22_Meta分析

*第二十二章 Meta 分析 第二十二章 Meta 分析 [教学要求] 了解： Meta 分析的偏倚和应用。 熟悉： Meta 分析的统计方法。 掌握： Meta 分析的基本含义。 [重点难点] 第一节 Meta 分析概述 一、Meta 分析的含义 对同一研究目的或项目的许多研究结果，由于各学者在研究设计、对象选择、样 本含量、指标选择、统计方法等方面不完全相同，导致研究结果并不完全一致，对形 成最后的综合结论产生重要影响。 英国教育心理学家 George Glass 给 meta 分析的定义是“以综合研究结果为目的而 对大量单项研究结果进行统计分析”。Meta 分析实质上就是汇总相同研究目的的多项 研究结果并分析其合并效应量的一系列过程，即通过综合多项研究结果而提供一 个量化的平均效果或联系来回答问。 二、Meta 分析的基本步骤 1. 提出问题，制定研究 可通过查阅和分析大量文献而提出 meta 分析所研 究的问题。Meta 分析课题的研究计划包括研究目的、现状、意义、方法、数据收集与 分析、结果解释、报告撰写等。 2. 检索相关文献 一般从研究问题入手，确定相应的检索词及其之间的搭配关 系，制定检索策略和检索范围。 3. 筛选纳入文献 以明确的纳入和剔除标准从检索出的文献中筛选合乎要求的 文献。 4. 提取纳入文献的数据信息 被 meta 分析采用的数据信息一般包括基本信息、 研究特征、结果测量等内容，确定和选择需要分析和评价的效应变量。 5. 纳入文献的质量评价 主要考察各个研究是否存在偏倚（如选择偏倚、失访 1 *第二十二章 Meta 分析 偏倚、发表偏倚等）及其影响程度。 6. 数据的统计学处理 包括：明确资料类型、选择恰当的效应指标；进行同质 性检验、选择适合的统计分析模型；效应合并值的参数估计与假设检验；效应合并值 参数估计的图示。 7. 敏感性分析 就不同统计模型的选择、质量较差的文献的剔除前后、文献进 行分层的前后和纳入和剔除标准的改变前后进行比较，以了解 meta 分析结论的稳定 性 8. 结果的分析与讨论 包括异质性及其对效应合并值的影响、几种设计类型的 亚组分析、各种偏倚的识别与控制和 meta 分析结果的实际意义。 第二节 Meta 分析的统计方法 Meta 分析的统计方法包括固定效应模型和随机效应模型。固定效应模型假设 各独立研究来自同一总体的样本，各研究的效应值只是总体参数的一次实现；各研究 间的差异只由抽样误差引起，不同研究间的变异很小；一项个体研究内部的方差与另 一项个体研究内部的方差相等（方差齐性）。随机效应模型假定各项研究来自不同的 总体；研究间的变异较大，既包括各项研究内部的方差，也包括个体研究间的方差； 每项研究有其相应的总体参数，meta 分析的合并效应值是多个不同总体参数的加权平 均。 在选择 meta 分析的统计模型时，首先要对各研究作同质性检验(homogeneity test)，若检验结果不拒绝零假设，即各研究间的差异没有统计学意义，可采用固定效 应模型，其主要统计方法包括 Mantel-Haenszel 法、Peto 法和 General Variance-Based 法；若拒绝零假设，则认为研究间存在异质性，应采用随机效应模型，其统计方法主 要是 DerSimonian and Laird 法。利用 meta 分析对纳入研究的文献数据进行统计处理 时，首先要明确资料的类型及结局变量，然后对待合并的多个研究进行同质性检验， 选择适宜的统计分析模型。 一、 连续型变量资料的 meta 分析方法 对连续型变量资料进行 meta 分析可选择标准化均数差作为效应变量。根据研究 间的齐性情况，选择不同的统计分析模型。若研究间的齐性情况好，则选择固定效应 模型；否则，选择随机效应模型，具体统计方法是 DerSimonian and Laird 法。 2 *第二十二章 Meta 分析 二、分类变量资料的 meta 分析方法 对于分类变量资料，主要讨论四格表资料的 meta 分析。能够形成四格表资料的 研究方法最常见的有临床随机化试验、病例-对照研究、队列研究和诊断试验评价等。 这些研究的数据基本见教材表 22-4。分析的效应指标可以是 OR、RD 等。通过齐 性检验，若研究间的齐性情况好，则选择固定效应模型，具体统计方法有 Mantel-Haenszel 法（简称 M-H 法）、Peto 法、Fleiss 法以及 General variance-based 法； 否则，选择随机效应模型，具体统计方法是 DerSimonian and Laird 法。 