如何做meta分析

本期番茄君给大家讲解如何做meta分析。

1. 异质性检验(齐性检验)。由于纳入的文献在方法学、统计学等方面可能存在差异,所以在对结果数据进行统计合并之前,首先应该进行异质性检验。异质性检验常用方法为Q检验,指标为I2和P。若I2<50%和P>0.1时,纳入的文献被认为是同质的,采用固定效应模型分析;否则说明纳入的文献之间存在异质性,采用随机效应模型分析。

2. 统计合并效应量(加权合并,计算效应尺度及95%置信区间)并进行统计推断。对于二分类资料,一般用率差(rate difference, RD)、比数比(odds ratio, OR)、相对危险系数(relative risk, RR)等表示效应的大小。

3. 图示(森林图)单个试验的结果和合并后的结果。森林图由多个原始文献的效应量及其95%可信区间绘制而成。横坐标为效应量尺度,纵坐标为原始文献的标号。

4. 敏感性分析。目的是可以看出每个研究对总估计效应的影响有多大,排除低质量研究后再评价,然后前后对比。若排除后差别较大甚至结论截然相反,说明敏感性较高,结果的稳健性较低,下结论时应非常慎重;若排除后结果未发生大的变化,说明敏感性低,结论较为稳健可信。
5. 评估发表偏倚。通过“失安全数”的计算或者采用“倒漏斗图”了解潜在的发表偏倚。
Meta分析软件多种多样,如RevMan, MedCalc, R等,下一期番茄君以R语言为例,为大家带来meta分析每一步的具体操作流程及代码。下一期为meta分析专题的最后一期,番茄君保证干货满满。
meta分析

PROSPERO平台Meta分析注册详细操作

2020-8-20 21:39:15

meta分析

Meta分析的一般流程

2020-8-22 0:26:19

加入Q群
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索