連續(xù)型數(shù)據(jù)的meta分析結(jié)果匯報(bào)

1、1、異質(zhì)性檢驗(yàn)本次研究的 13 篇文獻(xiàn)，經(jīng)過(guò)異質(zhì)性檢驗(yàn)，I2=77.9%50%，且 Q 檢驗(yàn)的P0.1，提示本次研究選擇的文獻(xiàn)之間存在較強(qiáng)異質(zhì)性，可以選擇隨機(jī)效應(yīng)進(jìn)行 meta 分析，也可以繼續(xù)異質(zhì)性的原因?；诒敬窝芯康臄?shù)據(jù)情況，高度懷疑異質(zhì)性的來(lái)源為疼痛評(píng)價(jià)量表不一致，后續(xù)會(huì)按照量表分類(lèi)進(jìn)行亞組分析。對(duì)于整體 13 篇文獻(xiàn)，選擇隨機(jī)效應(yīng)進(jìn)行 meta 分析，結(jié)果如下：隨機(jī)效應(yīng)給出的 meta 分析結(jié)果顯示，實(shí)驗(yàn)組的疼痛比對(duì)照組的疼痛低 0.91，且具低的程度具有統(tǒng)計(jì)學(xué)意義，P|t|95% Conf.erval+量表_cons|2.843275.0727399.4372513.0196895

2、6.79-9.680.0000.0002.026843.04008963.988574.1319814從上表可以看到，自變量“量表類(lèi)型”可以顯著影響效應(yīng)量，P0.05?；谶@個(gè)結(jié)論，接下來(lái)進(jìn)行亞組研究。4、亞組分析按照疼痛量表將 13 篇文獻(xiàn)劃分成兩組，分別進(jìn)行 meta 分析，結(jié)果如下：基于以上的亞組分析，兩個(gè)組別之間的異質(zhì)性極強(qiáng)，達(dá)到了高度異質(zhì)，意味著疼痛量表的選擇在很大程度上會(huì)影響 meta 分析結(jié)果。其中,womac 量表組內(nèi)完全無(wú)異質(zhì)，且合并 5 篇 WOMAC 量表的結(jié)果，效應(yīng)量達(dá)到了-1.58，且顯著（z= 12.25p0.05）,達(dá)到了大效應(yīng)量，意味著在很大程度上顯著減少頸椎痛。其次，VAS 量表組內(nèi)完全無(wú)異質(zhì)，且合并 8 篇 VAS 量表的結(jié)果，效應(yīng)量達(dá)到了-0.53，且顯著（z= 6.30,p 0.05）,達(dá)到中等效應(yīng)量，意味著 對(duì)頸椎疼痛有明顯改善。WOMAC 量表有可能會(huì)夸大效應(yīng)量。基于以上所有分析，顯著改善頸椎痛。5、偏倚檢驗(yàn)按照亞組分別進(jìn)行偏倚檢驗(yàn)，繪制漏斗圖，結(jié)果如下：注：左側(cè)為WOMAC；右側(cè)為 VAS從上圖可以清晰看到，本研究的漏斗圖基本對(duì)稱(chēng)，同時(shí)進(jìn)行