循證醫(yī)學(xué)中常用統(tǒng)計(jì)學(xué)指標(biāo)和Meta分析統(tǒng)計(jì)過(guò)程

循證醫(yī)學(xué)中常用統(tǒng)計(jì)學(xué)指標(biāo)與Meta分析的統(tǒng)計(jì)過(guò)程 南華大學(xué)附屬第一醫(yī)院腎內(nèi)科 鄧進(jìn) 分類(lèi)變量 一 循證醫(yī)學(xué)中常用統(tǒng)計(jì)學(xué)指標(biāo) 實(shí)例 阿司匹林治療心肌梗死的效果 相對(duì)危險(xiǎn)度 RR 相對(duì)危險(xiǎn)度 relativerisk RR 是前瞻性研究中較常用的指標(biāo) 它是試驗(yàn)組某事件發(fā)生率與對(duì)照組的發(fā)生率之比 用于說(shuō)明試驗(yàn)組的發(fā)生率是對(duì)照組的多少倍 試驗(yàn)組的發(fā)生率為 a a b 對(duì)照組的發(fā)生率為 c c d 兩個(gè)率的比值 RR a a b c c d RR的意義 當(dāng)RR 1時(shí) 可認(rèn)為試驗(yàn)組的發(fā)生率與對(duì)照組的發(fā)生率相同 當(dāng)RR 1時(shí) 可認(rèn)為試驗(yàn)組的發(fā)生率大于對(duì)照組 當(dāng)RR 1時(shí) 可認(rèn)為試驗(yàn)組的發(fā)生率小于對(duì)照組 RR 實(shí)例分析 該例的RR 15 125 30 120 0 48說(shuō)明試驗(yàn)組的病死率是對(duì)照組的0 48倍 即試驗(yàn)組的病死率低于對(duì)照組 阿司匹林治療心肌梗死的效果 比值比 OR 在回顧性在回顧性研究 如病例對(duì)照研究中 往往無(wú)法得到某事件的發(fā)生率 如死亡率 病死率 發(fā)病率 也就無(wú)法估算出RR 但當(dāng)該發(fā)生率很低時(shí) 如發(fā)生率小于或等于5 可以計(jì)算出一個(gè)RR的近似值 該近似值稱為OR 即是比值比 oddsratio 發(fā)生率越小 OR越接近RR 回顧性研究實(shí)例 病例組 暴露與未暴露的比值為a b 29 205對(duì)照組 暴露與未暴露的比值為c d 135 1607比值比 OR a b c d ad bc 1 68 心肌梗死與近期使用某口服避孕藥關(guān)系的回顧性調(diào)查數(shù)據(jù) OR的意義 當(dāng)OR 1時(shí) 可認(rèn)為病例組的比值與對(duì)照組的比值相同 即該暴露因素與該病的發(fā)生可能沒(méi)有關(guān)系 當(dāng)OR 1時(shí) 可認(rèn)為病例組的比值大于對(duì)照組 即該暴露因素可能與該病的發(fā)生有一定的關(guān)系 當(dāng)OR 1時(shí) 可認(rèn)為病例組的比值小于對(duì)照組 即該暴露因素可能是該病的保護(hù)因素 可信區(qū)間 CI 在循證醫(yī)學(xué)中常用兩組指標(biāo)的差值或比值的可信區(qū)間 confidenceinterval CI 以此得出某指標(biāo)的差值或比值有無(wú)統(tǒng)計(jì)學(xué)意義的結(jié)論 通常 試驗(yàn)組與對(duì)照組某指標(biāo)差值或比值的95 CI與 為0 05的假設(shè)檢驗(yàn)等價(jià) 99 CI與 為0 01等價(jià) RR與OR可信區(qū)間的圖示 無(wú)統(tǒng)計(jì)學(xué)意義試驗(yàn)組對(duì)照組1無(wú)效線使用阿司匹林治療的病人與對(duì)照組相比 其病死率的RR為0 48 其RR的95 CI為0 272 0 846 故可認(rèn)為阿司匹林治療組的病死率小于對(duì)照組 