您好,登錄后才能下訂單哦!
這篇文章將為大家詳細講解有關Meta分析應用中常見的問題是什么,文章內容質量較高,因此小編分享給大家做個參考,希望大家閱讀完這篇文章后對相關知識有一定的了解。
Meta 分析是對具有相同研究目的的多個(通常要求5 個及以上) 獨立研究結果進行系統的、 定量的統計學綜合分析與綜合評價的一種研究方法。它的意義在于同類研究出現矛盾結果時可以進行合理解釋, 評估不同研究之間的變異程度, 增加統計的檢驗效能, 改善研究結果的普遍意義, 并為更深入的研究提供依據和參考。
Meta 分析本質上屬于觀察性研究, 首先需要進行嚴格的研究設計。進行 Meta 分析的統計學處理前一般要完成兩項重要的工作: 研究設計和有關文獻資料的收集與評價。研究設計包括: 明確研究目的, 文獻研究資料的來源、 范圍及其有關內容的規定以及統計學分析方法的選擇。明確文獻資料收集標準后, 文獻檢索的完整性會直接影響 Meta 分析研究結果的可靠性。文獻檢索時最好是能找到所有有關的文獻(包括未發表的) , 以減少發表偏倚對研究結果的影響。
文獻資料的質量評價主要看兩個方面:一是研究設計, 隨機分組的研究結果比觀察對比結果更可靠; 二是樣本大小, 大樣本的研究比小樣本的研究更可靠。
文獻資料的質量評價一般采用相關的量表 工 具 進 行 評 分。如 隨 機 對 照 試 驗 常 用Cochrane 風 險 偏 倚 評 估 工 具, 觀 察 性 研 究 采 用NOS文 獻 質 量 評 價 量表、CASP病例對照研究評價清單等。在進行 Meta 分析時, 可靠性高的文獻資料要賦予較大的權重(weight) , 可靠性差的文獻資料則賦予很小的權重或剔除。
以往綜合分析多個獨立研究結果時, 常采用簡單的合 并 P 值 的 定 性 綜 合 方 法, 如 Fisher 法 和Stouffer 法。合并 P 值 的 方 法 只 能 得 出 處 理 效 應“有意義”或“無意義”的定性綜合結論, 缺乏一個量化的綜合結果, 并且各研究提供的信息也不分輕重而機械地加以綜合, 忽視了各個研究因其作者水平、試驗條件和樣本大小等差異而有不同的可靠性。然而在實際工作中, 醫生更愿意知道甲藥的有效率究竟比乙藥提高了多少個百分點? 如果是比較兩種藥的降血壓效果, 則更希望知道兩藥的效果究竟平均相差多少千帕? 為了得到這些差別大小的量化結果, 就需進行 Meta 分析。
Meta 分析強調對效應量(effect size,ES) 的合并, 以得到一個定量的合并結果。所謂效應量也稱作效應尺度(effect magnitude) 或效應大小, 是指反映各個研究的處理因素(水平) 和反應變量之間關聯大小的無量綱的統計量, 如兩個率的優勢比 OR ( 或相對危險度RR) 的對數、 兩個率之間的差值( 率差,rate difference,RD ) 、 試驗組與對照組的均數差值(mean difference,MD ) 或標準化均數差值、 相關系數等。
Meta 分析的統計處理主要分為兩步: 一是對統計量進行齊性檢驗(或異質性檢驗) , 二是對每個研究報告中的統計量(效應量) 進行加權合并。齊性檢驗是 Meta 分析的重要一環, 目的是檢查偏性, 明確各研究結果是否具有一致性, 以發現和剔除明顯不合理的研究結果。因此, Meta 分析進行效應量加權合并前, 要識別、 考察研究間的異質性及其來源, 齊性檢驗一般采用Q 統計量(χ2 檢驗) 進行, 用I2 統計量來定量判斷異質性的大小。如果各研究結果一致(齊性) , 則可用固定效應模型(fixedeffect model) 進行加權合并, 反之, 應分析產生不一致性的原因, 對某些特大、 特小或方向相反的研究可進行剔除(剔除應慎重! 若產生不一致性的原因為某種特殊因素所致, 如某研究失訪病例過多, 則不應將該研究結果列入 Meta 分 析) 或 者 采 用 隨 機 效 應 模 型 (randomeffect model) 進行加權合并。如果經齊性檢驗確認存在異質性, 還可通過亞組分析探索異質性的來源,若某混雜因素可較好解釋異質性, 則可按該因素分為亞組進行效應量加權合并。
