醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座

醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程鄧特dengte@126.com桂林醫(yī)學(xué)院流行病與衛(wèi)生統(tǒng)計學(xué)教研室年7月2日1醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第1頁2醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第2頁概述60年代開始，在醫(yī)學(xué)文件中，陸續(xù)出現(xiàn)了對多個獨立研究統(tǒng)計量進行合并報道76年，G.V.Glass首先將合并統(tǒng)計量對文件進行綜合分析研究這類方法稱為“Meta-Analysis”80年代末該方法傳入我國，漢字譯名有薈萃分析，二次分析，匯總分析，集成份析等，但不論何種漢字譯名都有不足之處，所以，很多學(xué)者提議依然使用“Meta-分析”這一名稱3醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第3頁Meta-分析定義Meta-AnalysisisasystematicreviewthatusesquantitativemethodstosummarizetheresultsMeta-分析是利用定量方法去概括（總結(jié)）多個研究結(jié)果系統(tǒng)評價

《Evidence-BasedMedicine》---DavidSackett等，第247頁定義4醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第4頁Meta-AnalysisastatisticaltechniqueforassemblingtheresultsofseveralstudiesinareviewintoasinglenumericalestimateMeta-分析是文件評價中，將若干個研究結(jié)果合并成一個單獨數(shù)字預(yù)計統(tǒng)計學(xué)方法。

《TheCochraneLibrary》第3頁定義Meta-分析定義5醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第5頁Meta-分析與系統(tǒng)評價在系統(tǒng)評價中，當(dāng)數(shù)據(jù)資料適合Meta-分析時，用Meta-分析能夠克服傳統(tǒng)文件綜述兩大難題，其分析結(jié)果可靠性更高當(dāng)數(shù)據(jù)資料不適合于作Meta-分析時，系統(tǒng)評價只能處理文件評價問題，不能處理樣本含量問題，所以，對其分析結(jié)論應(yīng)慎重沒有按系統(tǒng)評價標準操作規(guī)范實施，或未經(jīng)嚴格文件評價研究，即使用了Meta-分析也不一定是系統(tǒng)評價研究，更難說是高質(zhì)量研究6定量定性醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第6頁Meta-分析統(tǒng)計目標增加統(tǒng)計功效

因為單個臨床試驗往往樣本較小，難以明確必定某種效應(yīng)，而這些效應(yīng)對臨床醫(yī)生來說又可能是主要。

處理各研究結(jié)果不一致性。尋求新假說7醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第7頁Meta-分析實例一K個研究阿司匹林對照組累計OR95%CI死亡數(shù)未死亡數(shù)死亡數(shù)未死亡數(shù)aibicidiNi下限上限1495666755712390.7200.4891.0592447146470715290.6810.4571.013310273012672416820.8030.6061.063432285382716260.8010.4861.3195857255235412160.7980.5531.1536246219203845241.1330.9351.37371570701717206880171870.8950.8290.966累計21281205822861153128003七個阿斯匹林預(yù)防心肌梗死研究資料（取自FleissJL）表中ai、bi、ci、di為各研究四格表數(shù)，Ni為各研究樣本例數(shù)，ai為處理組實際陽性數(shù)8醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第8頁Meta-分析實例二K個研究高氟區(qū)適氟區(qū)P值N1X1S1N2X2S21262.260.32422.330.33>0.052552.390.31402.490.32>0.053462.500.30502.670.35<0.054452.640.26502.900.45<0.055452.810.35452.930.36>0.056522.950.46553.270.37<0.057463.150.39423.480.48<0.058453.470.46513.730.54<0.059453.630.38453.810.40<0.0510423.810.41454.160.42<0.0511443.990.56254.180.41>0.05累計491490女童掌骨II型皮質(zhì)厚度11個研究方積乾醫(yī)學(xué)統(tǒng)計學(xué)與電腦試驗第二版上海科學(xué)技術(shù)出版社，，349-3509醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第9頁何時進行meta分析？1.需要作一項緊急決定，時間不允許等候新研究2.當(dāng)前沒有能力開展大規(guī)模臨床試驗3.研究結(jié)果矛盾時假如存在異質(zhì)性，但合并資料任然含有臨床上意義，則可采取隨機效應(yīng)模型；假如存在嚴重異質(zhì)性，提議不要進行meta分析10醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第10頁Meta-分析統(tǒng)計分析過程Meta-分析計算主要步驟計算單個研究效應(yīng)量和方差計算單個研究效應(yīng)量權(quán)重計算合并效應(yīng)量異質(zhì)性檢驗合并效應(yīng)量可信區(qū)間合并效應(yīng)量檢驗11醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第11頁單個研究統(tǒng)計量依據(jù)資料類型選擇單個研究統(tǒng)計量分類變量可選擇統(tǒng)計量比值比，OR（oddsratio）相對危險度，RR（relativerisk）率差，RD（ratedifference）數(shù)值變量可選擇統(tǒng)計量加權(quán)均數(shù)差WMD標準化均數(shù)差SMD12醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第12頁單個研究方差依據(jù)資料類型選擇單個研究統(tǒng)計量di方差Var(di)

