Meta分析方法.doc

Meta分析方法
当今医学研究飞速发展,在全球范围内对于同一个研究问题所进行的医学研究往往有很多,但往往研究对象、设计方案、干预措施、结局变量、样本含量、随访时间等多个方面并不完全相同,研究结果也不完全一致。除了传统的系统文献综述(review)和述评(editorial)等研究外,一些研究者希望对综述的各个研究的结果进行定量综合统计学分析——Meta分析。本文将举例介绍Meta分析的基本概念和常用的Meta分析方法。
Meta分析中的基本概念
例1 为了研究Aspirin预防心肌梗塞(MI)后死亡的发生,美国在1976年-1988年间进行了7个关于Aspirin预防MI后死亡的研究,,其中6次研究的结果表明Aspirin组与安慰剂组的MI后死亡率的差别无统计意义,只有一个研究的结果表明Aspirin在预防MI后死亡有效并且差别有统计意义。具体结果如表1所示。
表1 Aspirin预防心肌梗塞后死亡的研究结果
研究
Aspirin组
安慰剂组
编号
观察人数
死亡人数
死亡率PE(%)
观察人数
死亡人数
死亡率PC(%)
P值
OR*
1
615
49

624
67



2
758
44

771
64



3
832
102

850
126



4
317
32

309
38



5
810
85

406
52



6
2267
246

2257
219



7
8587
1570

8600
1720



在例1中,涉及到的主要概念如下:
1、研究人群:对每个研究而言,在干预前,根据研究者在设计时,考虑确定研究人群为某地区的心肌梗死患者,通过干预上述研究人群分为两个研究人群:该地区服用Aspirin的心肌梗死人群和该地区服用安慰剂的心肌梗死人群。
2、处理因素:服用Aspirin或服用安慰剂
3、主要疗效观察指标(e):是否死亡
4、总体:对每个研究而言,有二个总体:服用Aspirin对应的总体:该地区服用Aspirin的心肌梗死患者在研究期间的是否发生死亡观察值构成的一个集合,总体死亡率为这个人群在研究期间的死亡率
;该地区服用安慰剂的心肌梗死患者在研究期间的是否发生死亡观察值构成的一个集合,总体死亡率为这个人群在研究期间的死亡率,并且每个研究同一处理水平的总体死亡率可能不同。对应两个样本的死亡率分别记为和。
5、效应指标(effect size):在例1中,效应指标为优势比(Odds Ratio,OR)说明效应指标唯一系列指标,并非只有OR,本例中的效应指标为OR。
,总体定义为:
其中总体Odds定义为,因此并且越来越大时,分母越来越小,所以越来越大,反之并且越来越小,也越来越小,并且,所以与是一一对应的。当服用Aspirin所对应的总体死亡率与服用安慰剂的总体死亡率相等时:时,对应,故成立;当服用Aspirin所对应的总体死亡率小于服用安慰剂的总体死亡率:时,对应,故成立;当服用Aspirin所对应的总体死亡率大于服用安慰剂的总体死亡率:时,对应,故成立,综上所述,可以把比较两个人群的总体死亡率转换为两个人群的总体的比较问题:,或。样本的优势比的定义为
:由于Meta分析要求效应统计量近似服从正态分布,所以效应指标直接对应的统计量可能不服从正态分布,往往需要作一定的变换。样本的OR呈严重的偏态分布,但取对数后,可以证明:ln(OR)近似呈正态分布,所以效应统计量是指直接进入Meta分析的效应统计量,可能与需要评价的统计量相同,也可能相差一个变换。效应统计量是直接用来计算的值,可能是经转换的。
(homogeneity):记第个研究的总体优势比为,。如果这些总体优势比满足,则称这7个研究的效应是齐同的,反之称效应不齐同的。
(Fixed effects model)和随机效应模型(Random effects model):如果Meta分析的模型假定各个研究的总体效应是相同的(即:满足各个研究的效应齐同),这种Meta分析的模型称为固定效应模型。常用的固定效应模型有倒方差模型(General Variance-Based model)和Mantel Haenszel方法,其中Mantel