值得注意的是，有时各项研究并不提供四格表的原始资料，而只有RR和 95%CI （RRL，RRU），此时可按照教材的（22-35）、（22-36）和（22-37）估计方差。 第三节 Meta 分析的偏倚与应用 一、 发表偏倚的识别与控制 在 meta 分析中可能出现的偏倚主要包括抽样偏倚、选择偏倚和研究内偏倚。 抽样偏倚：查找有关文献时产生的偏倚，包括发表偏倚、查找偏倚、索引偏倚、 引文偏倚和语种偏倚等。 选择偏倚：根据文献的纳入和剔除标准选择符合 meta 分析的文献时产生的偏倚， 包括纳入标准偏倚和选择者偏倚等。 研究内偏倚：在资料提取时产生的偏倚。包括提取者偏倚、研究质量评分偏倚和 报告偏倚。 发表偏倚是 meta 分析中最常见的偏倚，是指具有统计学意义的研究结果较无统 计学意义或无效的结果被报告和发表的可能性更大。识别和控制发表偏倚的方法包括 漏斗图分析、线性回归法、秩相关检验法和失安全系数法。 二、Meta 分析的用途 应用范围：病因学研究中因果联系的强度与特异性；各种干预措施效果的程度、 特异性以及卫生经济学问题；卫生策略的效果评价。 应用目的：提高统计学检验效能；解决单项研究间的矛盾，评价结果的一致性； 改善对效应量的估计；解决既往单项研究尚未明确的新问题。 3 *第二十二章 Meta 分析 [案例讨论参考答案] 见教材表 22-8 的资料。 1. 研究者直接将原始数据进行合并分析是不恰当的，因为每个作者在应用病例对 照研究时研究设计、对象选择、样本含量、指标选择、统计方法等方面可能不完全相 同，因此应该考虑各研究间可能存在的偏倚和异质性，通过综合分析得到恰当的结论。 2．研究者虽然作了各研究间结果的异质性检验，但未作具体分析即采用了固定 效应模型的统计分析方法，从异质性检验结果来看显然是不妥当的，异质性检验 Q=26.41，P<0.05，说明 3 项研究结果间存在异质性，因此应该选择随机效应模型进 行分析。 3．根据异质性检验结果，计算过程和结果如下： 1）计算各项研究的ORi ：3 项研究的OR值分别为 10.22、1.86 和 43.5。 2）用M-H法估计ORMH值 88.8 62.6 82.58 === ∑ ∑ i ii i i ii MH T cb OR T cb OR 3）计算异质性检验的 Q 值 [ ] 44.1201.240.1003.0 )ln()ln( 2 =++= −=∑ MHi i ii OROR T cbQ 4）计算校正因子 D 若 Q＜k-1，则 D=0；若 Q≥k-1，则按下式计算 D： [ ] ∑∑ ∑ ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛−⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −− = 22 )1( i ii i ii i ii T cb T cb T cbkQ D 本例 Q=12.44≥k-1=3-1=2，应按照上式计算校正因子。 [ ] ( )[ ] 04.3 13.2162.6 62.61344.12 )1( 222 =− ×−−= ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛−⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −− = ∑∑ ∑ i ii i ii i ii T cb T cb T cbkQ D 5）用DerSimonian-Laird法计算权重（wi） 4 *第二十二章 Meta 分析 )/1( 1 i ii i T cbD w + = 6）用 DerSimonian-Laird 法计算合并的 OR 值 16.8) 81.0 70.1exp( )ln( exp ==⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛= ∑∑ i iiDL w ORw OR 7）计算 95%CI ( ) )81.0/96.1)16.8exp(ln( /96.1)ln(exp ±= ± ∑ iDL wOR =（0.92, 72.03） 效应合并值的 95%置信区间包括 1，P>0.05，根据该资料尚不能认为肝癌发生 与 HBV 感染之间存在联系。 [电脑实验及结果解释] 实验 22-1 连续型变量的固定效应模型 程序 22.1 均数之差的 Meta 分析（固定效应模型）SAS 程序及说明 说 明 行号 程 序 建立数据集a； 01 DATA a; 定义并输入变量，分别代表每项研究中药物组与 对照组的例数、均数和标准差； 02 INPUT n1i x1i s1i n2i x2i s2i; 03 spi=SQRT(((n1i-1)*s1i**2 计算每项研究的合并方差； +(n2i-1)*s2i**2)/(n1i+n2i-2)); 04 di=(x1i-x2i)/spi; 计算每项研究的标准化均数差； 05 wi=2*(n1i+n2i)/(8+di**2); 计算各研究的权重； wid=wi*di; wid2=wi*di**2; 06 07 s_num=5; 定义研究数； 08 CARDS; 24 1.27 0.70 25 1.63 0.70 09 33 1.29 0.96 30 1.75 0.93 10 44 1.28 2.41 40 2.21 1.94 11 35 1.32 1.85 36 1.91 1.80 12 43 1.22 1.70 41 1.98 1.75 13 14 ; DATA b; SET a; 建立数据集b，读入数据集a中数据； 15 5 *第二十二章 Meta 分析 swi1+wi; swid1+wid; swid21+wid2; 16 17 id=_N_; IF _N_=s_num THEN DO; 18 19 swi=swi1;swid=swid1; swid2=swid21; 20 END; 21 PROC SORT; BY DESCENDING id; 22 DATA c; SET b; 23 24 hbd=swid/swi; 计算效应合并值； 25 df=s_num-1; 计算同质性检验的自由度df； 26 q=swid2-(swid**2)/swi; 计算同质性检验统计量q； 27 p1=1-PROBCHI(q,df); 计算q对应的P值； 28 low=hbd-(1.96/(swi**0.5)); 计算效应合并值95%置信区间的下限； 29 up=hbd+(1.96/(swi**0.5)); 计算效应合并值95%置信区间的上限； 30 chisq=(swid**2)/swi; 计算效应合并值假设检验的统计量chisq； 31 p=1-PROBCHI(chisq,df); 计算chisq对应的P值； 32 PROC PRINT; 调用PRINT过程输出结果； VAR n1i x1i s1i n2i x2i s2i di spi wi wid wid2; 指定输出变量； 33 VAR swi swid swid2 hbd q p1 low up chisq p; 34 35 RUN; 运行程序； 运行结果： Output窗口： Obs n1i x1i s1i n2i x2i s2i di spi wi wid wid2 swi 1 43 1.22 1.70 41 1.98 1.75 -0.44069 1.72457 20.5023 -9.03514 3.98169 85.7198 2 35 1.32 1.85 36 1.91 1.80 -0.32332 1.82481 17.5211 -5.66493 1.83159 . 3 44 1.28 2.41 40 2.21 1.94 -0.42291 2.19903 20.5408 -8.68699 3.67385 . 4 33 1.29 0.96 30 1.75 0.93 -0.48633 0.94586 15.2977 -7.43977 3.61820 . 5 24 1.27 0.70 25 1.63 0.70 -0.51429 0.70000 11.8580 -6.09838 3.13631 . Obs swid swid2 hbd q p1 low up chisq p 1 -36.9252 16.2416 -0.43077 0.33550 0.98741 -0.64246 -0.21907 15.9061 .0031477 2 . . . . . . . . . 3 . . . . . . . . . 4 . . . . . . . . . 5 . . . . . . . . . 