單個研究統(tǒng)計量di計算方法確定后，其方差計算方法也隨之確定方差可用于可信區(qū)間和假設(shè)檢驗計算13醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第13頁異質(zhì)性檢驗與異質(zhì)性分析Meta-分析前先做異質(zhì)性分析；只有同質(zhì)資料才能進行合并或比較等統(tǒng)計分析，異質(zhì)性檢驗（testsforheterogeneity）又稱同質(zhì)性檢驗（testsforhomogeneity）用假設(shè)檢驗方法檢驗多個獨立研究是否含有異質(zhì)性（同質(zhì)性）14醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第14頁異質(zhì)性檢驗方法當(dāng)前，多用下面公式計算：Wi為每個研究權(quán)重，第i各研究權(quán)重Wi按下式計算：該檢驗統(tǒng)計量Q幅從自由度為K-1卡方（x2）分布，所以，當(dāng)計算得到Q后，需由卡方分析獲取概率，故又將此檢驗叫做卡方檢驗（Chisquaretest，Chi2）15醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第15頁若異質(zhì)性檢驗結(jié)果為p＞0.10時，多個研究含有同質(zhì)性，可選擇固定效應(yīng)模型（fixedeffectmodel）；若多個研究異質(zhì)性檢驗結(jié)果為p≤0.10時，多個研究不含有同質(zhì)性，首先應(yīng)進行異質(zhì)性分析和處理，若仍無法消除異質(zhì)性資料，可選擇隨即效應(yīng)模型（randomeffectmodel）異質(zhì)性檢驗方法16醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第16頁探討異質(zhì)性起源臨床異質(zhì)性（概念上異質(zhì)性），如對象特征、診療、干預(yù)、對照、研究地點、評價結(jié)局等不一樣方法學(xué)異質(zhì)性：研究設(shè)計與質(zhì)量不一樣統(tǒng)計學(xué)上異質(zhì)性：不一樣試驗中觀察得到效應(yīng)，其變異性超出了隨機誤差本身所致異質(zhì)性17醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第17頁I2及計算

在revman中，I2可用于衡量多個研究結(jié)果間異質(zhì)程度大小指標。這個指標用于描述由各個研究所致，而非抽樣誤差所引發(fā)變異（異質(zhì)性）占總變異百分比．18醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第18頁I2及計算I2：異質(zhì)性定量分析Qisthechi-squaredstatisticdfisthedegreesoffreedomI2值從0%至100%，0%時無異質(zhì)性，I2值越大，異質(zhì)性越大；I2描述了去除抽樣誤差（機遇）后異質(zhì)性。19醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第19頁Howmuchistoomuchheterogeneity？普通說來，用I2=25%，或50%，或75%將異質(zhì)性劃分為低，中，高；但不宜機械應(yīng)用；I2大于50%可認為有實質(zhì)性異質(zhì)性。20醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第20頁異質(zhì)性分析與處理方法當(dāng)異質(zhì)性檢驗出現(xiàn)p≤0.10時，首先應(yīng)找出產(chǎn)生異質(zhì)性原因，如療程長短、用藥劑量、病情輕重、對照選擇等是否相同由上述原因引發(fā)異質(zhì)性，可使用亞組分析(subgroupanalysis）,Breslow-Day法和回歸近似法依據(jù)Cochrane系統(tǒng)評價要求，在系統(tǒng)評價計劃書中盡可能地對一些主要亞組間差異進行敘述，也就是說對主要亞組分析，應(yīng)在計劃書中加以說明另外，在同一個系統(tǒng)評價中，不提倡使用太多亞組分析21醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第21頁假如存在嚴重異質(zhì)性，提議不要進行meta分析，而是依據(jù)試驗特征如性別、年紀、病情嚴重程度、疾病分期、基線危險度、干預(yù)強度和時間等進行亞組分析，或進行敏感性分析或考慮協(xié)變量影響進行meta回歸分析，以解釋異質(zhì)性起源22醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第22頁多個試驗效應(yīng)合并將多個獨立研究結(jié)果合并成某個單一效應(yīng)量或效應(yīng)尺度，即用某個指標合并統(tǒng)計量，以反應(yīng)多個獨立研究綜合效應(yīng)怎樣合理對多個獨立研究效應(yīng)合并，是Meta-分析統(tǒng)計過程主要問題23醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第23頁合并統(tǒng)計量兩種模型固定效應(yīng)模型（fixedeffectmodel）：若多個研究含有同質(zhì)性時，可使用固定效應(yīng)模型隨機效應(yīng)模型（randomeffectmodel）：若多個研究不含有同質(zhì)性時，先對異質(zhì)原因進行處理，若異質(zhì)性分析與處理后仍無法處理異質(zhì)性時，可使用隨機效應(yīng)模型24醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第24頁分類變量（categorydichotomous）固定效應(yīng)模型：指標RR、ORStandardoddsratio法Mantel-Haenzel法Peto法隨機效應(yīng)模型：指標RR、OR

