Meta簡(jiǎn)明教程目錄

Meta簡(jiǎn)明教程（5）

當(dāng)篩選確定納入文獻(xiàn)時(shí)，就需要你有福爾摩思一樣的、敏銳的洞察力，通過(guò)觀察、描述，捕捉到容易被忽略掉的蛛絲馬跡，然后順藤摸瓜，對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化，開(kāi)展meta分析。

在深入分析納入文獻(xiàn)時(shí)，你需要搜集如下數(shù)據(jù)內(nèi)容：

研究的一般資料：作者、年代、地域、文獻(xiàn)來(lái)源等（目的：可用于尋找各研究異質(zhì)性原因）

研究的特征：樣本量、性別、年齡、疾病分型等（目的：可用于尋找各研究異質(zhì)性原因、進(jìn)行敏感性分析）

結(jié)局效應(yīng)數(shù)據(jù)：二分類(lèi)數(shù)據(jù)、連續(xù)性數(shù)據(jù)、有序數(shù)據(jù)、單樣本率、時(shí)間-事件數(shù)據(jù)（用于結(jié)局效應(yīng)的合并）

原始研究方法學(xué)：隨機(jī)化、盲法、失訪等（用于文獻(xiàn)的質(zhì)量評(píng)價(jià)）

一、研究一般資料

有人可能認(rèn)為研究的一般資料只是用于識(shí)別文獻(xiàn)，其實(shí)，作者、發(fā)表時(shí)間、研究地點(diǎn)等相關(guān)信息均屬于研究特征，都可以進(jìn)行統(tǒng)計(jì)分析。

例“BCG疫苗預(yù)防結(jié)核病”，收集到13個(gè)研究

在進(jìn)行數(shù)據(jù)合并時(shí)，可以按年份或地區(qū)分別進(jìn)行合并分析，尋找各文獻(xiàn)之間的差異性是否與年份、地區(qū)因素有關(guān)。

按地區(qū)進(jìn)行亞組分析，可以發(fā)現(xiàn)中緯度的研究結(jié)果較為相似

二、研究的特征

樣本量、性別、年齡、疾病分型等特征。樣本量可用于分析各文獻(xiàn)在合并效應(yīng)里所占的權(quán)重，研究特征也可以作為因素，對(duì)不同特征進(jìn)行結(jié)局效應(yīng)量的合并，從不同角度對(duì)meta的結(jié)果進(jìn)行解讀。

從年齡角度進(jìn)行結(jié)果效應(yīng)合并

從不同的給藥方式進(jìn)行結(jié)果效應(yīng)合并

不同性別結(jié)果效應(yīng)合并

三、結(jié)局效應(yīng)提取

Meta分析的基本目的就是對(duì)結(jié)局效應(yīng)的估計(jì)及可信區(qū)間的計(jì)算， 這部分結(jié)局效應(yīng)的提取也是meta分析的核心。下面介紹二分類(lèi)數(shù)據(jù)、連續(xù)型數(shù)據(jù)、診斷性實(shí)驗(yàn)數(shù)據(jù)、生存-時(shí)間數(shù)據(jù)在原文獻(xiàn)中的表現(xiàn)形式，提取數(shù)據(jù)的形式及結(jié)果分析指標(biāo)。

1.  二分類(lèi)數(shù)據(jù)提取

這類(lèi)數(shù)據(jù)在meta分析中最為常見(jiàn)，常用OR值、RR值進(jìn)行合并效應(yīng)量的描述。

a.原研究數(shù)據(jù)形式

研究中(特別是RCT)通常以兩組發(fā)生事件數(shù)和未發(fā)生事件數(shù)來(lái)表示

b.數(shù)據(jù)提取形式

數(shù)據(jù)提取較為簡(jiǎn)單，只要找到各組的事件發(fā)生數(shù)和總?cè)藬?shù)

c.合并效應(yīng)量計(jì)算

通過(guò)以上收集到的數(shù)據(jù)，根據(jù)這些數(shù)據(jù)可以計(jì)算出RR、OR或RD，最終計(jì)算合并效應(yīng)量（合并RR、OR或RD）

RR:干預(yù)組結(jié)局發(fā)生的頻率除以對(duì)照組結(jié)局發(fā)生的頻率（RCT、隊(duì)列、橫斷面研究）

OR:在病例組中暴露的可能性除以對(duì)照組中暴露的可能性（病例對(duì)照、橫斷面研究）

RD:干預(yù)組和對(duì)照組結(jié)局發(fā)生頻率的差值（RCT、隊(duì)列、橫斷面研究）

2. 連續(xù)型數(shù)據(jù)

這類(lèi)數(shù)據(jù)在meta分析中也比較常見(jiàn)，常用 WMD、SMD進(jìn)行合并效應(yīng)量的描述。

a.原研究數(shù)據(jù)形式

b.數(shù)據(jù)提取形式

數(shù)據(jù)提取主要有各組總樣本量、均數(shù)、標(biāo)準(zhǔn)差

c.合并效應(yīng)量計(jì)算

通過(guò)以上收集到的數(shù)據(jù)，根據(jù)這些數(shù)據(jù)可以計(jì)算兩組差值，最終計(jì)算合并效應(yīng)量（WMD、SMD）

WMD:兩組均數(shù)的差值，各研究結(jié)局指標(biāo)單位相同時(shí)應(yīng)用

SMD:兩組均數(shù)差值除以合并標(biāo)準(zhǔn)差，消除單位不同對(duì)結(jié)局的影響，經(jīng)過(guò)標(biāo)準(zhǔn)化，可用于比較，但對(duì)SMD的結(jié)果解釋要慎重

