44
4. 合并效应量的检验
45

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χ2检验

46

根据u（z）值或卡方值得到该统计量下概率 （P）值。
若P≤0.05，多个研究的合并效应量有统计学意 义； 若P>0.05，多个研究的合并效应量没有统计学 意义。
32

33
34
35
2. 分类变量的统计指标
36
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 Inverse Variance（反推方差法）

随机效应模型

DerSimon&Laird（D-L法）
37
率差RD

两个发生率的差即为率差，也称为危险差（rate difference，risk difference，RD）。
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。
10
11
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。
49
试验组<对照组 试验组>对照组
24
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。
6
7
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（network meta-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。
5
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。

研究见存在的差异性。
19
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。
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RD>0时，可认为试验组的发生率大于对照组 的发生率



当RD<0时，可认为试验组的发生率小于对照组 的发生率
38
相对危险度RR

相对危险度（relative risk，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。
Meta分析的统计学方法
蔡静 2014.8.11
1
Meta分析的主要类型
2
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
3
常规Meta分析
累积Meta分析

累积Meta分析（cumulative meta-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。

20
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。
22Βιβλιοθήκη 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。
12
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。

13
个体数据的Meta分析

个体数据（individual patient data，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
39
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。
40
3. 连续变量的统计指标
41
统计方法及指标

统计学指标：MD、SMD
固定效应模型

Inverse Variance（反推方差法）
8

Cipriani A, et al. Comparative efficacy and acceptability of antimanic drugs in acute mania: a multiple9 treatments meta-analysis. Lancet 2011,378: 1306-1315.

随机效应模型

DerSimon&Laird（D-L法）
42
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。
43
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。

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
17
1. 异质性分析及处理
18
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
14
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。
15
Meta分析的统计学过程
16

28
29
30
31

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。