Meta 分析涉及的范圍及應用領域極為廣泛, 能夠使用的統計方法也很多, 兒少衛生與臨床醫學研究中最為常見的有: 優勢比OR( 或相對危險度RR)值合并、 兩個率之差合并和兩均數之差合并的 Meta分析方法。
以上實例1 中原作者對齊性檢驗有如下相關描述“經 Meta-analysis(固定效應) 模型分析, 各組數據具有齊同性”, 原作者應先判斷各研究結果是否具有一致性(即進行齊性檢驗) , 再確定是否采用固定效應模型進行效應量的加權合并。
實例3: 應用 Meta 分析方法對國內21 篇有關兒童單純性肥胖危險因素的病例對照研究進行定量綜合分析, 分析得到出生時體重過重等11 個危險因素與小兒肥胖發生關聯明顯。實例3 原作者對一致性有如下描述: “出生時體重過重、 常吃油膩食物以及偏/挑食三個因素各研究結果一致性較好, 合并分析采用固定效應模型, 其余統計量(指其余危險因素) 在各研究結果間存在明顯的異質性, 合并分析采用隨機效應模型”, 但原作者并未給出齊性檢驗有關的具體統計量與檢驗結果。
實例4: 對2000 年以來國內外發表的有關益生菌預防兒童過敏性濕疹的隨機對照試驗進行 Meta分析, 并按干預菌株不同及隨訪時間點不同進行亞組分析, 結果顯示, 干預組僅使用乳酸桿菌或僅使用雙歧桿 菌 預 防 兒 童 過 敏 性 濕 疹 效 果 不 顯 著 (P >0.05) 。
實例4 Meta 分析最終納入23 篇隨機對照試驗研究文獻, 其中10 篇文獻采用混合菌株、12 篇文獻采用乳酸桿菌, 僅有一篇文獻單獨使用雙歧桿菌, 因此按干預菌株的不同進行亞組分析時, 得到“僅使用雙歧桿菌預防兒童過敏性濕疹效果不顯著” 的結論有待商榷, 研究文獻數太少(僅1 篇) , 其結論的可靠性與穩定性存疑。另外, 文獻報道[9] 在進行剖宮產術與腦性癱瘓發生率關系的 Meta 分析中共檢索出9 篇文獻, 原作者按照剖宮產方式進行了亞組分析,在分別研究早產剖宮產、 急診剖宮產與腦性癱瘓發生率的關系中, 各納入2 篇文獻, 得出對照組與干預組的差異 沒 有 統 計 學 意 義 (OR 早產 :0.84,95%CI :0.63 ~1.13;OR 急診 :9.77,95%CI :7.37 ~12.96 ) 因亞組分析納入的文獻數量過少(僅2 篇) , 其結論仍需進一步驗證。
Meta 分析的統計結果簡單而直觀地表達形式是森林圖, 它是 Meta 分析結果報告的必要組成部分。森林圖是在平面直角坐標系中以一條垂直的無效線(橫坐標刻度為1 或0) 為中心, 用平行于橫軸的多條線段描述每個被納入研究的效應量和可信區間, 用一個菱形(或其它圖形) 描述合并的效應量及其可信區間的一種圖型。
實例5: 為探討維生素 D 與兒童哮喘的關系, 采用 Meta 分析比較哮喘患兒組和正常兒童對照組的維生素 D 水平, 繪制的森林圖見圖2。圖2 中的各研究存在異質性(P <0.0001,I2 =91.8%>50%) , 應采用隨機效應模型進行效應量合并, 而不應采用固定效應模型見圖2。另外圖2 并未具體、 準確地描述各研究及合并的效應量與可信區間, 即森林圖繪制不夠直觀形象。
