2015循证医学-第五章Meta分析.ppt

2017-6-20 1循证医学 Evidence-Based Medicine 流行病学教研室谢娟第五章 Meta 分析在循征医学实践中的应用 2017-6-20 2 内容提要 Meta 分析概述 Meta 分析的基本步骤影响 Meta 分析结果常见的偏倚和控制 2017-6-20 3 一、 Meta 分析概述 20 世纪 60 年代开始,在医学文献中,陆续出现了对多个独立研究的统计量进行合并的报道。 1976 年 首先将合并统计量对文献进行综合分析研究的这类方法称为“ Meta- Analysis ”。 20 世纪 80 年代末,该方法被引入我国,中文译名有荟萃分析,二次分析、汇总分析、集成分析等。但无论何种中文译名都有不足之处。因此,很多学者建议仍然使用"Meta 分析" 这一名称。 2017-6-20 4 一、 Meta 分析概述“ The Cochrane Library ”一书中,将 Meta 分析定义为: 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学方法)。 David Sackett 等人将 Meta 分析定义为: A systematic review that uses quantitative methods to summarize the results. ( 运用定量方法汇总多个研究结果的系统评价)。 2017-6-20 5 一、 Meta 分析概述(一)定义 Meta 分析是对具有相同目的且相互独立的多个研究结果进行系统的综合评价和定量分析的一种研究方法。 2017-6-20 6 一、 Meta 分析概述(二) Meta 分析的目的通过扩大样本含量,增加统计学检验效能评价多个研究结果间的异质性回答单个研究不能回答的问题原始研究常常纳入特定类型的患者和明确定义的干预措施。选择上述特征不同的研究可以评估效应的一致性,如果必要,还可评估效应差异的原因。定量估计研究效应的平均水平寻找新的假说和研究思路 2017-6-20 7 检验效能假设检验是统计推断的重要内容, 它是应用数学上的反证法和小概率事件实际推断原理, 根据样本统计量对总体作出推断,结论具有概率性. 对于任何一次假设检验, 不论其结论是拒绝 H 0, 还是接受 H 0, 都有判断错误的可能, 即可能犯两类错误. 第一类错误(也称Ⅰ型错误)是指拒绝了实际上成立的 H 0,其概率大小用a 表示. 假设检验时, 研究者可根据研究的目的来确定α值的大小, 如规定α=( 即犯第一类错误的概率为 ), 当拒绝 H 0时, 则理论上 100 次抽样检验中平均有 5 次发生这样的错误. 第二类错误( 也称Ⅱ型错误) 是指接受了实际不成立的 H 0, 其概率大小用β来表示,β值的大小一般很难确切估计, 只有与特定的 H 1 结合起来才有意义. 通常把 1-β称为检验效能( 也称把握度), 它的意义是:当两总体确有差别时, 按规定的检验水准α能够发现该差别的能力. 2017-6-20 8 一、 Meta 分析概述(三) Meta 分析的指征需要作出一项紧急决定,而又缺乏时间进行一项新的相关研究; 目前没有能力开展大规模的临床试验; 有关药物和其他治疗,特别是副作用评价方法的研究; 多个研究结果矛盾时。 2017-6-20 9 一、 Meta 分析概述(四) Meta 分析的条件: 两个及以上的原始研究; 各研究之间的特性没有可影响它们结果的差异; 各研究的结果采用相似的方法进行测量; 各研究的资料都可用( 当有的资料仅部分可用时应多加小心)。 2017-6-20 10 一、 Meta 分析概述(五)不建议使用 Meta 分析的情况: 如果各研究间有临床差异, Meta 分析则可能无意义,且可能掩盖真正的效果差异( 不能依从于统计学方法而需要讨论和临床判断); 如果每一个( 或某些) 研究存在偏倚, Meta 分析就会简单地综合这些错误; 如果存在严重发表和/ 或报告偏倚, Meta 分析可能产生不恰当的合成。