Revman5.3軟件操作 最新

1、Revman軟件操作軟件操作 主要內(nèi)容主要內(nèi)容lRevman軟件的下載與文章新建軟件的下載與文章新建l二分類變量資料的二分類變量資料的Meta分析實(shí)現(xiàn)分析實(shí)現(xiàn)l連續(xù)變量資料的連續(xù)變量資料的Meta分析實(shí)現(xiàn)分析實(shí)現(xiàn)l亞組分析的構(gòu)建亞組分析的構(gòu)建l漏斗圖與森林圖的解讀漏斗圖與森林圖的解讀l敏感性及異質(zhì)性分析敏感性及異質(zhì)性分析RevmanRevman軟件的下載與安裝軟件的下載與安裝Review Manager（簡(jiǎn)稱（簡(jiǎn)稱 RevMan）是國(guó)際）是國(guó)際 Cochrane 協(xié)作網(wǎng)為系統(tǒng)評(píng)價(jià)（協(xié)作網(wǎng)為系統(tǒng)評(píng)價(jià)（systematic review）工作者所提）工作者所提供的專用軟件，是供的專用軟件，是 Co

2、chrane 系統(tǒng)評(píng)價(jià)的一體化、標(biāo)系統(tǒng)評(píng)價(jià)的一體化、標(biāo)準(zhǔn)化軟件。下載地址：準(zhǔn)化軟件。下載地址：http:/www.cochrane.es/Download/Files/revman.htm/software/revman.htmhttp:/www.cc- a review”新建一個(gè)Meta分析診斷準(zhǔn)確性系統(tǒng)評(píng)價(jià)干預(yù)性系統(tǒng)評(píng)價(jià)診斷準(zhǔn)確性系統(tǒng)評(píng)價(jià)方法學(xué)系統(tǒng)評(píng)價(jià)靈活系統(tǒng)評(píng)價(jià)為研究取一個(gè)名字Protocol 是制作cochrane review 時(shí)候用的，其他時(shí)候不用，所以選“full review”,點(diǎn)finish左邊為revman的功能區(qū)，右邊則為主體區(qū)

3、左邊可以看到5把“鑰匙”，點(diǎn)擊第1把Review information 可以修改這個(gè)review的基本信息點(diǎn)擊第2把“鑰匙” main text ,可以看到這個(gè)Review 的提綱，初學(xué)者可以參照來(lái)寫第3把鑰匙 tables 表格區(qū)。主要有兩個(gè)功能：1.各個(gè)研究的特點(diǎn)和偏移；2.呈現(xiàn)Summary of finding tables。Data and analysis 是Revman的核心，統(tǒng)計(jì)和計(jì)算都在這里Figures，圖片區(qū)，納入研究的流程圖和偏移風(fēng)險(xiǎn)圖都在這里，此外，其他區(qū)基本不用先點(diǎn)擊Studies and refrences，然后點(diǎn) Add Study，則可以開(kāi)始錄入研究點(diǎn)擊 s

4、tudies and refrences,然后點(diǎn)擊右邊的 Add Study自動(dòng)跳轉(zhuǎn)到這個(gè)界面，輸入研究者名字和年份，如 Jack 2007連續(xù)默認(rèn)“next”，則會(huì)出現(xiàn)如圖界面，如所有研究都已錄入完畢，則選擇“nothing”，若還需錄入新的研究，則選擇第3項(xiàng)添加另一個(gè)研究到這里研究全部添加后是這樣的第二部分第二部分 二分類變量資料的二分類變量資料的Meta分析實(shí)現(xiàn)分析實(shí)現(xiàn) 概述概述l 有些變量的測(cè)量結(jié)果只有兩種類別，譬如：男性和有些變量的測(cè)量結(jié)果只有兩種類別，譬如：男性和女性、有效與無(wú)效、生或死等等，這種按事物的某女性、有效與無(wú)效、生或死等等，這種按事物的某一性質(zhì)劃分的只有兩類結(jié)果的變量，

