meta分析的统计学方法-PPT课件.ppt
- 文档编号:18217435
- 上传时间:2023-08-14
- 格式:PPT
- 页数:52
- 大小:1.26MB
meta分析的统计学方法-PPT课件.ppt
《meta分析的统计学方法-PPT课件.ppt》由会员分享,可在线阅读,更多相关《meta分析的统计学方法-PPT课件.ppt(52页珍藏版)》请在冰点文库上搜索。
精选ppt课件2021,1,Meta分析的统计学方法,蔡静2014.8.11,精选ppt课件2021,2,Meta分析的主要类型,精选ppt课件2021,3,Meta分析的主要类型,常规的Meta分析诊断性Meta分析简介比较的Meta分析累积Meta分析Meta回归分析单个率的Meta分析个体数据Meta分析其他类型Meta分析,精选ppt课件2021,4,常规Meta分析,当前,常规Meta分析主要基于原始研究有对照组的比较研究,最常见的是基于RCT的防治性试验的Meta分析,此外,还有动物实验、病因研究、基因多态性等的Meta分析。
此外,原始研究类型还可以是队列研究、病例对照研究、自身对照研究等。
精选ppt课件2021,5,JeonCY,etal.DiabetesMellitusIncreasestheRiskofActiveTuberculosis:
ASystematicReviewof13ObservationalStudies.PlosMed.2008,5(7):
e152.,精选ppt课件2021,6,诊断性试验的Meta分析,诊断性Meta分析是近年来出现的,并为“诊断试验准确性研究的报告规范(STARD)”指导小组和“Cochrane协作网”所推荐。
诊断性Meta分析主要是为评价某种诊断措施对目标疾病的准确率,多为对目标疾病的敏感性、特异性、似然比、诊断比值比、SROC曲线等进行评价和报道。
精选ppt课件2021,7,精选ppt课件2021,8,间接比较的Meta分析,在临床实践中,经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对患者最佳的措施,此时,可以从RCT中寻找间接证据,这就形成了间接比较的Meta分析或多种干预措施比较的Meta分析,即网状Meta分析(networkmeta-analysis)。
例如,有一系列药物可以治疗某种疾病,但RCT均是药物与安慰剂的对照,而药物相互之间的RCT都没有进行或很少,那么在这种情况下,就需要将间接比较和直接比较的证据进行合并。
精选ppt课件2021,9,CiprianiA,etal.Comparativeefficacyandacceptabilityofantimanicdrugsinacutemania:
amultiple-treatmentsmeta-analysis.Lancet2011,378:
1306-1315.,精选ppt课件2021,10,累积Meta分析,累积Meta分析(cumulativemeta-analysis)最早应用于1981年,它是按研究的时间顺序及时地将新的原始研究纳入原有Meta分析,且每个新研究加入后均重复一次Meta分析,该法可以反映研究结果的动态变化趋势及跟研究对结果的影响,也有助于尽早发现有统计学意义的干预措施。
精选ppt课件2021,11,精选ppt课件2021,12,Meta回归,在Meta分析时,需分析各研究间的异质性,并对异质性的来源进行探讨,Meta回归(meta-regression)分析可评价研究间异质性的大小及来源。
很多学者认为,Meta回归分析是亚组分析的延伸,主要通过对多因素的效应量进行联合分析实现,仅当Meta分析纳入的研究数量在10个以上时才进行此分析。
精选ppt课件2021,13,单个率的Meta分析,单个率的Meta分析,原始研究只提供了一组人群的总人数和事件发生人数,没有比较研究Meta分析所需要的两组数据。
多为患病率、检出率、知晓率、病死率、感染率等的调查。
原始研究多为横断面研究。
精选ppt课件2021,14,个体数据的Meta分析,个体数据(individualpatientdata,IPD)Meta分析时近年来发展起来,该方法不是直接利用已经发表的研究结果总结数据进行Meta分析,而是通过从原始研究作者那里获取每一例受试者的原始数据所做的Meta分析。
与常规Meta分析相比,其优点为:
能够最大限度的纳入未发表的试验或灰色数据,能够进行时间-事件分析,能够更新长期随访的数据,能够进行更复杂的多变量统计分析;但该法将耗费大量的人力、物力和时间。