差值合并：

標(biāo)化差值合并

3.   診斷性試驗(yàn)數(shù)據(jù)提取

這類(lèi)數(shù)據(jù)的提取和上面兩種有明顯區(qū)別，常用診斷比值比（DOR）反應(yīng)診斷的準(zhǔn)確性。

a.原研究數(shù)據(jù)形式

診斷性試驗(yàn)數(shù)據(jù)包括真陽(yáng)性（TP）、假陽(yáng)性(FP)、假陰性(FN)、真陰性(TN)

的例數(shù)。

b.   數(shù)據(jù)提取形式

主要提取診斷試驗(yàn)陽(yáng)性(上圖a),金標(biāo)準(zhǔn)陽(yáng)性數(shù)（上圖a+c），診斷試驗(yàn)陽(yáng)性(上圖b), 金標(biāo)準(zhǔn)陽(yáng)性數(shù)（上圖b+d）

c.合并效應(yīng)量計(jì)算

根據(jù)收集的數(shù)據(jù)，計(jì)算診斷比值比（DOR），它是診斷性試驗(yàn)meta分析中是一個(gè)常用的綜合評(píng)價(jià)指標(biāo)。它將靈敏度和特異度、陽(yáng)性似然比和陰性似然比等指標(biāo)融入一個(gè)指標(biāo)中，用來(lái)說(shuō)明某種試驗(yàn)陽(yáng)性結(jié)果的機(jī)會(huì)是陰性結(jié)果的倍數(shù)。其公式為：DOR=+LR（陽(yáng)性似然比）/-LR（陰性似然比）=ad/bc

其結(jié)果輸出和二分類(lèi)的數(shù)據(jù)一致

另外，還可以分析陽(yáng)性似然比、陰性似然比、繪制HSROC曲線，后續(xù)將依次給大家介紹。

4.   生存-時(shí)間數(shù)據(jù)提取

生存-時(shí)間數(shù)據(jù)是時(shí)間相關(guān)事件的一類(lèi)數(shù)據(jù)，既能反應(yīng)事件發(fā)生狀態(tài)，也能反映這一結(jié)果經(jīng)歷的時(shí)間。這一類(lèi)數(shù)據(jù)的特點(diǎn)是會(huì)出現(xiàn)刪失數(shù)據(jù)，一般我們會(huì)用風(fēng)險(xiǎn)比（HR）來(lái)描述這一類(lèi)數(shù)據(jù)。

a.原研究生存時(shí)間數(shù)據(jù)形式

b.數(shù)據(jù)提取形式

如果有提供事件和時(shí)間，可利用cox回歸計(jì)算對(duì)數(shù)log[HR] 及其標(biāo)準(zhǔn)誤（SE），不過(guò)一般研究都會(huì)列出風(fēng)險(xiǎn)比（HR）及可信區(qū)間，可以用revman5.0將其轉(zhuǎn)化為log[HR] 和 SE

c.合并效應(yīng)量計(jì)算

HR:指某一種干預(yù)措施的應(yīng)用所產(chǎn)生的風(fēng)險(xiǎn)率與不采用該干預(yù)措施對(duì)照時(shí)所產(chǎn)生的風(fēng)險(xiǎn)率比值,該指標(biāo)同時(shí)考慮到了刪失數(shù)據(jù)對(duì)結(jié)局的影響。

四、原研究方法學(xué)

此部分主要是對(duì)研究設(shè)計(jì)方法進(jìn)行提取，包括隨機(jī)化、盲法、失訪等，主要用于評(píng)價(jià)文獻(xiàn)的質(zhì)量（Meta分析文獻(xiàn)質(zhì)量評(píng)價(jià)  |  Meta簡(jiǎn)明教程（4）），這部分信息需要在meta分析報(bào)告中呈現(xiàn)。

Jadad 評(píng)分

Cochrane 風(fēng)險(xiǎn)偏倚評(píng)估

六、總   結(jié)

數(shù)據(jù)提取的完整性、準(zhǔn)確性對(duì)后期的數(shù)據(jù)分析有著重要作用，前期數(shù)據(jù)提取完整，后期軟件分析將會(huì)相對(duì)容易。在數(shù)據(jù)提取過(guò)程中，你可能會(huì)碰到主題相同、但研究結(jié)果不同的情況，即使結(jié)局相似，結(jié)局指標(biāo)呈現(xiàn)形式也多種多樣，這就需要我們對(duì)原研究的數(shù)據(jù)進(jìn)行轉(zhuǎn)化。比如連續(xù)性研究中有均數(shù)、中位數(shù)、合并標(biāo)準(zhǔn)差，甚至一些研究中沒(méi)有原始數(shù)據(jù)，只有統(tǒng)計(jì)圖，這時(shí)候就需要對(duì)數(shù)據(jù)進(jìn)行一些處理，以獲得最終進(jìn)行分析的數(shù)據(jù)。后續(xù)將會(huì)給大家介紹如何對(duì)原研究數(shù)據(jù)進(jìn)行深度挖掘和提取。

更多精品文章閱讀

1.怎么樣才能在頂級(jí)醫(yī)學(xué)雜志發(fā)表Meta論文？ 一起來(lái)解剖最新川大華西醫(yī)院BMJ 雜志Meta分析報(bào)告

2.一文學(xué)會(huì)P trend計(jì)算，幫助你發(fā)表高分SCI論文！

3.率的meta分析： 神藥PD-1、PD-L1抑制劑的不良反應(yīng)研究

4.當(dāng)正態(tài)、偏態(tài)、率的數(shù)據(jù)狹路相逢，如何繪制規(guī)范醫(yī)學(xué)論文表格

5.【周一資源下載】醫(yī)學(xué)統(tǒng)計(jì)學(xué)習(xí)全套視頻，妙趣+高級(jí)+SPSS+測(cè)試題，讓你從入門(mén)變成高手！