实验 22-2 连续型变量的随机效应模型 程序 22-2 均数之差的 Meta 分析（随机效应模型）SAS 程序及说明 说 明 行号 程 序 建立数据集a1； 01 DATA a1; 定义并输入变量，分别代表每项研究中药物组与对照 组的例数、均数和标准差； INPUT n1i x1i s1i n2i x2i s2i; 02 03 spi=SQRT(((n1i-1)*s1i**2 计算每项研究的合并方差； +(n2i-1)*s2i**2)/(n1i+n2i-2)); 6 *第二十二章 Meta 分析 04 di=(x1i-x2i)/spi; 计算每项研究的标准化均数差； 05 wi=n1i+n2i; wid=wi*di; 计算每项研究权重； 06 wid2=wi*di**2; 07 s_num=5; 定义研究数； 08 CARDS; 13 5.0 4.7 13 6.5 3.8 09 30 4.9 1.7 50 6.1 2.3 10 35 22.5 3.4 25 24.9 10.7 11 20 12.5 1.47 20 12.3 1.66 12 8 6.5 0.76 8 7.38 1.41 13 14 ; DATA a2; SET a1; 建立数据集a2，读入数据集a1中数据； 15 16 swi1+wi;swid1+wid;swid21+wid2; 17 id=_N_; IF _N_=s_num THEN DO; 18 19 swi=swi1;swid=swid1; 20 swid2=swid21; 21 END; PROC SORT;BY DESCENDING id; 22 DATA a3; SET a2; 23 24 hbd=swid/swi; 计算效应的加权均数； 25 sd2=(swid2/swi)-hbd**2; 计算效应的加权方差； 26 se2=4*s_num/swi*(1+hbd**2/8); 计算统计量的标准误； 27 chisq=s_num*sd2/se2;df=s_num-1; 计算同质性检验统计量chisq和自由度df； 28 p=1-PROBCHI(chisq,df); 计算chisq对应的P值； IF sd2>se2 THEN sdel=SQRT(sd2-se2); 计算随机效应模型的 ； δs29 30 ELSE sdel=0; 31 low=hbd-1.96*sdel; 计算随机效应模型效应合并值95%置信区间下限； 32 up=hbd+1.96*sdel; 计算随机效应模型效应合并值95%置信区间上限； 33 sdf=se2**0.5/s_num**0.5; 计算固定效应模型的 ds ； 34 flow=hbd-1.96*sdf; 计算固定效应模型效应合并值95%置信区间下限； 35 fup=hbd+1.96*sdf; 计算固定效应模型效应合并值95%置信区间上限； 36 PROC PRINT; 调用PRINT过程输出结果； VAR n1i x1i s1i n2i x2i s2i di spi wi wid wid2; 指定输出变量； 37 VAR swi swid swid2 hbd low up chisq p flow 38 fup sd2 se2 sdf; 39 RUN; 运行程序； 运行结果： Output窗口： Obs n1i x1i s1i n2i x2i s2i di spi wi wid wid2 swi swid swid2 1 8 6.5 0.76 8 7.38 1.41 -0.77695 1.13263 16 -12.4312 9.6585 222 -81.8009 46.0898 7 *第二十二章 Meta 分析 2 20 12.5 1.47 20 12.30 1.66 0.12756 1.56788 40 5.1024 0.6509 . . . 3 35 22.5 3.40 25 24.90 10.70 -0.32614 7.35879 60 -19.5684 6.3821 . . . 4 30 4.9 1.70 50 6.10 2.30 -0.57223 2.09707 80 -45.7782 26.1956 . . . 5 13 5.0 4.70 13 6.50 3.80 -0.35098 4.27376 26 -9.1255 3.2028 . . . Obs hbd low up chisq p flow fup sd2 se2 sdf 1 -0.36847 -0.36847 -0.36847 3.92057 0.41686 -0.63379 -0.10316 0.071840 0.091619 0.13537 2 . . . . . . . . . . 3 . . . . . . . . . . 4 . . . . . . . . . . 5 . . . . . . . . . . 