Meta分析 在医学研究中,绝大多数的医学现象都呈一定的随机性,因此医 学研究的结果都受随机抽样误差影响而有所差异。所以对于同一研究 问题的多个研究结果往往不全相同,有些研究的结论甚至相反。因此 如何从结果不一的同类研究中综合出一个较为可靠的结论是医学研 究中常常需要面临的问题。Meta分析就是研究如何综合同类研究结 果的一种统计分析方法。 Meta分析就是把相同研究问题的多个研究结果视为一个多中心 研究的结果,运用多中心研究的统计方法进行综合分析。Meta统计 分析可以分为确定性模型分析方法和随机模型分析方法。较常用的确 定性模型Meta分析有 Mantel- Haeszel统计方法(仅适用于效应指标为 OR)和 General- Variance- Based统计方法。然而所有的确定性模型 统计方法都要求Meta分析中的各个研究的总体效应指标(如:两组均 数的差值等)是相等的,并称为齐性的( Homogeneity),而随机模型对 效应指标没有齐性要求。因此Mea分析可以采用下列分析策略: 1)如果各个研究的效应指标是齐性的,则选用确定性模型统计方 法 ●效应指标为OR,则采用 Mantel- haeszel统计方法 ●效应指标为两个均数的差值、两个率的差值、回归系数、对 数RR等近似服从正态分布的效应指标,则采用 General Variacne- Based方法进行Meta统计分析 2)如果各个研究的效应指标不满足齐性条件或者研究背景无法用
Meta 分析 在医学研究中，绝大多数的医学现象都呈一定的随机性，因此医 学研究的结果都受随机抽样误差影响而有所差异。所以对于同一研究 问题的多个研究结果往往不全相同，有些研究的结论甚至相反。因此 如何从结果不一的同类研究中综合出一个较为可靠的结论是医学研 究中常常需要面临的问题。Meta 分析就是研究如何综合同类研究结 果的一种统计分析方法。 Meta 分析就是把相同研究问题的多个研究结果视为一个多中心 研究的结果，运用多中心研究的统计方法进行综合分析。Meta 统计 分析可以分为确定性模型分析方法和随机模型分析方法。较常用的确 定性模型 Meta 分析有 Mantel-Haeszel 统计方法(仅适用于效应指标为 OR)和 General－Variance－Based 统计方法。然而所有的确定性模型 统计方法都要求 Meta 分析中的各个研究的总体效应指标(如：两组均 数的差值等)是相等的，并称为齐性的(Homogeneity)，而随机模型对 效应指标没有齐性要求。因此 Meta 分析可以采用下列分析策略： 1)如果各个研究的效应指标是齐性的，则选用确定性模型统计方 法： ⚫效应指标为 OR，则采用 Mantel－Haeszel 统计方法 ⚫效应指标为两个均数的差值、两个率的差值、回归系数、对 数 RR 等近似服从正态分布的效应指标，则采用 General－ Variacne-Based 方法进行 Meta 统计分析。 2)如果各个研究的效应指标不满足齐性条件或者研究背景无法用
确定性模型进行解释的,则采用随机模型进行Meta统计分析。 为了使读者较容易地掌握Meta分析方法,以下将结合 STATA软 件的Mea分析操作命令,通过实例介绍Mea分析步骤和软件操作以 及相应的统计分析结果解释,然后对Meta分析中所涉及的统计公式 进行分类汇总小结 确定性模型的Meta分析方法 例1:为了研究 Aspirin预防心肌梗塞(M)后死亡的发生,美国在 1976年-1988年间进行了7个关于 Aspirin预防M后死亡的研究, 其结果见表1,其中6次研究的结果表明 Aspirin组与安慰剂组的MI 后死亡率的差别无统计意义,只有一个研究的结果表明 Aspirin在预 防MI后死亡有效并且差别有统计意义。现根据表1所提供的资料作 Meta分析 Aspirin预防心肌梗塞后死亡的研究结果 研究 Aspirin组 编号观察人数死亡人数死亡率P(%)观察人数死亡人数死亡率P(%)P值OR 615 7.97 67 10.74 0.0940.720 758 5.80 64 0.0570.681 0.1250.803 317 10.09 810 10.49 0.2290.798 0.2041.133 587 1570 18.28 8600 1720 0.0040.895 OR- P ep/i-p 可以证明:OR>1对应PE>Pc;OR<1对应P<Pc;OR=1对应 P
确定性模型进行解释的，则采用随机模型进行 Meta 统计分析。 为了使读者较容易地掌握 Meta 分析方法，以下将结合 STATA 软 件的 Meta 分析操作命令，通过实例介绍 Meta 分析步骤和软件操作以 及相应的统计分析结果解释，然后对 Meta 分析中所涉及的统计公式 进行分类汇总小结。 确定性模型的 Meta 分析方法 例 1：为了研究 Aspirin 预防心肌梗塞(MI)后死亡的发生，美国在 1976 年－1988 年间进行了 7 个关于 Aspirin 预防 MI 后死亡的研究， 其结果见表 1，其中 6 次研究的结果表明 Aspirin 组与安慰剂组的 MI 后死亡率的差别无统计意义，只有一个研究的结果表明 Aspirin 在预 防 MI 后死亡有效并且差别有统计意义。现根据表 1 所提供的资料作 Meta 分析。 表 1 Aspirin 预防心肌梗塞后死亡的研究结果 研究 Aspirin 组 安慰剂组 编号 观察人数 死亡人数 死亡率 PE(%) 观察人数 死亡人数 死亡率 PC(%) P 值 OR* 1 615 49 7.97 624 67 10.74 0.094 0.720 2 758 44 5.80 771 64 8.30 0.057 0.681 3 832 102 12.26 850 126 14.82 0.125 0.803 4 317 32 10.09 309 38 12.30 0.382 0.801 5 810 85 10.49 406 52 12.81 0.229 0.798 6 2267 246 10.85 2257 219 9.70 0.204 1.133 7 8587 1570 18.28 8600 1720 20.00 0.004 0.895 注： 1 1 E C E C P P OR P P = − − 。可以证明：OR>1 对应 PE>PC；OR<1 对应 PE<PC；OR=1 对应 PE=PC
