Meta-分析及其森林图的解析

【最新】森林图在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_gt;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。

– 用假设检验的方法检验多个独立研究是否具有 同质性(异质性)。
2020/7/28
24
同质性检验
• Meta分析过程必须对多个研究的结果进行 同质性分析，尽可能地找到导致异质的原 因，并有效解释。
– 按医学统计学原理，只有同质的资料才能进行 合并、比较、分析。反之，则不能。
2020/7/28
25
同质性检验（Q）
P值
P>0.05 P>0.05 P<0.05 P<0.05 P>0.05 P<0.05 P<0.05 P<0.05 P<0.05 P<0.05 P>0.05
5
传统文献综述的主要问题
• 传统文献综述存在的两个问题：
– 多个研究的质量不相同； – 各个研究的样本含量的大小(权重)不相等
• 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。
• 选择不同统计模型时，效应合并值的差异 • 剔除质量较差的文献前后，结论的差异 • 对文献分层前后，结论的差异 • 改变纳入和剔除标准前后，结论的差异
2020/7/28
18
• 报告结果
– Meta分析完成后，不仅报告统计分析结果，而 且要报告整个过程的全部内容：
• 主要有课题研究背景和对象
• 资料的检索方法
2020/7/28
29
2020/7/28
30
• 分析
– 该研究资料是连续型变量，其效应变量采用标准化 均数差（standardized mean difference，
SMD）。
• 标准化均数差可以消除研究间绝对值大小和测 量单位不同的影响。

ＭETA分析：手把手教你使用RevMan软件绘制森林图要做好一篇meta分析至少要掌握一些基本的技能，绘制一幅清晰明了、美观直接的森林图就是一项必备技能。

笔者在这里不打算探讨什么高深的统计学理论，本文将以图示的形式展示如何用RevMan 5.3软件做一幅符合SCI杂志投稿要求的森林图。

下图是一篇正式发表的森林图，下面我们将采用RevMan软件做出一幅一样的图形。

第一步，准备工作分为安装Revman软件和数据提取。

首先是安装RevMan5.3软件，这是一个完全免费的软件，管你什么Windows，Mac OS X或者Linux统统可以搞定。

这个软件完全视窗操作，简便易学，适合初学者，关键是虽然简单但是基本可解决大部分的meta 分析的统计学处理，其实很强大。

（需要软件的朋友，可以向解螺旋微信助手索要，助手微信号：helixlife0。

）其次就是数据的准备工作了，采用Excel管理数据足矣。

RevMan最新版本软件是支持直接复制粘贴数据的，我们按要求整理好数据，直接从Excel复制上去就好了。

我们首先看看RevMan来处理二分类数据（所谓二分类数据，就是取值只有是或否两种可能）。

So，在Excel上我们就如上图这样录入数据就好了。

其中r1 、r2分别代表的是干预组和对照组的事件发生数，n1、n2则是它们各自的总人数。

这里可能会碰到一组或者两组的事件发生数为零，不要紧，软件会帮我们处理的，不需要我们去校正这个零。

第二步，添加研究在打开我们的软件之后，我们新建一个文件，点击“create a new review”（新建），接下来创建一个最普通的“Intervention review”（勾选），我们进行相关项目的填写（如果仅仅是使用该软件的统计分析功能，可以不填），选择制作“Full Review” 然后点击Finish就ok了。

如果我们的目标仅仅是画纳入研究的质量评估图或者是流程图，我们可以选择Protocol而不去使用软件的计算功能，Protocol状态下不能使用其统计计算功能。

DerSimonian and Laird方法
其方差为：
dDL
W* i
di
W* i
S2 1
dDL
Wi*
DerSimonian
and
LWaiir*d方S法2 1中D权重
W* i
的计算方法
d
其中为固定效应模型时效应值的方差，D为随机
效应部分的方差。




其中为固定D效应ma模x 型Q时Wi 各(k研1WW)究ii2 的,0权重，Q为齐性
单个研究的统计量
根据资料类型选择单个研究的统计量
分类变量可选择的统计量
比值比，OR（odds ratio） 相对危险度，RR（relative risk） 率差，RD（rate difference）
数值变量可选择的统计量
加权均数差WMD 标准化均数差SMD
由于描述各研究的实验结果，其结果解释与常规 统计描述指标相同
寻求新的假说meta分析与系统评价在系统评价中当数据资料适合meta分析时用meta分析可以克服传统文献综述的两大难题其分析结果的可靠性更高当数据资料不适合于作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meta分析的统计分析过程合并效应量的检验单个研究的统计量比值比oroddsratio相对危险度rrrelativerisk率差rdratedifference由于描述各研究的实验结果其结果解释与常规统计描述指标相同单个研究的方差根据资料类型选择单个研究的统计量di的方差vardi单个研究统计量di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异质性检验与异质性分析只有同质的资料才能进行合并或比较等统计分析heterogeneity又称同质性检验testshomogeneity用假设检验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方法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chisquaretestchi若异质性检验结果为p010时多个研究具有同质性可选择固定效应模型fixedeffectmodel