实验 22-3 分类资料的固定效应模型 程序 22-3 分类资料的 Meta 分析的固定效应模型 SAS 程序及说明（Peto 法） 说 明 行号 程 序 建立数据集a； 01 DATA a; 定义并输入每项研究中治疗组和对照组的发生数 和未发生数变量； INPUT nai nbi nci ndi; 02 03 ori=(nai*ndi)/(nbi*nci); 计算每项研究的OR； 04 m1i=nai+nci; n1i=nai+nbi; 计算每项研究的行、列合计； 05 n2i=nci+ndi;m2i=nbi+ndi; 06 ti=nai+nbi+nci+ndi; 计算每项研究的频数合计； 07 ei=(m1i*n1i)/ti; 计算每项研究中某事件发生数的期望值； 08 s_num=5; 定义研究数； 09 CARDS; 49 566 67 557 10 44 714 64 707 11 27 290 32 277 12 102 730 126 724 13 85 725 52 354 14 15 ; DATA b; SET a; 建立数据集b，读入数据集a中数据； 16 czi=nai-ei; 计算每项研究中某事件实际发生数与期望值之 差； 17 18 vi=m1i*m2i*n1i*n2i/((ti**2)*(ti-1)); 计算每项研究中某事件发生数的方差； 19 aei=czi/vi; 20 sczi1+czi; svi1+vi; saei1+aei; saevi1+czi**2/vi; 21 id=_N_; IF _N_=s_num THEN DO; 22 23 sczi=sczi1;svi=svi1;saei=saei1;saevi=saevi1; 24 q=saevi-(sczi**2/svi); 计算同质性检验统计量q； 25 p1=1-PROBCHI(ABS(q),s_num-1); 计算q对应的P值； 26 END; PROC SORT;BY DESCENDING id; 27 DATA c; SET b; 建立数据集c，读入数据集b中数据； 28 29 lnor=sczi/svi; 计算合并OR的对数值； 8 *第二十二章 Meta 分析 30 orp=EXP(lnor); 计算合并的ORp； chisq=sczi**2/svi; 计算ORp对应的 值； 2χ31 p=1-PROBCHI(chisq,1); 计算 对应的P值； 2χ32 33 low=EXP((sczi-1.96*(svi**0.5)) /svi); 计算ORp的95%置信区间下限； 34 up=EXP((sczi+1.96*(svi**0.5)) /svi); 计算ORp的95%置信区间上限； 35 PROC PRINT; 调用PRINT过程输出结果； VAR nai nbi nci ndi ori ei czi aei vi q p1 指定输出变量； 36 chisq p orp low up sczi saei svi; 37 RUN; 运行程序； 运行结果： Output窗口： Obs nai nbi nci ndi ori ei czi aei vi q p1 1 85 725 52 354 0.79814 91.258 -6.2582 -0.23128 27.0589 0.59748 0.96334 2 102 730 126 724 0.80287 112.780 -10.7800 -0.21867 49.2971 . . 3 27 290 32 277 0.80593 29.877 -2.8770 -0.21504 13.3790 . . 4 44 714 64 707 0.68076 53.541 -9.5409 -0.38000 25.1075 . . 5 49 566 67 557 0.71971 57.579 -8.5787 -0.32613 26.3048 . . Obs chisq p orp low up sczi saei svi 1 10.2492 .001367436 0.76378 0.64762 0.90078 -38.0348 -1.37112 141.147 2 . . . . . . . . 3 . . . . . . . . 4 . . . . . . . . 5 . . . . . . . . 