5、稱為二分類變一性質(zhì)劃分的只有兩類結(jié)果的變量，稱為二分類變量量l Meta分析中，二分類變量匯總的是發(fā)生率、死亡率、分析中，二分類變量匯總的是發(fā)生率、死亡率、 有效率這些數(shù)據(jù)有效率這些數(shù)據(jù)l完成一個(gè)完成一個(gè)Meta分析的數(shù)據(jù)合并，需要進(jìn)行至多三分析的數(shù)據(jù)合并，需要進(jìn)行至多三層工作：層工作：l第一層是第一層是“Comparison”，代表的是一個(gè)對(duì)比，代表的是一個(gè)對(duì)比（試驗(yàn)組（試驗(yàn)組vs對(duì)照組）對(duì)照組）l第二層是第二層是“Outcome”，代表對(duì)比的是什么（結(jié)，代表對(duì)比的是什么（結(jié)局指標(biāo)）局指標(biāo)）l第三層是第三層是“Subgroup”，亞組分析時(shí)才會(huì)用到，亞組分析時(shí)才會(huì)用到，可以沒(méi)有可以沒(méi)有研究全

6、部錄入后，就來(lái)到數(shù)據(jù)區(qū)：Data and analysis開(kāi)始數(shù)據(jù)分析，點(diǎn)Add comprison為這個(gè)對(duì)比取一個(gè)名字，如“A vs B”比較已經(jīng)建好，Add outcome二分類變量連續(xù)型變量O-E和方差一般倒方差其他數(shù)據(jù)類型二分類變量和連續(xù)型變量是最常用的點(diǎn)“Dischotomous”，然后 next為這個(gè)結(jié)果取一個(gè)名字，如這個(gè)結(jié)果是分析安全性，如：Safety這一界面主要選擇：1.統(tǒng)計(jì)學(xué)方法2.統(tǒng)計(jì)模型3.統(tǒng)計(jì)指標(biāo)統(tǒng)計(jì)學(xué)方法Peto：只能用于二分類變量里的OR值MH法：只能用于二分類變量IV法：連續(xù)型變量和二分類變量都可以效應(yīng)模型的選擇FE：固定效應(yīng)模型，當(dāng)納入的各研究間異質(zhì)性較好，即

7、P值0.1或I250%時(shí)，可以用；RE：隨機(jī)效應(yīng)模型，通用效應(yīng)指標(biāo)的選擇OR：比值比，萬(wàn)金油，可用于所有的二分類變量的研究RR：相對(duì)危險(xiǎn)度，僅用于隊(duì)列研究和RCTRD：率差，僅用于隊(duì)列研究和RCT亞組選擇研究可信區(qū)間的選擇總可信區(qū)間的選擇一般全部選擇默認(rèn)，然后nextLeft/Right Gragh Lable:試驗(yàn)組和對(duì)照組的標(biāo)簽，可以自定義一下Scale：森林圖的尺度，默認(rèn)100Sort By：研究的排序方法，一般選第一個(gè)，選Study ID的首字母進(jìn)行排序全部設(shè)置完畢點(diǎn)Nothing,然后 finishOutcome就建好了，點(diǎn)擊它可以看到這個(gè)outcome現(xiàn)在還是空的這時(shí)需要點(diǎn)擊右上角

8、 添加研究，選擇這個(gè)outcome所需納入的研究，然后Finish分別將每個(gè)研究試驗(yàn)組及對(duì)照組事件數(shù)及樣本量錄入譬如這個(gè)原始數(shù)據(jù)，對(duì)應(yīng)相應(yīng)的研究，將數(shù)據(jù)直接復(fù)制進(jìn)去如圖所示，數(shù)據(jù)錄入后結(jié)果自動(dòng)生成這個(gè)滑動(dòng)鍵可以調(diào)節(jié)這個(gè)森林圖的大小兩組的事件數(shù)和樣本量各個(gè)研究的OR值權(quán)重：每個(gè)研究在合并結(jié)果中所占的比重統(tǒng)計(jì)方法是MH效應(yīng)值是OR固定效應(yīng)模型95%可信區(qū)間我們來(lái)看一下結(jié)果總的事件數(shù)及樣本量合并的效應(yīng)量及95%可信區(qū)間總OR值的統(tǒng)計(jì)學(xué)檢驗(yàn)（Z檢驗(yàn)）結(jié)果，總OR值的P值異質(zhì)性檢驗(yàn)：P=0.42，I2=0%，說(shuō)明無(wú)明顯異質(zhì)性下面來(lái)介紹一下這幾個(gè)小按鈕的功能這個(gè)按鈕可以用來(lái)添這個(gè)按鈕可以用來(lái)添加新的研究加

