Meta分析与系统评价（一）
在系统评价（systematic review） 中，当数据资料适合使用Meta分析时， 用Meta分析可以克服传统文献综述的两 大问题，其分析结果的可靠性更高；当 数据资料不适合做Meta分析时，系统评 价只能解决文献评价的问题，不能解决 样本含量的问题，因此，对其分析结论 应慎重。
Meta-Analysis is statistical technique for assembling the results of several studies in a review into a single numerical estimate. Meta分析是文献评价中，将若干 个研究结果合并成一个单独数字估计 的统计方法。 《The Cochrane Library》第3页的定 义。
根据Cochrane系统评价要求，而 在系统评价的计划书中尽可能地对一 些重要的亚组间差异进行叙述。也就 是说对重要的亚组分析，应在计划书 中加以说明。 此外，在同一个系统评价中，不 提倡使用太多的亚组分析。
4.多个实验效应的合并
将多个独立研究的结果合并（或汇 总）成某个单一的效应量（effect size） 或效应尺度（effect magnitude）,即用 某个指标的合并统计量，以反映多个独 立研究的综合效应。
异质性检验
异质性检验（tests for heterogeneity） 又称同质性检验（tests for homogeneity）。 用假设检验的方法检验多个独立研究 是否具有异质性（同质性）。
异质性检验的方法，目前，多用下式计算：
Q Wi (d i d ) 2 Wi d i2 (Wi d i ) 2
D-L法 倒方差法
D-L法
Peto法
个案资料 （individual）
OR(odds ratio)
固定
固定效应模型的计算
PetoOR合并 (a E ) ＝exp V
i i i
i i i
OR合并
（a d / N ) ＝ (b d / N )
i i i
RR合并
W InRR ＝exp( ) W
5.合并效应量的检验
用假设检验（hypothesis test）的 方法检验多个独立研究的总效应量 （效应尺度）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： ①u检验（Z检验） ②卡方检验（Chi-square test）
根据Z或（u）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。
传统文献综述的主要问题
传统文献评价的结果必然存在两个问题： 一是多个研究的质量不相同 二是各个研究的样本含量的大小（权重） 不相等。 因此，传统文献综述的方法很难保证 研究结果的真实性、可靠性和科学性，尤 其当多个研究的结果不一致时，让人容易 产生困惑或误解。
Meta分析的统计目的
对多个同类独立研究的结果进行汇 总和合并分析，以达到增大样本含量， 提高检验效能的目的，尤其是当多个研 究结果不一致或都没有统计意义时，采 用Meta分析可得到更加接近真实情况的 统计分析结果。
二、Meta分析的定义
Meta-Analysis is a systematic review that uses quantitative methods to summarize the results. Meta分析是运用定量方法去概括（总 结）多个研究结果的系统评价。 《Evidence-Based Medicine》David Sackett等，第247页的定义。
44 433
34
9 14
99
47 108
0.7333
0.4222 0.54040.40180.1199 0.2782
1.3382
1.4866 1.0499
STOP
VS
84
9
812
38
152
25
815
43
0.5033
0.2234
0.3779
0.0853
0.6703
0.5850
合计
189
1731
274
1401
关于随机效应模型（2）
D-L法是1986年，由DerSimonian和 Laird首先提出，该法不仅可用于分类变 量，也适用于数值变量。D-L法主要是对 权重W进行校正，即将各式中的Wi按下 式进行计算： Q ( K 1) 1 1 D Wi (d ) 2 Wi Wi
( Wi
(1)分类变量（category dichotomous） 固定效应模型，指标RR、OR (1)standard odds ratio法 (2)Mantel-Haenzel法 (3)Peto法 随机效应模型，指标RR、OR 如：DerSimonian&Laird(D-L)法
