：欲研究肾移植领域哪些问题有争议 性，则可以以“肾移植”，“争议”在CNKI上检索，或 以renal transplantation, controversy; dispute等为 关键词在PUBMED或其它医学数据库上进行检索，查到相 关论文，详细阅读后即可知道哪些问题是有争议性的。

增大样本量 提高检验效能 尤其当结果不一致或没有统计意义
Meta分析的统计过程



1. 2. 3. 4. 5. 6.
计算每个研究的效应量和关键数据 计算每个效应量的权重 计算合并效应量 异质性检验 合并效应量的可信区间 合并效应量的检验
Meta分析的统计过程
单个研究的效应量 根据资料类型选择单个研究的统计量

查准




常用的外文数据库多为：Pubmed，EMBASE， Cochrone Library，WEB of Science，Scopus等。 各个国家的数据库，日本的，中国的（重庆维普或者知网 ），台湾的等等。查文献的工作量很大，为了减少漏检， 最好2个人独立检索。 此外，还有一个方法，对于临床试验，尤其是最近的，如 05－08年的，总会引用一些以前的类似的临床试验结果 ，来评价其研究的意义，这样就可以在参考文献中追本溯 源，找出很多试验，再追本，再溯源，甚至找到所有的试 验。 另外就是本研究领域的年鉴或会议论文集也可以去检索， 以免遗漏。

精选Meta分析的统计过程资料


D Q (K 1)
( Wi
Wi2 ) Wi
关于随机效应模型（3）
D-L法是通过增大小样本资料的权重，减 少大样本资料的权重来处理资料间的异质性， 而这种处理存在着较大风险。
通常小样本资料往往质量较差，偏倚较 大，而大样本资料往往质量较好，偏倚较小。 因此，经随机效应模型处理的结果，可能削 弱了质量好的大样本信息，增大了质量差的 小样本信息，故应谨慎使用随机效应模型， 对其结论也应当较为委婉。
亚组分析（subgroup analysis）
根据Cochrane系统评价要求，而 在系统评价的计划书中尽可能地对一 些重要的亚组间差异进行叙述。也就 是说对重要的亚组分析，应在计划书 中加以说明。
此外，在同一个系统评价中，不 提倡使用太多的亚组分析。
4.多个实验效应的合并
将多个独立研究的结果合并（或汇 总）成某个单一的效应量（effect size） 或效应尺度（effect magnitude）,即用 某个指标的合并统计量，以反映多个独 立研究的综合效应。
用于描述单个研究的实验结果， 其结果解释与常规统计描述指标相同。
2.单个研究的方差
根据资料类型选择单个研究的统计 量d1的方差Var(d1)。
单个研究统计量d1的计算方法确定 后，其方差的计算方法也随之确定。 方差可用于可信区间和假设检验的计算。
3.异质性检验与异质性分析
按统计原理，只有同质的资料才能 进行合并或比较等统计分析，反之，则 不能。
传统文献综述的主要问题
传统文献评价的结果必然存在两个问题： 一是多个研究的质量不相同 二是各个研究的样本含量的大小（权重）
不相等。 因此，传统文献综述的方法很难保证
研究结果的真实性、可靠性和科学性，尤 其当多个研究的结果不一致时，让人容易 产生困惑或误解。

