第08章 干预性或观察性研究的meta分析
第八章 干预性或观察性研究的Meta分析
【学习目标】
通过本章的学习，学生应能够：
1．掌握Meta-分析的概念，理解Meta-分析的目的和意义
2．掌握Meta-分析中异质性检验的意义
3．掌握如何根据异质性检验的结果及效应量选择Meta-分析的两种模型
4．熟悉Meta-分析结果的解释
5．熟悉Meta-分析的常用软件—RevMan
6．了解Meta-分析的其他软件
【思考题】
1．什么是Meta-分析？
答：Meta-分析的定义目前有很多版本，如《The Cochrane Library》中将其定义为：“meta-analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate”，即：Meta-分析是将系统评价中的多个研究结果合并成一个量化指标的统计学技术。而David Sackett教授等在《Evidence Based Medicine》一书中，又将Meta-分析定义为：“meta-analysis is a systematic review that uses quantitative methods to summarize the results”，即：Meta-分析是运用定量方法汇总多个研究结果的系统评价。国内王家良教授主编的《循证医学》教材中将Meta-分析定义为：对多个目的相同、性质相近的医学研究所进行的一种定量综合分析方法。
2．请阐述Meta-分析的目的。
答：（1）提高统计分析效能：Meta-分析对多个同类研究结果进行合并分析，从统计学角度达到增大样本量，提高检验效能的目的，从而提高了对初步结论的论证强度和效应的分析评估力度。
（2）分析多个同类研究的分歧和原因：当多个医学研究结果不一致或存在分歧时，通过异质性（同质性）检验和合并分析可以寻找有关原因，便于做出更科学的结论。
（3）引出新见解：如现有的研究经Meta-分析后仍不能回答的临床有争议或根
本未提及的问题，则Meta-分析的结果可以为医学科研指出新的研究方向。
（4）节省研究经费：虽然随机对照试验目前已被视为评价临床疗效的金标准设计方案，但随机对照试验尤其是大样本、多中心的随机对照试验往往需要耗费大量的人力、物力。而Meta分析比大规模临床试验代价低廉甚至更为可行。
（5）有助于开展循证医学：Meta-分析是一种合并大量同类研究文献的方法，尤其是在当今信息爆炸的时代，Meta-分析有助于医护人员对文献进行再分析、判定与评价，从而在有限的时间内获取更多所需的信息，促进循证医学的发展。
3．异质性可分为哪几种？
答：Cochrane Handbook将Meta-分析的异质性分为：临床异质性（clinical heterogeneity）、方法学异质性（methodological heterogeneity）和统计学异质性（statistical heterogeneity）。
（1）临床异质性：指参与者不同、干预措施的差异及研究的终点指标不同所导致的变异。
（2）方法学异质性：指由于试验设计和质量方面的差异引起的，如盲法的应用和分配隐藏的不同，或者由于试验过程中对结局的定义和测量方法的不一致而出现的变异。
（3）统计学异质性：指不同试验间被估计的治疗效应的变异，它是研究间临床和方法学上多样性的直接结果。
4．请阐述异质性的来源和处理方法。
答：当异质性检验出现P≤0.10时，首先应分析导致异质性的原因，可根据异质性的来源选择一下几种方法处理：
（1）亚组分析：如果能从临床异质性和方法学异质性的角度探讨异质性的来源，可按不同设计方案、研究质量、参加人群特征、治疗时间的长短等分成亚组，进行亚组分析。
（2）随机效应模型：如果异质性的来源不能用临床异质性和方法学异质性来解释时，可用随机效应模型合并效应量。
（3）Meta回归分析：在医学研究中，当导致异质性的因素如：药物生产厂家、剂量、研究对象年龄、病情轻重、测量时间、随访时间等能够准确测量并能全部
解释变异时，可以选用Meta回归分析，通过建立回归方程，筛选出导致异质性的重要影响因素。在控制这些变异因素的影响后，估计单纯的合并效应量。
（4）放弃Meta-分析：当异质性过于明显，特别是具有明显的临床异质性、方法学异质性而无法通过上述几种方法解决时，可考虑放弃作Meta分析，只对结果进行一般的定性描述。
5．请阐述Meta-分析的统计过程。
答：
（1）数据的类型及效应量的表达
（2）数据的汇总
（3）异质性检验
（4）合并效应量
（5）合并效应量的检验
（6）Meta-分析常见的偏倚和漏斗图分析
（7）敏感性分析
6．什么是敏感性分析？敏感性分析有什么作用？
答：敏感性分析（sensitivity analysis）是用于评价Meta-分析或系统评价结果是否稳定和可靠的分析方法，是指改变某些影响结果的重要因素如纳入标准、研究质量的差异、失访情况、统计方法（固定效应或随机效应模型）和效应量的选择（比值比或相对危险度）等，例如删除一个大样本的研究后，以观察合并效应量是否发生变化，从而判断结果的稳定性及稳定程度。如果敏感性分析对原结果没有本质的改变，说明Meta-分析的结果较为稳健可靠。如果敏感性分析后结果差别较大甚至是截然相反的结论，则在解释结果和下结论时应慎重