如：Dersimonian&Laird（D-L）法25醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第25頁數(shù)值變量（continuous）固定效應(yīng)模型WMD，加權(quán)均數(shù)差法SMD，標準化均數(shù)差法隨機效應(yīng)模型

D-L法26醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第26頁資料類型與采取計算方法資料類型合并統(tǒng)計量模型計算方法TypeofdataSummarystatisticModelMethod二分類變量OddsRatio固定Peto固定Mantel-Haenszel隨機D-LRR固定Mantel-Haenszel隨機D-LRD固定Mantel-Haenszel隨機D-L數(shù)值變量WMD固定倒方差法隨機D-LSMD固定倒方差法隨機D-L個案資料OR固定Peto27醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第27頁試驗組與對照組舒張壓改進值比較例：WMD加權(quán)均數(shù)差法28醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第28頁計算各研究效應(yīng)值、方差和權(quán)重29醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第29頁研究結(jié)果效應(yīng)值、方差和權(quán)重

30醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第30頁對各研究結(jié)果效應(yīng)值進行齊性檢驗

H0：各研究效應(yīng)值相等。H1：各研究效應(yīng)值不相等。

因為齊性檢驗檢驗效能較低所以通常將檢驗水準定為=0.10。計算統(tǒng)計量Q

Q=29.694,df=15,p=0.013。Q服從自由度為M－12

分布。31醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第31頁計算合并效應(yīng)值

固定效應(yīng)模型合并效應(yīng)值：（各研究效應(yīng)值相等）其方差為：32醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第32頁計算合并效應(yīng)值隨機效應(yīng)模型合并效應(yīng)值：（各研究效應(yīng)值不等）DerSimonianandLaird方法

其方差為：33醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第33頁DerSimonianandLaird方法中權(quán)重計算方法

其中為固定效應(yīng)模型時效應(yīng)值方差，D為隨機效應(yīng)部分方差。

其中為固定效應(yīng)模型時各研究權(quán)重，Q為齊性檢驗時統(tǒng)計量。

34醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第34頁研究結(jié)果效應(yīng)值、方差和權(quán)重

35醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第35頁WMD問題對臨床一些主要改變經(jīng)常不能清楚地反應(yīng)出來；有嚴格高質(zhì)量標準，標準差較小研究有較大權(quán)重；相同測量指標并不總是可比，如美國和英國醫(yī)療費用；有些衛(wèi)生政策能夠左右“醫(yī)療過程”測量指標改變。36醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第36頁SMD標準化均數(shù)差假如各研究測量相同指標而采取不一樣量度，就需要在合并之前對不一樣量度進行轉(zhuǎn)換；在“轉(zhuǎn)換系數(shù)”知道情況下可直接進行轉(zhuǎn)換；“標準化”轉(zhuǎn)換可使用：量度因子：每個研究中標準差選擇量度：自然標準差單位“標準效應(yīng)量”計算：效應(yīng)量=均數(shù)差值/平均標準差37醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第37頁合并效應(yīng)量檢驗用假設(shè)檢驗（hypothesistest）方法檢驗多個獨立研究總效應(yīng)量是否含有統(tǒng)計學(xué)意義，其原理與常規(guī)假設(shè)檢驗完全相同兩種方法：