meta基本步骤

meta基本步骤
Meta分析是一种统计分析方法，用于综合多项研究的结果以评估某一问题或干预的效果。

进行Meta分析的基本步骤如下：
1. 确定研究问题：明确Meta分析的研究目标和问题，包括研究的类型、研究对象、干预措施等。

2. 制定纳入和排除标准：设定明确的标准来决定哪些研究应该被包括在分析中，哪些应该被排除。

这些标准应基于研究设计、样本大小、发表状态等因素。

3. 文献检索和筛选：系统地检索数据库和其他来源，找到所有相关的研究。

根据纳入和排除标准筛选出符合条件的研究。

4. 数据提取：从选定的研究中提取关键信息和数据，包括研究特征、参与者特征、干预措施、结果指标等。

5. 质量评估：评估所选研究的质量和偏倚风险。

可以使用不同的工具来评估随机对照试验和非随机研究的质量。

6. 数据分析：使用统计软件对提取的数据进行分析。

这包括计算效应量、进行异质性检验、探索亚组分析或敏感性分析等。

7. 解释结果：解释Meta分析的结果，包括效应量的大小和方向、异质性的可能来源、研究质量对结果的影响等。

8. 报告和讨论：撰写报告，详细描述Meta分析的方法、结果和结论。

讨论研究的局限性、未来研究方向和临床实践的意义。

9. 更新Meta分析：随着新研究的出现，定期更新Meta分析，确保其结果保持最新和相关性。

通过遵循这些步骤，研究者可以确保Meta分析的系统性和透明度，从而提供可靠的证据支持决策制定。

Meta分析的统计过程刘关键


可编辑ppt
4
二、Meta分析的定义
可编辑ppt
5
Meta-Analysis is a systematic review that uses quantitative methods to summarize the results. Meta分析是运用定量方法去概括（总 结）多个研究结果的系统评价。
可编辑ppt
13
Meta分析与系统评价（一）
在系统评价（systematic review）
中，当数据资料适合使用Meta分析时，
用Meta分析可以克服传统文献综述的两
大问题，其分析结果的可靠性更高；当
数据资料不适合做Meta分析时，系统评
价只能解决文献评价的问题，不能解决
样本含量的问题，因此，对其分析结论
numerical estimate.
Meta分析是文献评价中，将若干
个研究结果合并成一个单独数字估计
的统计方法。
《The Cochrane Library》第3页的定
义。
可编辑ppt
7
三、Meta分析的统计目的
可编辑ppt
8
实例一 抗高血压药物对老年心血管疾病的治疗 性研究
抗高血压药
死亡数 K个研究
可编辑ppt
10
传统文献综述的特点
在医学研究中，传统的文献综述 在处理同一问题的多个结果报道时， 通常是平等（等权重方法）对待每个 研究结果而得出结论。这种文献综述 一般不进行文献评价，也不考虑文献 的质量，主要是以某类文献数量的多 少得出结论。
可编辑ppt
11
传统文献综述的主要问题
传统文献评价的结果必然存在两个问题：
84
812

