Meta分析的统计学基础
- 格式:ppt
- 大小:10.78 MB
- 文档页数:103
系统评价与Meta分析统计学原理概述一、Meta分析的统计学过程◆Meta‐Analysis is statistical technique for assembling the resultsof 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学方法。
——《The Cochrane Library》第3页的定义。
一、Meta分析的统计学过程◆主要内容:◆计算合并效应量θ◆合并效应量的检验(Z检验、可信区间)◆异质性检验(Q, I2)1、计算合并效应量多个实验效应的合并将多个独立研究的结果合并成一个汇总统计量(overalleffect, effect size)或效应尺度(effect magnitude),即用多个独立研究的某个指标的合并统计量反映其试验效应。
1、计算合并效应量◆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,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、计算合并效应量-分类变量◆分类变量的Meta分析可选择的统计学指标:◆RD、RR和OR◆固定效应模型(fixed effect model)◆(1) Mantel-Haenzel法◆(2) Peto 法◆(3) Inverse Variance(反推方差法)◆随机效应模型(random effects model)◆DerSimonian&Laird(D-L)法1、计算合并效应量-连续变量◆数值变量的Meta分析可选择的统计学指标:◆(1) MD法(均数差法,Mean Difference)◆(2) SMD法(标准化均数差法,Standardised Mean Difference)◆固定效应模型(fixed effect model)◆Inverse Variance(倒方差法)◆随机效应模型(random effects model)◆DerSimonian&Laird(D-L)法2、合并效应量的假设检验◆具体含义:◆用假设检验(hypothesis test )的方法检验多个独立研究的总效应量(效应尺度)是否具有统计学意义,其原理与常规的假设检验完全相同。
第一节定义Meta分析,又称“荟萃分析”,“元分析”、“综合分析”,也有人翻译为“分析的分析”、“资料的再分析”等。
Meta分析可简单归纳为定量的系统评价。
Glass把Meta分析定义为“以综合现有的发现为目的,对单个研究结果的集合的统计分析方法”。
Meta分析解释如:对具有共同研究目的相互独立的多个研究结果给予定量分析,合并分析,剖析研究间差异特征,综合评价研究结果。
英国心理学家G1ass认为Meta分析是为达到统一研究目的,对收集到的多个研究进行的综合统计分析,是数据收集和相关信息处理的一系列统计原则和过程,而不是一个简单的方法。
Finney则把对不同来源科学技术信息的定量化汇总分析,统称为Meta分析。
Meta分析是汇总多个研究的结果并分析评价其合并效应量的一系列过程,包括提出研究问题、制定纳入和排除标准、检索相关研究、汇总基本信息、综合分析并报告结果等。
G1ass最早在教育学研究中使用了Meta分析。
二十世纪八十年代中期开始被引入到临床随机对照试验以及观察性的流行病学研究中。
在过去的15年内,有大约几百篇有关Meta分析的文章出现在医学杂志上。
Meta分析结果能够帮助解决重要的公共健康问题或使个体直接受益,同时能作为可靠的证据指导临床实践及卫生决策的科学化。
Meta分析可以用于分析危险因素较弱,但为公众所关心的重要健康问题(如被动吸烟与肺癌、低剂量辐射与白血病、避孕药与乳腺癌等);可以得到危险因素定量化的综合效应(如标准化死亡比、相对危险比);还可用于较复杂的剂量反应关系研究及诊断试验研究的综合分析。
第二节Meta分析能解决的问题一、放大统计功效在临床研究中,如果样本量小,则结果受偶然因素的影响就大,且难以明确肯定或排除某些相对较弱的药物作用,而这些作用对临床来说可能又是重要的。
如果要从统计学上来肯定或排除这些作用,研究所需要的样本量可能较大。
Meta分析通过整合大量的临床研究报告,增加了样本量,增加了结论的统计功效。