9、新的研究這個(gè)按鈕可以切換效應(yīng)指標(biāo)，也就是OR、RR、RD這個(gè)按鈕可以切換效應(yīng)模型，這個(gè)按鈕可以切換效應(yīng)模型，即即RE(隨機(jī)效應(yīng)模型隨機(jī)效應(yīng)模型)、FE(固定效應(yīng)模型），鼠標(biāo)固定效應(yīng)模型），鼠標(biāo)點(diǎn)擊即可完成切換點(diǎn)擊即可完成切換這個(gè)按鈕是用來(lái)打開(kāi)森林這個(gè)按鈕是用來(lái)打開(kāi)森林圖的圖的這個(gè)按鈕是用來(lái)打開(kāi)漏斗這個(gè)按鈕是用來(lái)打開(kāi)漏斗圖的圖的這個(gè)按鈕是可打開(kāi)計(jì)算器這個(gè)按鈕是可打開(kāi)計(jì)算器這個(gè) 可以設(shè)置這個(gè)Outcome的所有條件，包括分析方法、分析數(shù)據(jù)類型、細(xì)節(jié)、圖表等可以 更改數(shù)據(jù)類型更改實(shí)驗(yàn)組和對(duì)照組的標(biāo)簽更改outcome的名字更改效應(yīng)指標(biāo)切換統(tǒng)計(jì)方法更改效應(yīng)模型是否顯示亞組研究的可信區(qū)間匯總結(jié)果的可信區(qū)

10、間森林圖的顯示Outcome中數(shù)據(jù)的排序方式 可以設(shè)置的內(nèi)容就是我們當(dāng)初新建Outcome時(shí)的內(nèi)容，所以新建Outcome只需隨便選擇，數(shù)據(jù)匯總后再根據(jù)異質(zhì)性等進(jìn)行修改發(fā)現(xiàn)了嗎？第三部分第三部分 連續(xù)型變量資料的連續(xù)型變量資料的Meta分析實(shí)現(xiàn)分析實(shí)現(xiàn) 概述概述l連續(xù)型變量：有具體數(shù)值的數(shù)據(jù)，如：身高、連續(xù)型變量：有具體數(shù)值的數(shù)據(jù)，如：身高、體重、腫瘤直徑、血糖、體重、腫瘤直徑、血糖、血血氧等氧等lMeta分析中，連續(xù)型變量是身高、體重、血分析中，連續(xù)型變量是身高、體重、血壓、淀粉酶等數(shù)據(jù)，描述這樣的數(shù)據(jù)，需要壓、淀粉酶等數(shù)據(jù)，描述這樣的數(shù)據(jù)，需要三個(gè)元素：均數(shù)、標(biāo)準(zhǔn)差和樣本量三個(gè)元素：均數(shù)、

11、標(biāo)準(zhǔn)差和樣本量 在做二分類變量的時(shí)候研究已經(jīng)錄入完畢，再次來(lái)到數(shù)據(jù)區(qū)：Data and analysis,然后“Add Comparison”為這個(gè)新的“Comparison”取一個(gè)名字，如“C VS D”,然后Next點(diǎn)“Nohing”,然后Finish新的比較就建好了接下來(lái)，Add Outcome點(diǎn)“Continuous”，然后 next為這個(gè)結(jié)果取一個(gè)名字，如：Length of ICU stay又到了選擇統(tǒng)計(jì)方法、效應(yīng)指標(biāo)、效應(yīng)模型這一頁(yè)，其和二分類變量有所區(qū)別效應(yīng)模型，同二分類變量FE：固定效應(yīng)模型，當(dāng)納入的各研究間異質(zhì)性較好，可以用；RE：隨機(jī)效應(yīng)模型，通用所以這里選擇IV法，RE