U檢驗（Ztest）卡方檢驗（Chisquaretest）依據(jù)Z或U值或卡方值得到該統(tǒng)計量下概率（P）值若P≤0.05，多個研究合并效應(yīng)量由統(tǒng)計學(xué)意義若p＞0.05，多個研究合并統(tǒng)計量沒有統(tǒng)計學(xué)意義38醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第38頁合并效應(yīng)量可信區(qū)間可信區(qū)間（confidenceinterval，CI）是按一定概率預(yù)計總體參數(shù)（總體均數(shù)、總體率）所在范圍（區(qū)間）如：95%CI，是指總體參數(shù)在該區(qū)間可能性為95%可信區(qū)間主要有預(yù)計總體參數(shù)和假設(shè)檢驗兩個用途森林圖即是依據(jù)各個獨立研究95%可信區(qū)間及合并效應(yīng)量95%可信區(qū)間繪制39醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第39頁OR與RR可信區(qū)間若選擇OR或RR位合并統(tǒng)計量時，其95%可信區(qū)間與假設(shè)檢驗關(guān)系以下：若其95%CI包含了1，等價于P＞0.05,即合并統(tǒng)計量無統(tǒng)計學(xué)意義若其95%CI上下限均大于1或均小于1，等價于P≤0.05,即合并統(tǒng)計量有統(tǒng)計學(xué)意義40醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第40頁WMD和SMD可信區(qū)間若選擇WMD或SMD為合并統(tǒng)計量時，其95%CI與假設(shè)檢驗關(guān)系以下：若其95%CI包含0，等價于P＞0.05，即合并統(tǒng)計量無統(tǒng)計學(xué)意義若其95%CI上下限均大于0或小于0，等價于P≤0.05，即合并效應(yīng)量由統(tǒng)計學(xué)意義41醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第41頁分類變量實例分析單個分類變量研究數(shù)據(jù)分類變量（category，dichotomous）單個研究統(tǒng)計量di，可選擇OR、RR或RD，四格表數(shù)據(jù)以下表：EventNoeventTreatmentaibin1iControlcidin2im1im2i42醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第42頁實例一K個研究阿司匹林撫慰劑累計OR95%CI死亡數(shù)未死亡數(shù)死亡數(shù)未死亡數(shù)aibicidiNi下限上限1495666755712390。7200.4891.0592447146470715290。6810.4571.013310273012672416820。8030.6061.063432285382716260。8010.4861.3195857255235412160。7980.5531.1536246219203845241。1330.9351.37371570701717206880171870。8950.8290.966累計21281205822861153128003七個阿斯匹林預(yù)防心肌梗死研究資料（取自FleissJL）表中ai、bi、ci、di為各研究四個表數(shù)，Ni為各研究樣本例數(shù)，ai為處理組實際陽性數(shù)43醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第43頁OR或RR森林圖OR或RR森林圖（forestplots），無效線豎線橫軸尺度為1，每條橫線為該研究95%可信區(qū)間上下限連線，其線條長短直觀地表示了可信區(qū)間范圍大小，線條中央小方塊為OR值位置，其方塊大小為該研究權(quán)重大小。若某個研究95%CI線條橫跨為無效豎線，即該研究無統(tǒng)計學(xué)意義，反之，若該橫線落在無效豎線左側(cè)或右側(cè)，該研究有統(tǒng)計學(xué)意義44醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第44頁例一Revman4.2.8森林圖（M-H法）45醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第45頁例一Revman4.2.8森林圖（Peto法）納入研究個數(shù)多時，與M-H法相同。納入研究個數(shù)少時，采取Peto法，Peto法只有固定效應(yīng)模型，無隨機效應(yīng)模型46醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第46頁漏斗圖及用途漏斗圖（funnelplots）最初使用每個研究處理效應(yīng)預(yù)計值為X軸，樣本含量大小為Y軸簡單散點圖（scatterplots）對處理效應(yīng)預(yù)計，其準確性是伴隨樣本含量增加而增加，小樣本研究效應(yīng)預(yù)計值分布于圖底部，其分布范圍較寬；大樣本研究效應(yīng)預(yù)計值分布范圍較窄，當(dāng)沒有發(fā)生偏移時，其圖形成對稱倒漏斗狀，故稱之為“漏斗圖”47醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第47頁Revman中漏斗圖在Revman軟件中，漏斗圖是采取OR或RR對數(shù)值（logOR或logRR）為橫坐標，OR或RR對數(shù)值標準誤倒數(shù)1/SE(logRR)為縱坐標繪制，然后，以真數(shù)標明橫坐標標尺，而以SE(logRR)標明縱坐標標尺48醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第48頁漏斗圖用途漏斗圖主要用于觀察某個系統(tǒng)評價或Meta-分析結(jié)果是否存在偏倚，如發(fā)表偏倚或其它偏倚。假如資料存在偏倚，會出現(xiàn)不對稱漏斗圖，不對稱越顯著，偏倚程度也就越大。漏斗圖不對稱性主要與發(fā)表偏倚相關(guān)，但也可能存在其它原因定量方法：Egger檢驗（線性回歸方程）49醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第49頁漏斗圖不對稱主要原因選擇性偏倚（selectionbias）發(fā)表偏移(publicationbias)語言偏倚（languagebias）引用偏倚（citationbias）重復(fù)發(fā)表偏倚（multiplepublicationbias）50醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第50頁偏倚起源異質(zhì)性（Trueheterogeneity）研究規(guī)模對效應(yīng)值影響（Sizeofeffectdiffersaccordingtostudysize