实验22-4 分类资料的固定效应模型 程序22-4 分类资料的Meta分析固定效应模型SAS程序及说明（General variance-based法） 说 明 行号 程 序 建立数据集a； 01 DATA a; 定义并输入每项研究中治疗组和对照组的发生数和 未发生数变量； INPUT nai nbi nci ndi; 02 03 m1i=nai+nci;n1i=nai+nbi; 计算每项研究的行、列合计； 04 n2i=nci+ndi;m2i=nbi+ndi; 05 ti=nai+nbi+nci+ndi; 计算每项研究的频数合计； 06 cai=nai/n1i;coi=nci/n2i; 计算危险度； 07 rdi=abs(cai-coi); 计算危险度的差值； 08 vrdi=m1i*m2i/(n1i*n2i*ti); 计算每项研究的方差； 09 wi=1/vrdi; wirdi=wi*rdi; 计算每项研究的权重； 10 s_num=5; 定义研究数； 11 CARDS; 182 1068 264 986 12 348 1273 204 610 13 490 1678 348 834 14 157 998 188 876 15 346 1340 312 768 16 9 *第二十二章 Meta 分析 17 ; 18 DATA b; 建立数据集b； IF _N_=1 THEN DO UNTIL(LAST); 19 SET a END=LAST; 20 21 swirdi+wirdi; swi+wi; svrdi+vrdi; END; SET a; 读入数据集a中数据； 22 23 rdg=swirdi/swi; 计算合并的危险度差值； 24 ri2=rdi-rdg; 计算每项研究危险度差值与合并危险度差值之差； 25 wri2=wi*(ri2**2); 26 vrdg=1/swi; 27 DATA c; 建立数据集c； IF _N_=1 THEN DO UNTIL(LAST); 28 SET b END=LAST; 29 30 swri2+wri2; END; SET b; 31 DATA d; SET c; 建立数据集d，读入数据集c中数据； 32 33 q=swri2; 计算同质性检验统计量q； 34 p=1-PROBCHI(q,s_num-1); 计算q对应的P值； 35 low=rdg-1.96/SQRT(swi); 计算合并危险度差值的95%置信区间下限； 36 up=rdg+1.96/ SQRT (swi); 计算合并危险度差值的95%置信区间上限； 37 PROC PRINT; 调用PRINT过程输出结果； VAR nai nbi nci ndi rdi wi wirdi; 指定输出变量； 38 VAR rdg q p low up; 39 40 RUN; 运行程序； 运行结果： Output窗口： Obs nai nbi nci ndi rdi wi wirdi rdg q p low up 1 182 1068 264 986 0.065600 4264.07 279.723 0.059406 5.80085 0.21452 0.045291 0.073521 2 348 1273 204 610 0.035932 3091.13 111.070 0.059406 5.80085 0.21452 0.045291 0.073521 3 490 1678 348 834 0.068401 4078.10 278.948 0.059406 5.80085 0.21452 0.045291 0.073521 4 157 998 188 876 0.040761 4217.86 171.924 0.059406 5.80085 0.21452 0.045291 0.073521 5 346 1340 312 768 0.083669 3631.09 303.811 0.059406 5.80085 0.21452 0.045291 0.073521 实验22-5 分类资料的随机效应模型 程序22-5 分类资料的Meta分析随机效应模型程序及说明（DerSimonian-Laird法） 行号 说 明 程 序 指定输出结果中不包含日期和页码； 01 OPTIONS NODATE NONUMBER; 建立数据集r1； 02 DATA r1; INPUT ai bi ci di; 定义并输入四格表变量； 03 10 *第二十二章 Meta 分析 04 ori=ai*di/(bi*ci); ti=ai+bi+ci+di; 计算每项研究的OR和频数合计； 05 x=(bi*ci)/ti; x2=x**2; x1=x*ori; 06 CARDS; 07 31 2 345 98 08 13 3 91 205 09 31 3 79 51 10 48 10 57 30 11 43 12 73 28 12 55 18 49 17 13 ; 14 DATA r2; 建立数据集r2； 15 IF _N_=1 THEN DO UNTIL(LAST); 16 SET r1 END=LAST; 17 y+x;y1+x1;y2+x2; 18 END; SET r1; 19 