（2）数值变量（continuous） 固定效应模型 (1)WMD,加权均数差法 （Weighted Mean Difference） (2)SMD,标准化均数差法 （Standardized Mean Difference） 随机效应模型，D-L法
2.单个研究的方差
根据资料类型选择单个研究的统计 量d1的方差Var(d1)。 单个研究统计量d1的计算方法确定 后，其方差的计算方法也随之确定。 方差可用于可信区间和假设检验的计算。
3.异质性检验与异质性分析
按统计原理，只有同质的资料才能 进行合并或比较等统计分析，反之，则 不能。 因此，Meta分析过程需要对多个研 究的结果进行异质性分析，尽可能地消 除导致异质的原因，使之到同质。
P值 s2 8.00 7.00 2.54 P<0.05 P>0.05 P<0.05
1 2 3 合计
选自Cochrance协作系统评价员学习资料1.1版，2002年11月
传统文献综述的特点
在医学研究中，传统的文献综述 在处理同一问题的多个结果报道时， 通常是平等（等权重方法）对待每个 研究结果而得出结论。这种文献综述 一般不进行文献评价，也不考虑文献 的质量，主要是以某类文献数量的多 少得出结论。
Meta分析的统计过程
一、概述
60年代开始，在医学文献中， 陆续出现了对多个独立研究的统 计量进行合并的报道。 76年G.V.Glass首先将合并统计 量对文献进行综合分析研究的这 类方法称为Meta-Analysis。
80年代末该方法传入我国， 中文译名有荟萃分析、二次分析、 汇总分析、集成分析等。但无论 何种中文译名都有不足之处。因 此，很多学者建议仍然使用〝 Meta分析〞这一名称。
i i i
ai n1i ci n2i （ ) Ni Ni RD 合并＝ n1i n2i N i
Wd WMDorSMD W
i i
i
关于随机效应模型（1）
随机效应模型一种对异质性资料 进行Meta分析的方法，但是，该法不 能控制混杂，也不能校正偏倚或减少 异质性，更不能消除产生异质性的原 因。 目前，随机效应模型多采用D-L 法（DerSimonian&Laird法）。
D-L法
Mantel-Haenzel法 D-L法 Mantel-Haenzel法 D-L法
数值变量 （Continuous）
WMD（Weighted 固定 Mean Difference）
随机 SMD 固定 （Standardised 随机 Mean Difference）
倒方差法(inverse variance)
1.单个研究的统计量
根据资料类型选择单个研究的统计量d1 (1)分类变量可选择的统计量 比值比，OR（odds ratio） 相对危险度，RR（relative risk） 率差，RD（rate difference）
(2)数值变量可选择加权均数差
（WMD）或标准化均数差（SMD） 为统计量。 用于描述单个研究的实验结果， 其结果解释与常规统计描述指标相同。
合并统计量的计算
当多个独立研究的例数不等时，它 们的综合效应不等于这多个单独效应的 平均数。如三个均数的总均数不等于这 三个均数之和除以3。 所以，怎样合理的对多个独立研究 效应进行合并，是Meta分析统计过程的 主要问题之一。
合并统计量的两种统计模型
固定效应模型（fixed effect model）: 若多个研究具有同质性（无异质性）时， 可使用固定效应模型。 随机效应模型（random effect model）： 若多个研究不具有同质性时，先对异质 性原因进行处理，若异质性分析与处理 后仍无法解决异质性时，可使用随机效 应模型。
资料类型 Type of data 二分类变量 （Dichotomous）
合并统计量 Summary statistic OR(odds ratio)
模型 Model 固定 固定
计算方法 Method Peto法 Mantel-Haenzel法
随机
RR(relative risk) RD(relative difference) 固定 随机 固定 随机
I2及计算
在Revman4.2及以后的软件中，出 现了新的异质性指标，即I2。其计算公 式如下：
Q (k 1) I 100% Q
2
式中的Q为异质性检验的卡方值 ，K 为纳入Meta分析的研究个数。
2
I2的意义
在Revman中，I2可用于衡量多个 研究结果间异质性程度大小的指标。 这个指标用于描述由各个研究所致的， 而非抽样误差所引起的变异（异质性） 占总变异的百分比。 在Cochrane系统评价中，只要I2不 大于70％，其异质性可以接受。
W
i
Wi为每个研究的权重，第i个研究的 权重Wi按下式计算：