目前,建立在IPD基础上的Meta分析被认为是最佳的系统评价。
精选ppt课件2021,15,其他Meta分析,近年来,随着方法学的研究进展和研究实际情况,出现了许多新的Meta分析方法,主要有:
不良反应的Meta分析,成本-效果/效用/效益的Meta分析,患者报告结局的Meta分析,全基因组关联研究的Meta分析,Meta分析的汇总分析等。
精选ppt课件2021,16,Meta分析的统计学过程,精选ppt课件2021,17,Meta分析统计过程主要内容:
异质性检验计算合并效应量合并效应量的检验,精选ppt课件2021,18,1.异质性分析及处理,精选ppt课件2021,19,异质性,Cochrane网站中将异质性定义为:
广义上参与者、干预措施和一系列研究间测量结果的差异和多样性,或那些研究中内在真实性的变异。
专指统计学异质性,用来描述一系列研究中效应量的变异程度,也用于表明除仅可预见的偶然机会外研究见存在的差异性。
精选ppt课件2021,20,异质性来源,一类是研究内变异,即使两个研究的总体效应完全相同,不同的研究由于样本含量不同,样本内的各观察单位可能存在差异,可得到不同的结果,但与实际效应相差不会很大。
当样本含量较大时,抽样误差相对较小。
另一类是研究间变异,及时干预的措施和其他情况都一样,由于研究对象来自不同的总体以及偏倚的控制等诸多方面存在差异,其实际效应也不相同。
精选ppt课件2021,21,异质性分类,1.临床异质性:
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。
来源生理、人类学方面的差异:
年龄、性别、种族、信仰、生活习惯等;病理生理学方面的差异:
病程长短、疾病严重程度、疾病类型等;治疗方面的差异:
随访时间长短、不同干预措施、不同疗程、干预措施的不同剂量等。
精选ppt课件2021,22,2.方法学异质性:
由于实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。
来源不同的设计方案:
完全随机与半随机设计、分配隐藏充分与不充分、采用盲法与不采用盲法等;不同的结果测量方法:
不同的测评方法、不同的测量指标和不同的度量单位等。
精选ppt课件2021,23,3.统计学异质性:
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。
统计学分析异质性的思路是:
所有统计学异质性均来自于临床异质性和方法学异质性。
Meta分析中用统计学方法探测和分析异质性的原理是比较各研究结果及其精确性的差异,而精确性是由可信区间所代表,不同研究之间可信区间重合的部分越多,则存在同质性的可能性越大;相反,则存在异质性的可能性越大。
精选ppt课件2021,24,异质性的检验方法,常采用Q检验(2检验)和I2来判断是否存在异质性。
Q值越大,P值越小,则存在异质性的可能性就越大。
其只能表述有无异质性,而不能说明异质性的大小。
I2是对异质性效应量的定量分析,I2=(Q-df)/Q*100%。
意义为除外机遇因素后的异质性,其值范围0%100%,0%表示无异质性,75%表示异质性大。
一般而言,当50%时表示有实质性的异质性存在。
精选ppt课件2021,25,异质性的处理方法,1.亚组分析从临床异质性和方法学异质性的角度来探讨异质性的来源,根本上解决同质性研究才能合并效应量的问题。
亚组分析是将所有数据分成更小的单元,进而在各亚组内进行比较,如按不同设计方案、研究质量、参加人群特征、治疗时间的长短等分成不同的亚组,进行分析。
亚组分析每次只能对一个变量进行分析,并且对每个亚组都要进行效应量的合并。
若要对两个以上的变量进行分析,则应采用Meta回归。
精选ppt课件2021,26,2.进行Meta回归及混合效应模型Meta分析中的Meta回归为在系统评价中的一种探索研究特征和研究结果间关系的一种技术。
Meta回归不是普通的多元回归模型,其分析的数据是一次抽样的统计量,而不是原始个体数据。
可以分为多水平模型(multilevelmodol,MLM)、分层线性模型(HierarchicalLinearModels,HLM)、混合模型(MIXEDModels)。
精选ppt课件2021,27,3.敏感性分析敏感性分析时用于决定一个研究结果的敏感性或它对系统评价如何改变的一种分析方法,它评估数据和使用方法的不确定性假设如何影响合并结果的稳定程度。