ormh=y1/y; 计算M-H法估计的ORMH值； 20 q1=x*( LOG (ori)-LOG(ormh))**2; 计算统计量Q； 21 DATA r3; 建立数据集r3； 22 IF _N_=1 THEN DO UNTIL(LAST); 23 SET r2 (KEEP=q1) END=LAST; 24 q+q1; END; 25 SET r2; k=6; 定义研究的项数； 26 IF(q>=(k-1)) THEN d=(q-k+1)*y/(y**2-y2); 定义校正因子D； 27 ELSE d=0; 28 wi=1/(d+(1/x)); 计算权重； 29 zi=wi*LOG(ori); 30 DATA r4; 建立数据集r4； 31 IF _N_=1 THEN DO UNTIL(LAST); 32 SET r3(KEEP=wi zi) END=LAST; 33 swi+wi;szi+zi; 34 END; SET r3; 35 LABEL l='95%CI下限' u='95%CI上限'; 36 ordl=EXP(szi/swi); 计算DerSimonian-Laird法的合并OR值； 37 l=EXP (LOG (ordl)-1.96/SQRT(swi)); 计算合并OR的95%置信区间下限； 38 u=EXP (LOG (ordl)+1.96/ SQRT (swi)); 计算合并OR的95%置信区间上限； 39 PROC PRINT DATA=r4; 调用PRINT过程输出r4中数据； 40 TITLE '表1'; RUN; 定义标题； 41 PROC PRINT DATA=r4(FIRSTOBS=1 调用PRINT过程输出r4中第1行观测值，保 OBS=1 ) ROUND LABEL; 留2位有效位，用标签代替变量名； 42 TITLE'表2'; 定义标题； 43 RUN; 运行程序； 11 *第二十二章 Meta 分析 运行结果： Output窗口： 表1 Obs wi zi swi szi q1 q ai bi ci di ori ti x 1 0.96949 1.43704 8.21582 7.09181 0.47151 10.1146 31 2 345 98 4.40290 476 1.44958 2 0.67364 1.53488 8.21582 7.09181 1.63404 10.1146 13 3 91 205 9.76190 312 0.87500 3 0.96749 1.83606 8.21582 7.09181 1.40443 10.1146 31 3 79 51 6.67089 164 1.44512 4 1.67785 1.55496 8.21582 7.09181 0.00086 10.1146 48 10 57 30 2.52632 145 3.93103 5 1.92419 0.61197 8.21582 7.09181 1.98060 10.1146 43 12 73 28 1.37443 156 5.61538 6 2.00316 0.11689 8.21582 7.09181 4.62318 10.1146 55 18 49 17 1.06009 139 6.34532 Obs x2 x1 y y1 y2 ormh k d l u ordl 1 2.1013 6.38235 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 2 0.7656 8.54167 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 3 2.0884 9.64024 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 4 15.4530 9.93103 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 5 31.5325 7.71795 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 6 40.2631 6.72662 19.6614 48.9399 92.2040 2.48913 6 0.34162 1.19648 4.69732 2.37071 表2 Obs wi zi swi szi q1 q ai bi ci di ori ti x x2 1 0.97 1.44 8.22 7.09 0.47 10.11 31 2 345 98 4.4 476 1.45 2.1 Obs x1 y y1 y2 ormh k d 95%CI下限 95%CI上限 ordl 1 6.38 19.66 48.94 92.2 2.49 6 0.34 1.2 4.7 2.37 [思考与练习的参考答案] 一、简答题 1、Meta 分析是以综合研究结果为目的而对大量单个研究结果进行统计分析的方 法，meta 分析实质上就是汇总相同研究目的的多个研究结果并分析评价其合并效应量 的一系列过程，即通过综合多个研究结果而提供一个量化的平均效果或联系来回答问 题。 