Meta分析统计过程的主要内容


异质性检验(heterogeneity test)
a. 卡方、Q检验、Galbraith 图或者 L’Abbe 图之一（检验异质性的有无）;
b. I2和H检验中的一种方法（检验异质 性的程度）。
异质性检验(heterogeneity test)
Q检验
1.建立检验假设，确定检验水准 H0：各纳入研究的效应指标相等，即 H1：各纳入研究的效应指标不等或不全相等 检验水准为α，一般为0.10.
A useful statistic for quantifying inconsistency I2=((Q-df)/Q)*100%
Q is the chi-squared statistic; df is its degrees of freedom（自由度）.
This describes the percentage of the variability in effect estimates that is due to heterogeneity rather than sampling error (chance).
统计学异质性
Meta分析的统计学异质性简称为“异质 性”，它是以各研究之间可信区间（CI） 的重合程度来度量异质性的大小
多个研究的CI重合程度越大，存在统计 学异质性的可能性就越小，反之，越大
异质性检验(heterogeneity test)
异质性检验是Meta分析前的必要工 作，直接关系后面分析模型的选择
•
天时不如地利，地利不如人和。。202 0年8月 3日星 期一9时 26分0 秒09:26: 003 August 2020
•
读书有三到：谓心到，眼到，口到。 —明·朱 熹。上 午9时2 6分0秒 上午9 时26分0 9:26:00 20.8.3
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Peto法
固定效应模型的计算
Peto合O ＝ 并eRxp(aiV iEi)
OR 合并 ＝（ (baiiddii
/Ni) /Ni)
RR 合并 ＝exp(WiIWni Ri )R
（ain1i cin2i )
RD合并＝
Ni
Ni
n1i n2i
Ni
WMDorSM WidDi Wi
亚组分析（subgroup analysis）
根据Cochrane系统评价要求，而 在系统评价的计划书中尽可能地对一 些重要的亚组间差异进行叙述。也就 是说对重要的亚组分析，应在计划书 中加以说明。
此外，在同一个系统评价中，不 提倡使用太多的亚组分析。
4.多个实验效应的合并
将多个独立研究的结果合并（或汇 总）成某个单一的效应量（effect size） 或效应尺度（effect magnitude）,即用 某个指标的合并统计量，以反映多个独 立研究的综合效应。
数值变量 （Continuous）
个案资料 （individual）
合并统计量
模型
Summary statistic OR(odds ratio)
Model 固定 固定
随机
RR(relative risk)
RD(relative difference)
固定 随机 固定 随机
WMD（Weighted 固定 Mean Difference）
I2及计算
在Revman4.2及以后的软件中，出 现了新的异质性指标，即I2。其计算公 式如下：
I2 Q(k1)10% 0 Q
式中的Q为异质性检验的卡方值 2 ，K
为纳入Meta分析的研究个数。
I2的意义
在Revman中，I2可用于衡量多个 研究结果间异质性程度大小的指标。 这个指标用于描述由各个研究所致的， 而非抽样误差所引起的变异（异质性） 占总变异的百分比。
16
37.00 7.00 P>0.05
3
18
40.00 2.30
19
32.00 2.54 P<0.05
合计
50
53
选自Cochrance协作系统评价员学习资料1.1版，2019年11月
传统文献综述的特点
在医学研究中，传统的文献综述 在处理同一问题的多个结果报道时， 通常是平等（等权重方法）对待每个 研究结果而得出结论。这种文献综述 一般不进行文献评价，也不考虑文献 的质量，主要是以某类文献数量的多 少得出结论。
Meta分析与系统评价（二）
没有按系统评价标准操作规范实 施，或未经严格文献评价的研究，即 使用了Meta分析也不一定是系统评价 的研究，更难说是高质量的研究。
四、Meta分析的统计过程
Meta分析的计算的主要步骤：
1.计算每个研究的效应量及方差 2.计算每个研究效应量的权重 3.计算合并效应量 4.异质性检验 5.合并效应量的可信区间 6.合并效应量的检验
用于描述单个研究的实验结果， 其结果解释与常规统计描述指标相同。
2.单个研究的方差
根据资料类型选择单个研究的统计 量d1的方差Var(d1)。
单个研究统计量d1的计算方法确定 后，其方差的计算方法也随之确定。 方差可用于可信区间和假设检验的计算。
3.异质性检验与异质性分析
按统计原理，只有同质的资料才能 进行合并或比较等统计分析，反之，则 不能。
因此，Meta分析过程需要对多个研 究的结果进行异质性分析，尽可能地消 除导致异质的原因，使之到同质。
异质性检验
异质性检验（tests for heterogeneity） 又称同质性检验（tests for homogeneity）。
用假设检验的方法检验多个独立研究 是否具有异质性（同质性）。
异质性检验的方法，目前，多用下式计算：