12、模型，MD值，然后Next亞組選擇研究可信區(qū)間的選擇總可信區(qū)間的選擇一般全部選擇默認(rèn)，然后nextLeft/Right Gragh Lable:試驗(yàn)組和對(duì)照組的標(biāo)簽，可以自定義一下Scale：森林圖的尺度，默認(rèn)100Sort By：研究的排序方法，一般選第一個(gè)，選Study ID的首字母進(jìn)行排序全部設(shè)置完畢點(diǎn)Nothing,然后 finish這個(gè)Outcome就建好了，雙擊它和二分類變量一樣，現(xiàn)在這個(gè)outcom現(xiàn)在還是空的點(diǎn)擊右上角 添加研究，選擇需要納入的研究和二分類變量一樣，將相應(yīng)的數(shù)據(jù)Copy進(jìn)來(lái)，結(jié)果自動(dòng)生成各組研究的MD值及95%可信區(qū)間各組研究的均數(shù)、標(biāo)準(zhǔn)差及樣本量合并總的MD值

13、及95%可信區(qū)間兩組研究的樣本量總MD值的統(tǒng)計(jì)學(xué)檢驗(yàn)（Z檢驗(yàn)）結(jié)果，總MD值的P值異質(zhì)性檢驗(yàn)：P0.0001，I2=99%，說(shuō)明具有較高的異質(zhì)性統(tǒng)計(jì)指標(biāo):MD值，統(tǒng)計(jì)方法：IV法，固定效應(yīng)模型，95%可信區(qū)間第四部分第四部分 亞組分析的實(shí)現(xiàn)亞組分析的實(shí)現(xiàn)亞組分析亞組分析是處理異質(zhì)性的常用方法，可以按照研究方案、研究質(zhì)量，人種等進(jìn)行分組First author/yearCountryEthnicitySNPSample SizeGenotype frequency (Cases/controls)PHWE CaseControl 11122212 Lacher-2008GermanCaucasi

14、ansrs7517847 13225350/7865/12517/50165/28199/2250.06144 rs11209026 123/2189/340/1255/4709/360.03606 Marquez-2007SpainCaucasianss7517847 363547149/192160/26054/94458/644268/4480.10362 rs11209026 334/48629/600/1697/103229/620.08375 Latiano-2008ItalyCaucasiansrs7517847 843749326/280390/32888/1081042/88

15、8566/5440.10740 rs11209026 750/63472/911/11572/135974/940.01388 Oliver-2007SpainCaucasiansrs7517847 22234292/121102/15329/35286/395160/2230.02948 rs11209026 203/30219/340/6425/63819/460.10594 rs1343151 99/136101/15722/49299/429145/2550.11293 Ebrahimi-2014IranAsianrs7517847 777845/4428/304/4118/11836

16、/380.83685 rs11209026 71/726/60/0148/1506/60.98144 rs1004819 25/1936/4116/1886/7968/770.35917 rs1343151 55/4120/322/513011424/420.01470 rs2201841 26/1936/4015/1988/7866/780.21064 用種族進(jìn)行亞組分析添加一個(gè)新的“Outcome”選擇二分類變量，然后Next為這個(gè)研究取一個(gè)名字全部選擇默認(rèn)，然后Next全部默認(rèn)，然后Next選擇默認(rèn)，Next點(diǎn)Nothing,然后Finish這個(gè)名為“Subgroup”的新的Outcom

17、e就建好了點(diǎn)右鍵，出現(xiàn)”Add Subgroup”,添加亞組取一個(gè)名字“亞裔”選擇添加一個(gè)新的亞組，Continue起另一個(gè)名字，叫“高加索裔”，然后Finish這個(gè)亞組就建好了，點(diǎn)擊“Subgroup“點(diǎn)擊“Asian”,然后點(diǎn)擊右上鍵的 添加研究將亞裔的研究添加進(jìn)去點(diǎn)擊“Caucasians”,然后點(diǎn)擊右上鍵的 添加研究添加“高加索裔”的研究每個(gè)亞組的研究都納入了，然后將相應(yīng)的數(shù)據(jù)拷貝進(jìn)來(lái)結(jié)果自動(dòng)生成，還有可愛(ài)的森林圖森林圖導(dǎo)出后是這樣的 第五部分第五部分 森林圖和漏斗圖的解讀森林圖和漏斗圖的解讀森林圖森林圖先打開(kāi)森林圖先打開(kāi)森林圖橫線代表研究結(jié)果的可信區(qū)間，即此研究真實(shí)存在的范圍。l橫線