即阿司匹林治療心肌梗死能降低病死率 數(shù)值變量 一 循證醫(yī)學(xué)中常用統(tǒng)計(jì)學(xué)指標(biāo) 單個(gè)數(shù)值變量研究的數(shù)據(jù) 療前療后的數(shù)據(jù) 將上表中數(shù)據(jù)整理為下表 表中 d1和S1可用公式計(jì)算 d1 X1 X2 S12 S112 S122 2S11S12 0 4 均數(shù)差MD 均數(shù)差 MD 即為兩均數(shù)的差值 該指標(biāo)以試驗(yàn)原有的測(cè)量單位 真實(shí)地反映了試驗(yàn)效應(yīng) 消除了絕對(duì)值大小對(duì)結(jié)果的影響 標(biāo)準(zhǔn)化均數(shù)差SMD 標(biāo)準(zhǔn)化均數(shù)差StandardisedMeanDifference SMDSMD可簡(jiǎn)單地理解為兩均數(shù)的差值再除以合并標(biāo)準(zhǔn)差的商 它不僅消除了某研究的絕對(duì)值大小的影響 還消除了測(cè)量單位對(duì)結(jié)果的影響 該指標(biāo)尤其適用于單位不同或均數(shù)相差較大的數(shù)值資料分析 MD和SMD的可信區(qū)間 若選擇MD或SMD為合并統(tǒng)計(jì)量時(shí) 其95 CI與假設(shè)檢驗(yàn)的關(guān)系如下 若其95 CI包含了0 等價(jià)于P 0 05 即合并效應(yīng)量無(wú)統(tǒng)計(jì)學(xué)意義 若其95 CI的上下限均大于0或均小于0 等價(jià)于P 0 05 即合并效應(yīng)量有統(tǒng)計(jì)學(xué)意義 MD與SMD可信區(qū)間的圖示 無(wú)統(tǒng)計(jì)學(xué)意義試驗(yàn)組對(duì)照組0無(wú)效線 二 Meta分析的統(tǒng)計(jì)學(xué)過(guò)程 Meta分析的統(tǒng)計(jì)學(xué)過(guò)程 異質(zhì)性分析合并效應(yīng)量合并效應(yīng)量的檢驗(yàn) 可信區(qū)間 Z檢驗(yàn)其他 亞組分析 敏感性分析 發(fā)表偏倚分析 異質(zhì)性分析 按統(tǒng)計(jì)原理 只有同質(zhì)的資料才能進(jìn)行合并或比較等統(tǒng)計(jì)分析 反之 則不能 因此 Meta分析過(guò)程需要對(duì)多個(gè)研究的結(jié)果進(jìn)行異質(zhì)性分析 盡可能消除導(dǎo)致異質(zhì)性的原因 使之達(dá)到同質(zhì) 種類(lèi)包括 臨床異質(zhì)性 方法學(xué)異質(zhì)性和統(tǒng)計(jì)學(xué)異質(zhì)性 統(tǒng)計(jì)學(xué)異質(zhì)性 是指干預(yù)效果的評(píng)價(jià)在不同試驗(yàn)間的變異 它是研究間的臨床和方法學(xué)上變異聯(lián)合作用的結(jié)果 通常將Meta分析的統(tǒng)計(jì)學(xué)異質(zhì)性簡(jiǎn)稱為 異質(zhì)性 它是以各研究之間可信區(qū)間 CI 的重合程度來(lái)度量異質(zhì)性的大小 多個(gè)研究間的CI重合程度越大 存在統(tǒng)計(jì)學(xué)異質(zhì)性的可能性就越小 反之 各研究間存在統(tǒng)計(jì)學(xué)異質(zhì)性的可能性就越大 異質(zhì)性分析的意義 Meta分析的核心計(jì)算是合并 相加 按統(tǒng)計(jì)原理 只有同質(zhì)的資料才能進(jìn)行合并或比較等統(tǒng)計(jì)分析 反之則不能 異質(zhì)性檢驗(yàn) 異質(zhì)性檢驗(yàn) testsforheterogeneity 