传统文献综述的主要问题
传统文献评价的结果必然存在两个问题： 一是多个研究的质量不相同 二是各个研究的样本含量的大小（权重）
不相等。 因此，传统文献综述的方法很难保证
研究结果的真实性、可靠性和科学性，尤 其当多个研究的结果不一致时，让人容易 产生困惑或误解。
Metቤተ መጻሕፍቲ ባይዱ分析的统计目的
对多个同类独立研究的结果进行汇 总和合并分析，以达到增大样本含量， 提高检验效能的目的，尤其是当多个研 究结果不一致或都没有统计意义时，采 用Meta分析可得到更加接近真实情况的 统计分析结果。
Meta分析与系统评价（一）
在系统评价（systematic review） 中，当数据资料适合使用Meta分析时， 用Meta分析可以克服传统文献综述的两 大问题，其分析结果的可靠性更高；当 数据资料不适合做Meta分析时，系统评 价只能解决文献评价的问题，不能解决 样本含量的问题，因此，对其分析结论 应慎重。
47
0.7365 0.7333
0.4222
下限 0.4467 0.4018
0.1199
上限 1.2144 1.3382
1.4866
SHEP-PS 33
433
STOP
84
812
VS
9
38
14 108 152 815 25 43
0.5404 0.5033 0.2234
0.2782 0.3779 0.0853
在Cochrane系统评价中，只要I2不 大于70％，其异质性可以接受。
异质性分析与处理的方法
当异质性检验出现P≤0.10时，首 先应找出产生异质性的原因，如疗程 长短、用药剂量、病情轻重、对照选 择等是否相同。
由上述原因引起的异质性，可使 用亚组分析（subgroup analysis）、 Breslow-Day法和回归近似法。
若P≤0.05, 多个研究的合并效应量有 统计学意义；
若P＞0.05，多个研究的合并效应量 没有统计学意义。
6.合并效应量的可信区间
可信区间（confidence interval, CI）是 按一定的概率估计总体参数（总体均数、 总体率）所在的范围（区间），如：95 ％的CI,是指总体参数在该范围（区间） 的可能性为95％。
合并统计量的计算
当多个独立研究的例数不等时，它 们的综合效应不等于这多个单独效应的 平均数。如三个均数的总均数不等于这 三个均数之和除以3。
所以，怎样合理的对多个独立研究 效应进行合并，是Meta分析统计过程的 主要问题之一。
合并统计量的两种统计模型
固定效应模型（fixed effect model）: 若多个研究具有同质性（无异质性）时， 可使用固定效应模型。
随机效应模型（random effect model）： 若多个研究不具有同质性时，先对异质 性原因进行处理，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。
(1)分类变量（category dichotomous） 固定效应模型，指标RR、OR (1)standard odds ratio法 (2)Mantel-Haenzel法 (3)Peto法 随机效应模型，指标RR、OR 如：DerSimonian&Laird(D-L)法
Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate.
Meta分析是文献评价中，将若干 个研究结果合并成一个单独数字估计 的统计方法。
1.0499 0.6703 0.5850
合计
189 1731
274 1401
选自Cochrance手册摘要和Cochrance图书馆
实例二 饮食对痛风的影响研究
第ｉ个 研究
有饮食计划组
n1
X1
s1
无饮食计划组
n2
X2
P值 s2
1
17
35.00 9.00
18
24.00 8.00 P<0.05
2
15
43.00 10.00
Q W i(did)2 W id i2(
W id i)2 W i
Wi为每个研究的权重，第i个研究的 权重Wi按下式计算：
1
Wi
Var(di )
该检验统计量Q服从自由度为K-1
的卡方（ 2）分布，因此，当计算得
到Q后，需由卡方分析获取概率，故又 将此检验叫做卡方检验（Chi-square test）。
（2）数值变量（continuous） 固定效应模型 (1)WMD,加权均数差法 （Weighted Mean Difference） (2)SMD,标准化均数差法 （Standardized Mean Difference） 随机效应模型，D-L法
资料类型 Type of data 二分类变量 （Dichotomous）
随机
SMD （Standardised Mean Difference）
OR(odds ratio)
固定 随机 固定
计算方法
Method Peto法 Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法 倒方差法(inverse variance) D-L法 倒方差法 D-L法
关于随机效应模型（1）
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。
目前，随机效应模型多采用D-L 法（DerSimonian&Laird法）。
关于随机效应模型（2）
D-L法是1986年，由DerSimonian和 Laird首先提出，该法不仅可用于分类变 量，也适用于数值变量。D-L法主要是对 权重W进行校正，即将各式中的Wi按下 式进行计算：