精选ppt课件2021,28,4.选用随机效应模型合并效应量Meta分析汇总研究结果时主要有两种统计分析模型:
固定效应模型和随机效应模型。
固定效应模型:
指在Meta分析中假设研究间所有观察到的变异都是由偶然机会引起的一种合并效应量的计算模型。
精选ppt课件2021,29,精选ppt课件2021,30,精选ppt课件2021,31,精选ppt课件2021,32,随机效应模型:
统计Meta分析中研究内抽样误差和研究间变异以估计结果的不确定性的模型。
当包括的研究存在除偶然机会外的异质性时,随机效应模型将给出比固定效应模型更宽的可信区间。
随机效应模型估计合并效应量,实际上是计算多个原始研究效应量的加权平均值。
以研究内方差和研究间方差之和的倒数作为权重,调整的结果是样本量较大的研究给予较小的权重,这样可以部分消除异质性的影响。
精选ppt课件2021,33,精选ppt课件2021,34,精选ppt课件2021,35,精选ppt课件2021,36,2.分类变量的统计指标,精选ppt课件2021,37,统计方法及指标,统计学指标:
RD、RR、OR固定效应模型Mantel-Haenzel法Peto法InverseVariance(反推方差法)随机效应模型DerSimon&Laird(D-L法),精选ppt课件2021,38,率差RD,两个发生率的差即为率差,也称为危险差(ratedifference,riskdifference,RD)。
当RD=0时,可认为试验组的发生率与对照组的发生率相同当RD0时,可认为试验组的发生率大于对照组的发生率当RD0时,可认为试验组的发生率小于对照组的发生率,精选ppt课件2021,39,相对危险度RR,相对危险度(relativerisk,RR)也叫做危险比,是前瞻性研究(如RCT、队列研究等)中较常用的指标,它是试验组(暴露组)某事件的发生率与对照组(非暴露组)某事件的发生率之比,用于说明试验组某事件的发生率是对照组的多少倍,也常用于表示暴露与疾病联系的强度及其在病因学上的意义大小。
精选ppt课件2021,40,比值比OR,在回顾性研究(如病例对照研究)中,往往无法得到某事件的发生率,也就无法计算RR。
但是当该发生率很低时,可以计算出OR作为RR的近似值,其含义是试验组的比值与对照组的比值之比,即比值比。
精选ppt课件2021,41,3.连续变量的统计指标,精选ppt课件2021,42,统计方法及指标,统计学指标:
MD、SMD固定效应模型InverseVariance(反推方差法)随机效应模型DerSimon&Laird(D-L法),精选ppt课件2021,43,均数差(MD)或加权均数差(WMD),均数差即为两均数的差值。
该指标以试验原有的测量单位,真实的反应了试验效应,消除了绝对值大小对结果的影响,在实际应用时,该指标容易被理解和解释。
精选ppt课件2021,44,标准化均数差(SMD),SMD可简单的理解为两均数的差值再除以合并标准差的商,它不仅消除了某研究的绝对值大小的影响,还消除了测量单位对结果的影响。
因此,该指标尤其适用于单位不同或均数相差较大的数值资料分析。
但是,SMD是一个没有单位的值,因而对其分析的结果解释要慎重。
精选ppt课件2021,45,4.合并效应量的检验,精选ppt课件2021,46,用假设检验的方法检验多个独立研究的总效应量是否具有统计学意义,其原理与常规的假设检验完全相同。
两种方法:
u检验和2检验,精选ppt课件2021,47,根据u(z)值或卡方值得到该统计量下概率(P)值。
若P0.05,多个研究的合并效应量有统计学意义;若P0.05,多个研究的合并效应量没有统计学意义。
精选ppt课件2021,48,在meta分析中,常用可信区间进行假设检验,95%可信区间与为0.05的假设检验等价,99%可信区间与为0.01的假设检验等价。
此外,森林图即是根据各个独立研究的95%可信区间及合并效应量的95%可信区间绘制的。
精选ppt课件2021,49,RD、MD、SMD的森林图示意,试验组对照组,试验组对照组,无统计学意义,0无效值,精选ppt课件2021,50,RR、OR的森林图示意,试验组对照组,试验组对照组,无统计学意义,1无效值,精选ppt课件2021,51,Thankyou!
感谢亲观看此幻灯片,此课件部分内容来源于网络,如有侵权请及时联系我们删除,谢谢配合!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- meta 分析 统计学 方法 PPT 课件