2、Meta 分析可提高统计学检验效能；解决单项研究间的矛盾，评价结果的一致 性；改善对效应量的估计；解决既往单项研究尚未明确的新问题。 3、Meta 分析的统计模型包括固定效应模型和随机效应模型。固定效应模型假设个 体研究的方差齐性，其效应大小综合估计的方差成份只有个体研究内的方差，即研究 间的变异很小，研究间的差异只由抽样误差引起，各独立研究样本来自同一总体；随 机效应模型综合估计的方差成份既包括各项研究内的方差，也包括研究间的方差，即 各研究来自不同的但有关联的一些总体，每项研究有其相应的总体参数，meta 分析的 合并效应值是多个不同总体参数的加权平均。 4、Meta 分析的基本步骤包括提出问题，制定研究计划；检索、纳入和评价相关文 12 *第二十二章 Meta 分析 献；数据统计分析和敏感性分析；讨论和报告结果等。 二、计算思考题 1、对教材表 22-9 资料的 meta 分析。 1）计算效应值：按教材式（22-7）计算各研究的标准化均数差，分别 为 0.82、-0.33、-0.32、-0.48 和-0.35。 2）计算di的加权均数和加权方差的估计值： 0997.0 356 48.35 −=−== ∑∑ i iiw dw d ( ) 2222 d w dw w ddw S i ii i ii d −= −= ∑ ∑ ∑ ∑ 26.0)0997.0( 356 08.93 2 =−−= 异质性校正因子： ⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ += ∑ 81 4 22 d w kS i e ( ) 056.0 8 0997.01 356 54 2 =⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −+×= 由于 ＞ ，应选择校正后的标准误为： 2dS 2eS 45.0056.026.022 =−=−= ed SSSδ 效应合并值的 95%CI 为： 45.096.10997.096.1 ×±−=± δSd =（-0.98, 0.78） 异质性检验： 21.23 056.0 26.05 2 2 2 =×== e d S kSx ν=5-1=4，查 分布表，P<0.05，说明 5 项研究间存在异质性，因此本资料 应采用随机效应模型进行分析。Meta 分析参数估计区间未包括 1，统计结果表明该药 物可减低血脂，但应结合临床实际进行综合评价。 2χ 2、对教材表 22-10 资料的 meta 分析 1）计算每项研究的ORi：按式（22-17）得到 7 项研究的OR值分别为：0.87、0.68、 13 *第二十二章 Meta 分析 0.80、0.80、0.76、1.13 和 0.89。 2）异质性检验的统计量 ( ) ( )( ) 27.11 65.912 )80.95(22.1 22 −=−−−=−−−= ∑∑∑ i iii ii V EO V EOQ ν=k-1=7-1=6，P>0.05，尚不能认为 7 项研究间存在异质性，因此应使用固定效 应模型进行分析。 3）计算合并的 OR 值： ( ) 90.0 65.912 80.95expexp =⎟⎠ ⎞⎜⎝ ⎛ −=⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ −= ∑∑ i iip V EO OR 4）计算ORp的 95%CI： ( ) =⎟⎟⎠ ⎞ ⎜⎜⎝ ⎛ ±−=⎥⎥⎦ ⎤ ⎢⎢⎣ ⎡ ±− ∑ ∑ ∑ 65.912 65.91296.180.95exp 96.1 exp i iii V VEO (0.84, 0.96) 5）ORp假设检验的统计量 ( )( ) 056.10 65.912 )80.95( 2 2 2 =−=−= ∑ ∑ i ii V EOχ ν=1 ν=1 ，P＜0.01，说明心肌梗死病人服用阿司匹林能够预防死亡，服用阿司匹林 发生死亡的机会是未服用阿司匹林者的 0.90 倍。 （杨土保 孙振球） 14