干預(yù)強度（Intensityofintervention）潛在影響原因差異（Differencesinunderlyingrisk）數(shù)據(jù)不規(guī)范（Datairregularities）小規(guī)模研究在研究設(shè)計方面存在問題（Poormethodologicaldesignofsmallstudies）使用了不適當(dāng)分析方法（Inadequateanalysis）偽造數(shù)據(jù)（Fraud、Artefactual）測量指標選擇（Choiceofeffectmeasure）偶然性（Chance）

51醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第51頁例一Revman4.2.8漏斗圖

（funnelplots）52醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第52頁數(shù)值變量實例分析單個數(shù)值變量研究數(shù)據(jù)數(shù)值變量(continuous)單個研究統(tǒng)計量di，可選擇WMD和SMD法，單個研究數(shù)據(jù)以下表：均數(shù)標準差例數(shù)XStdN試驗組X1S1n1對照組X2S2n253醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第53頁實例二數(shù)值變量Meta-分析K個研究高氟區(qū)適氟區(qū)P值N1X1S1N2X2S21262.260.32422.330.33>0.052552.390.31402.490.32>0.053462.500.30502.670.35<0.054452.640.26502.900.45<0.055452.810.35452.930.36>0.056522.950.46553.270.37<0.057463.150.39423.480.48<0.058453.470.46513.730.54<0.059453.630.38453.810.40<0.0510423.810.41454.160.42<0.0511443.990.56254.180.41>0.05累計491490女童掌骨II型皮質(zhì)厚度11個研究方積乾醫(yī)學(xué)統(tǒng)計學(xué)與電腦試驗第二版上?？茖W(xué)技術(shù)出版社，，349-35054醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第54頁數(shù)值變量單個效應(yīng)量及方差分析當(dāng)前，數(shù)值資料單個研究，主要是用加權(quán)均數(shù)差WMD和標準化均數(shù)差SMD來描述其效應(yīng)量WMD和SMD意義和可信區(qū)間如同前述55醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第55頁WMD和SMD森林圖WMD和SMD森林圖，無效豎線橫軸尺度為0，每條橫線為該研究95%可信區(qū)間上下限連線，其線條長短直觀地表示了可信區(qū)間范圍大小，線條中央小方塊為WMD或SMD值位置，其方塊大小為該研究權(quán)重大小。若某個研究95%可信區(qū)間線條橫跨無效豎線，即該研究無統(tǒng)計學(xué)意義，反之，若該橫線落在無效豎線左側(cè)或右側(cè)，即該研究有統(tǒng)計學(xué)意義56醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第56頁實例二Revman4.2.8森林圖

（WMD法）57醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第57頁實例二Revman4.2.8森林圖

（SMD法）58醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第58頁實例二Revman4.2.8漏斗圖

（funnelplots）59醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第59頁輔助分析亞組分析敏感性分析60醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第60頁失效安全數(shù)即計算需要多少陰性研究結(jié)果匯報才能使結(jié)論逆轉(zhuǎn)失效安全數(shù)越大，說明meta分析結(jié)果越穩(wěn)定，結(jié)果被推翻可能性越小61醫(yī)學(xué)數(shù)據(jù)Meta分析統(tǒng)計過程專家講座第61頁相關(guān)Meta-分析討論Meta-分析不足當(dāng)前，Meta-分析統(tǒng)計學(xué)方法尚不夠完善，還不能滿足不一樣資料類型和不一樣臨床設(shè)計方案，如多個均數(shù)比較、等級資料比較時，仍無成熟Meta-分析方法關(guān)于Meta分析爭論

對Meta-分析爭論也較多，主要以下：必定Meta-分析者間爭論對固定與隨機效應(yīng)模型爭論權(quán)重計算不一樣方法等否定Meta-分析者