又稱同質(zhì)性檢驗(yàn) testsforhomogeneity 用假設(shè)檢驗(yàn)的方法檢驗(yàn)多個(gè)獨(dú)立研究是否具有異質(zhì)性 同質(zhì)性 RevMan5 1軟件中 用的是卡方檢驗(yàn) 評(píng)價(jià)異質(zhì)性的指標(biāo) P值 若異質(zhì)性檢驗(yàn)結(jié)果為P 0 10時(shí) 多個(gè)研究的異質(zhì)性無(wú)統(tǒng)計(jì)學(xué)意義 若多個(gè)研究結(jié)果為P 0 10時(shí) 多個(gè)研究的異質(zhì)性有統(tǒng)計(jì)學(xué)意義 I2 可用于衡量多個(gè)研究結(jié)果間異質(zhì)程度的大小 這個(gè)指標(biāo)用于描述由各個(gè)研究間由非抽樣誤差所引起的變異 異質(zhì)性 占總變異的百分比 I2越大 其異質(zhì)性越大 越不可接受 在Cochrane系統(tǒng)評(píng)價(jià)中 只要I2不大于50 其異質(zhì)性可以接受 異質(zhì)性的處理方法 當(dāng)異質(zhì)性檢驗(yàn)出現(xiàn)P 0 10時(shí) 首先應(yīng)找出產(chǎn)生異質(zhì)性的原因 如療程長(zhǎng)短 用藥劑量 病情輕重 對(duì)照選擇等是否相同 由上述原因引起的異質(zhì)性 可以使用亞組分析和Meta回歸 合并統(tǒng)計(jì)量 就是將多個(gè)獨(dú)立研究的結(jié)果合并成一個(gè)匯總統(tǒng)計(jì)量 即用多個(gè)獨(dú)立研究的某個(gè)指標(biāo)的合并統(tǒng)計(jì)量反映其試驗(yàn)效應(yīng) 固定效應(yīng)模型 若多個(gè)研究具有同質(zhì)性時(shí) 無(wú)統(tǒng)計(jì)學(xué)異質(zhì)性 可使用固定效應(yīng)模型 隨機(jī)效應(yīng)模型 若多個(gè)研究不具有同質(zhì)性時(shí) 異質(zhì)性有統(tǒng)計(jì)學(xué)意義 先對(duì)異質(zhì)性原因進(jìn)行處理 若異質(zhì)性分析與處理后仍無(wú)法解決異質(zhì)性時(shí) 可使用隨機(jī)效應(yīng)模型 關(guān)于隨機(jī)效應(yīng)模型 是一種對(duì)異質(zhì)性資料進(jìn)行Meta分析的方法 但是 該法不能校正偏倚或減少異質(zhì)性 更不能消除產(chǎn)生異質(zhì)性的原因 是通過(guò)增大小樣本資料的權(quán)重 減少大樣本資料的權(quán)重來(lái)處理資料間的異質(zhì)性 而這種處理存在著較大風(fēng)險(xiǎn) 隨機(jī)效應(yīng)模型處理的結(jié)果 可能消弱了質(zhì)量好的大樣本信息 增大了質(zhì)量差的小樣本信息 故應(yīng)謹(jǐn)慎使用隨機(jī)效應(yīng)模型 對(duì)其結(jié)論也應(yīng)當(dāng)較為委婉 合并效應(yīng)量的檢驗(yàn) 用假設(shè)檢驗(yàn)的方法檢驗(yàn)多個(gè)獨(dú)立研究的總效應(yīng)量是否具有統(tǒng)計(jì)學(xué)意義 其原理與常規(guī)的假設(shè)檢驗(yàn)完全相同 兩種方法 Z檢驗(yàn)和卡方檢驗(yàn)根據(jù)Z值或卡方值得到該統(tǒng)計(jì)量下概率 P 值 若P 0 05 多個(gè)研究的合并效應(yīng)量有統(tǒng)計(jì)學(xué)意義 若P 0 05 多個(gè)研究的合并效應(yīng)量沒(méi)有統(tǒng)計(jì)學(xué)意義 合并效應(yīng)量的可信區(qū)間 在Meta分析中 常用可信區(qū)間進(jìn)行假設(shè)檢驗(yàn) 