18、越長(zhǎng)，樣本量越小，結(jié)果越欠可靠l橫線越短，樣本量越大，結(jié)果越可靠這個(gè)點(diǎn)代表單項(xiàng)研究的效應(yīng)量，點(diǎn)的大小代表研究的權(quán)重，就是這個(gè)研究對(duì)Meta分析的貢獻(xiàn)度 這個(gè)菱形代表合并后的結(jié)果這條直線叫無(wú)效線，將圖一分為二，用于判定統(tǒng)計(jì)結(jié)果有無(wú)統(tǒng)計(jì)學(xué)意義。若菱形與該直線相交，則代表兩組的差異無(wú)統(tǒng)計(jì)學(xué)意義如果效應(yīng)量是OR、RR值，這條直線代表1，即比值相等如果效應(yīng)量是MD、SMD、RD值。這條直線代表0，即差值為零菱形與直線不相交：如果效應(yīng)量是OR、RR,，菱形落于直線右側(cè)，即比值大于1，說(shuō)明實(shí)驗(yàn)組發(fā)生事件多于對(duì)照組，落于左側(cè)則相反如果效應(yīng)量是MD、SMD、RD值。菱形落于直線右側(cè)，說(shuō)明試驗(yàn)組的指標(biāo)大于對(duì)照組，

19、落于左側(cè)則相反若菱形與直線不相交：落于右側(cè)：說(shuō)明試驗(yàn)組事件較多，對(duì)于有效、治愈等有利事件，試驗(yàn)組發(fā)生較多，效果較好；對(duì)于死亡、復(fù)發(fā)等不利事件，試驗(yàn)組發(fā)生較多，效果更差；落于左側(cè)則相反森林圖與異質(zhì)性：森林圖顯示了各個(gè)研究的效應(yīng)量和可信區(qū)間，若各研究間可信區(qū)間有較少重疊，則可能存在異質(zhì)性點(diǎn)擊這個(gè) 將圖片“另存為”選擇一個(gè)格式保存，就可以用于雜志的發(fā)表，一般選擇PDF格式，清晰度好漏斗圖漏斗圖打開(kāi)漏斗圖漏斗圖可用來(lái)識(shí)別發(fā)表偏移和其他偏移優(yōu)點(diǎn)是直觀缺點(diǎn)是主觀，不同的人判讀結(jié)果不同繪制漏斗圖至少需要納入10項(xiàng)研究。若小于10項(xiàng)，研究數(shù)太少，檢驗(yàn)效能不足，難以評(píng)定漏斗圖的對(duì)稱性各個(gè)點(diǎn)代表納入的各個(gè)研究中間

20、的豎線是合并后的OR值理想狀態(tài)下各個(gè)研究應(yīng)平均地分布于豎線的左右兩側(cè)縱軸是標(biāo)準(zhǔn)誤，進(jìn)一步理解就是樣本量樣本量越大，分布越向上樣本量越小，分布越向小理想的漏斗圖如左圖所示：大樣本研究集中地分布于圖形上方小樣本研究分散地分布于圖形下方形似漏斗，所以叫做漏斗圖如果存在發(fā)表偏移，如一些陰性結(jié)果未能發(fā)表，漏斗圖就會(huì)出現(xiàn)缺角，如左圖的右下角漏斗圖與異質(zhì)性:漏斗圖常用于發(fā)表偏移的識(shí)別，然而，引起漏斗圖不對(duì)稱的原因很多，發(fā)表偏移也是其中之一漏斗圖可大致了解各研究間是否存在異質(zhì)性這兩條斜線是漏斗圖的95%可信區(qū)間理想情況下，漏斗圖中應(yīng)有95%的點(diǎn)落在這個(gè)區(qū)間內(nèi)，提示可能不存在異質(zhì)性，如果有更多的點(diǎn)落在外面，則提