Meta 分 析 最 突 出 的 問 題 是 發 表 偏 倚(publishingbias) , 如醫學雜志傾向于發表P <0.05的“陽性”結果。據調查統計, 臨床試驗報告“陽性”結果的發表率約為77%, “陰性”結果的發表率僅為42%。因此, 依據文獻資料進行 Meta 分析, 傾向于得到“陽性”的綜合結果。研究者要盡可能多地收集全部研究資料, 并由多人進行“盲法”評判, 以決定研究資料的取舍。考察、識別發表性偏倚的方法主要有漏斗圖法(funnel plot method) 、Begg法( 秩相關法) 、Egger 法( 線性回歸法) 、 剪補法(trim and fillmethod) 、 Richy 法 和 Jadad 量表評價法、 失安全數等。
進行 Meta 分析時, 首先需明確研究目的, 其次在文獻資料收集前制定一系列的標準, 再次要嚴格按統一的文獻資料納入和排除標準, 把具有相同研究目的、 高質量的研究納入分析。同時, 要盡可能保證研究對象、 處理因素、 指標測量方法等方面的一致性, 并對文獻進行嚴格的質量評價。因此對文獻資料的收集與評價首先應嚴格按照 PRISMA 聲明執行, 然后需給出 流 程圖, 明確檢索、 初篩、 納入和綜合各階段得到或排除文獻的數量及原因, 最后確定進行 Meta 分析統計學處理的具體文獻及數量。Meta 分析文章報告規范應嚴格按 PRISMA 聲明執行, 目前有不少 Meta 分析文章存在缺陷, 如僅以表格或文字形式描述納入Meta 分析的文獻特征, 并未說明以上各階段文獻信息收集的具體流程。
如果各研究之間的差異很大, 存在異質性, 直接計算合并的效應量很容易造成結果的不可靠和不穩定, 需要仔細檢查研究設計和其他可能導致異質性的原因。
如果經過檢驗, 確實存在著異質性, 則可采取的處理策略有:
1)仔細核查數據, 確保數據的正確性, 比如不要把文獻中的標準差誤認為是標準誤。
2) 如果研究間的變異過大, 且無法解釋, 可以考慮放棄 Meta 分析, 而只做一般的系統綜述。
3) 通過亞組分析或者 Meta 回歸探索異質性的來源, 如果某因素能很好的解釋異質性, 可按該因素分為亞組進行效應量的合并。
4) 如果異質性不大, 可以考慮忽略異質性, 采用固定效應模型進行效應量的合并。
5) 采用隨機效應模型進行分析。需要注意的是, 隨機效應模型并不能代替對異質性進行全面的分析和來源探索。
6) 改變效應量的測量指標。異質性可能是由不合適的效應量測量指標導致的, 改變效應量指標的標度或單位, 可能會降低異質性。
7) 如果異質性是由一兩篇“離群”的文獻導致的, 可進行敏感性分析, 若可以明確原因, 比如是由于效應量測量方法不同導致的, 則可以將“離群”文獻剔除。
由于存在“抽屜文件問題”而常常缺乏“陰性” 結果, 使得 Meta 分析的結果易傾向于“陽性”。要想控制發表偏倚, 唯一的辦法是盡可能多地收集有關的全部研究資料, 由多人進行“盲法”評判, 決定資料的取舍, 然后對所有合格資料進行合并分析。許多研究者常對已發表和未發表的研究結果進行 Meta 分析比較, 以便更好地評價和分析“陰性”結果的影響。
由于 Meta 分析本質上屬于觀察性研究, 在解釋分析結果時尤其要謹慎,并且不 能 脫 離 專 業 知 識 背 景。從 某 種 意 義 上 講,Meta 分析主要告訴人們多個“小效應”的綜合結果,這樣的“小效應”如果不加以綜合, 很容易被忽略而被認為沒有作用。因此, 在 Meta 分析的研究結果報告中應注意兩點: 一是告訴臨床醫生某種治療方法“有效”或“無效”的證據是否充分, 以指導臨床實踐;二是告訴醫學研究者某項研究的傾向性結果, 以揭示進一步研究的方向。
關于Meta分析應用中常見的問題是什么就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。