95 可信區(qū)間與 為0 05的假設(shè)檢驗(yàn)等價(jià) 99 可信區(qū)間與 為0 01的假設(shè)檢驗(yàn)等價(jià) 此外 森林圖即是根據(jù)各個(gè)獨(dú)立研究的95 可信區(qū)間及合并效應(yīng)量的95 可信區(qū)間繪制的 實(shí)例1分類(lèi)變量 RevMan5 1森林圖 RR 方塊 每個(gè)研究效應(yīng)量的點(diǎn)估計(jì)值 大小表示每個(gè)研究的權(quán)重 線段 每個(gè)研究效應(yīng)量的可信區(qū)間 線段越長(zhǎng) 可信區(qū)間越寬 結(jié)果越不精確 垂直線 無(wú)效線 二分變量 OR或RR 1連續(xù)變量 SMD或MD 0 菱形代表合并效應(yīng)量 中心代表合并效應(yīng)量的點(diǎn)估計(jì)值 寬代表合并效應(yīng)量的可信區(qū)間 1 包含無(wú)效線 組間無(wú)統(tǒng)計(jì)學(xué)差異 2 完全在無(wú)效線右邊 試驗(yàn)組的效應(yīng)量大于對(duì)照組 3 完全在無(wú)效線左邊 試驗(yàn)組的效應(yīng)量小于對(duì)照組 RevMan5 1森林圖 OR 實(shí)例2數(shù)值變量 RevMan5 1森林圖 MD法 RevMan5 1森林圖 SMD法 亞組分析 根據(jù)納入研究的特點(diǎn)進(jìn)行分組 進(jìn)而在組內(nèi)分析干預(yù)措施的效果 如根據(jù)性別 年齡 種族 疾病的嚴(yán)重程度 療程長(zhǎng)短 用藥劑量 納入研究的質(zhì)量等等 在Meta分析中 是一種處理異質(zhì)性的方法 在同一個(gè)系統(tǒng)評(píng)價(jià)中 不提倡使用太多的亞組分析 敏感性分析 是指在定量合成的系統(tǒng)評(píng)價(jià)中 改變某些影響結(jié)果的重要因素 如納入標(biāo)準(zhǔn) 研究質(zhì)量的差異 失訪情況 統(tǒng)計(jì)方法 固定或隨機(jī)效應(yīng)模型 和效應(yīng)量的選擇 OR或RR 后 觀察合成結(jié)果和異質(zhì)性是否發(fā)生變化 從而判斷所獲結(jié)果的穩(wěn)定性的方法 目的是發(fā)現(xiàn)影響Meta分析結(jié)果的主要因素與產(chǎn)生原因 發(fā)表偏倚 漏斗圖及用途 漏斗圖 funnelplots 最初是用每個(gè)研究的處理效應(yīng)估計(jì)值為X軸 樣本含量的大小為Y軸的簡(jiǎn)單散點(diǎn)圖 漏斗圖所基于的假設(shè)是治療效應(yīng)估計(jì)值的精度隨著樣本量的增加而增加 樣本量小的研究 精度低 分布于漏斗圖的底部 且向周?chē)鷶U(kuò)散 樣本量大的研究 精度高 分布于漏斗圖的頂部 且向中間集中 當(dāng)沒(méi)有發(fā)表偏倚時(shí) 其圖形呈對(duì)稱的倒漏斗狀 故稱之為 漏斗圖 漏斗圖示例 A 無(wú)偏倚的對(duì)稱漏斗圖 B 存在發(fā)表偏倚的不對(duì)稱漏斗圖 C 因納入低質(zhì)量小樣本試驗(yàn)的不對(duì)稱漏斗圖 實(shí)例1的RevMan5 1漏斗圖 存在發(fā)表偏倚發(fā)表偏倚偏向無(wú)統(tǒng)計(jì)學(xué)意義的文章 說(shuō)明該Meta分析的結(jié)論可信度很高 無(wú)統(tǒng)計(jì)學(xué)意義 有統(tǒng)計(jì)學(xué)意義 實(shí)例2的RevMan5 1漏斗圖 漏斗圖的應(yīng)用 漏斗圖主要用于觀察某個(gè)系統(tǒng)評(píng)價(jià)或Meta分析結(jié)果是否存在偏倚 如發(fā)表偏倚或其他偏倚 如果資料存