21、示可能存在異質(zhì)性點(diǎn)擊 將圖 片另存為 第六部分第六部分 異質(zhì)性和敏感性分析異質(zhì)性和敏感性分析異質(zhì)性異質(zhì)性l理想狀態(tài)下，一個(gè)理想狀態(tài)下，一個(gè)Meta分析應(yīng)該相當(dāng)于一分析應(yīng)該相當(dāng)于一個(gè)大型的多中心研究，納入的各項(xiàng)研究應(yīng)個(gè)大型的多中心研究，納入的各項(xiàng)研究應(yīng)該是同質(zhì)的該是同質(zhì)的l研究?jī)?nèi)的變異是相似的，各項(xiàng)研究應(yīng)該是研究?jī)?nèi)的變異是相似的，各項(xiàng)研究應(yīng)該是指向同一個(gè)結(jié)果的指向同一個(gè)結(jié)果的l然后，由于研究人員、對(duì)象、地點(diǎn)、條件、然后，由于研究人員、對(duì)象、地點(diǎn)、條件、種族等的不同，研究間的異質(zhì)性是種族等的不同，研究間的異質(zhì)性是“絕對(duì)絕對(duì)”存在的存在的異質(zhì)性的評(píng)價(jià)方法異質(zhì)性的評(píng)價(jià)方法數(shù)值法lQ統(tǒng)計(jì)量lH統(tǒng)計(jì)量lI

22、2統(tǒng)計(jì)量圖示法lGalbraith圖lLAbbe圖l森林圖l漏斗圖Revman中可以實(shí)現(xiàn)的有Q統(tǒng)計(jì)量、I2統(tǒng)計(jì)量、森林圖、漏斗圖森林圖和漏斗圖法，前面已經(jīng)說(shuō)過(guò)了，這兩種方法雖然直觀但不客觀，下面來(lái)看Q統(tǒng)計(jì)量及I2統(tǒng)計(jì)量異質(zhì)性檢驗(yàn)的結(jié)果在這里Revman提供兩種異質(zhì)性檢驗(yàn)的方法提供兩種異質(zhì)性檢驗(yàn)的方法1.1. Q Q值值檢驗(yàn)檢驗(yàn)2.2. I I2 2檢驗(yàn)檢驗(yàn)Q Q值檢驗(yàn)值檢驗(yàn)I I2 2檢驗(yàn)檢驗(yàn)對(duì)于對(duì)于Q Q值統(tǒng)計(jì)量檢驗(yàn)，主要看值統(tǒng)計(jì)量檢驗(yàn)，主要看P P值值1.1. P P值值0.1,0.1,無(wú)異質(zhì)性無(wú)異質(zhì)性2.2. P P值值0.1,0.1,有異質(zhì)性有異質(zhì)性卡方值卡方值自由度自由度= =研究數(shù)

23、研究數(shù)-1-1P P值值I I2 2檢驗(yàn)檢驗(yàn)I I2 2取值范圍為取值范圍為0%0%至至100%100%對(duì)于對(duì)于I I2 2統(tǒng)計(jì)量檢驗(yàn)統(tǒng)計(jì)量檢驗(yàn)，判定異質(zhì)性的方法主要有兩種：，判定異質(zhì)性的方法主要有兩種：第二種：（來(lái)自第二種：（來(lái)自CochraneCochrane手冊(cè)）手冊(cè)）只要只要I I2 2不不大于大于50%50%異質(zhì)性都異質(zhì)性都可以接受可以接受第一種：第一種：無(wú)異質(zhì)性無(wú)異質(zhì)性 I I2 20% 0% 輕度輕度異質(zhì)性異質(zhì)性I I2 225% 25% 中中度異質(zhì)性度異質(zhì)性I I2 25050% %重重度異質(zhì)性度異質(zhì)性I I2 275%75%I I2 2值值異質(zhì)性的處理方法1. .檢查納入研究的原始數(shù)據(jù)是否正確，檢查檢查納入研究的原始數(shù)據(jù)是否正確，檢查提取數(shù)據(jù)的方法是否正確提取數(shù)據(jù)的方法是否正確2.2.若異質(zhì)性來(lái)源于種族、劑量或療程等可采若異質(zhì)性來(lái)源于種族、劑量或療程等可采用亞組分析或者用亞組分析或者M(jìn)etaMeta回歸回歸3.3.敏感性分析，了解異質(zhì)性來(lái)源敏感性分析，了解異質(zhì)性來(lái)源l就像尋找過(guò)敏原一樣，敏感性分析就是找就像尋找過(guò)敏原一樣，敏感性分析就是找到哪一個(gè)因素，哪一個(gè)研究對(duì)異質(zhì)性的影到哪一個(gè)因素，哪一個(gè)研究對(duì)異質(zhì)性的影響最大響最大4.4.仍然無(wú)法解釋產(chǎn)生異質(zhì)性原因，可以采用隨仍然無(wú)法解