具体分析和计算步骤如下: 、把表1资料改写为表2形式的资料 Mantel- Haesze计算用表 研究死亡人数存活人数死亡人数存活人数样本量权重ORw×OR 编号(a 64 15290.04120.68080.0280 16820.02050.80290.0165 271 0.06480.80070.0519 725 12160.03520.79810.0281 246 2021 2038 45240.00961.13270.0109 1570 7017 6880 171870.00150.89500.0013 合计 0.2l16 0.1647 其中括号中的 b.c.d为统计计算公式中所对应的符号。如:权重=1+1+1+1 计算 Mantel- Haeszel or W OR OR 0.0389×0.7197+…+0.0015×0.89500.1647 ∑10.0389+00412+00205+-…+001502160.778 OR的齐性检验H:各个研究的总体OR相同vsH1:各个研究 的总体OR不全相同。OR的齐性检验在统计软件中一般采用 Breslow-Day齐性检验山。由于 Breslow-Day齐性检验方法计算步 骤较为复杂,所以本书将仅给出参考文献供读者査阅。 四、如果OR齐性,则用 Mantel- Haeszel方法计算总体ORm的95% 可信区间以及检验H:总体ORH=1。 Mantel- Haeszel方法计 算OR的可信区间比较误差,故在汇总中给出计算公式。 五、用 STATA软件对上述资料进行统计分析操作步骤如下: 资料输入的格式:其中no为研究编号, group=1表示 Aspirin组, group=0表示安慰剂组;dead=1表示死亡,dead=0表示活着;w
具体分析和计算步骤如下： 一、把表 1 资料改写为表 2 形式的资料 表 2 Mantel-Haeszel 计算用表 Aspirin 组 安慰剂组 研究 编号 死亡人数 (a) 存活人数 (b) 死亡人数 (c) 存活人数 (d) 样本量 (n) 权重 (w) OR w×OR 1 49 566 67 557 1239 0.0389 0.7197 0.0280 2 44 714 64 707 1529 0.0412 0.6808 0.0280 3 102 730 126 724 1682 0.0205 0.8029 0.0165 4 32 285 38 271 626 0.0648 0.8007 0.0519 5 85 725 52 354 1216 0.0352 0.7981 0.0281 6 246 2021 219 2038 4524 0.0096 1.1327 0.0109 7 1570 7017 1720 6880 17187 0.0015 0.8950 0.0013 合计 0.2116 0.1647 其中括号中的 a,b,c,d,w 为统计计算公式中所对应的符号。如：权重 1 1 1 1 w a b c d = + + + 二、计算 Mantel-Haeszel OR: 0.0389 0.7197 0.0015 0.8950 0.1647 0.778 0.0389 0.0412 0.0205 0.0015 0.2116 i i i MH i i w OR OR w + + = = = = + + + + 三、OR 的齐性检验 H0：各个研究的总体 OR 相同 vs H1：各个研究 的总体 OR 不全相同。OR 的齐性检验在统计软件中一般采用 Breslow-Day 齐性检验[1]。由于 Breslow-Day 齐性检验方法计算步 骤较为复杂，所以本书将仅给出参考文献供读者查阅。 四、如果 OR 齐性，则用Mantel－Haeszel 方法计算总体ORMH的 95％ 可信区间以及检验 H0：总体 ORMH＝1。Mantel－Haeszel 方法计 算 OR 的可信区间比较误差，故在汇总中给出计算公式。 五、用 STATA 软件对上述资料进行统计分析操作步骤如下： ⚫ 资料输入的格式：其中 no 为研究编号，group=1 表示 Aspirin 组， group=0 表示安慰剂组；dead=1 表示死亡，dead=0 表示活着；w
表示频数。 group dead 0 566 第一个研究的资料 001100 0 557 44 714 第二个研究的资料 707 287 0 0 6880 第七个研究的资料 令: cc group dead (free-lby(no)。其中goup是分组变量dad是结果变量 软件输出结果如下 OR [95% Conf. Interval] M-H Weight 7197142 47849511.077403 30.60694( exact) 6807598 4666251.030826 59991241.072974 54.6849( exact) 8007387 47001061.358464 17.30032( exact) 56 7981432 .54496851.177104 31.00329( exact) 1.132736 93041.379135 97.83355( exact) 8949694 8288006.9664191 02.2308( exact) Crude 9019 8342979,9498448 (exact) M-H combined Test of homogeneity (M-H 9.95Pr>chi2=0.1269 Test that combined or =1 Mantel-Haenszel chi2(1) Pr>chi2 0.0010 各个研究的OR齐性检验(H0:总体OR1=总体OR2=…=总体 OR7=公共总体OR) 设齐性检验的检验水平∝=0.1,齐性检验的卡方值为9.95,自由 度为6,相应的P值=0.12690.1,因此可近似认为OR是齐性的。 综合效应的统计检验H0:公共的总体OR=1wsH1:公共的
表示频数。 no group dead w 1 1 1 1 49 第一个研究的资料 2 1 1 0 566 3 1 0 1 67 4 1 0 0 557 5 2 1 1 44 第二个研究的资料 6 2 1 0 714 7 2 0 1 64 8 2 0 0 707 … … … … 28 7 0 0 6880 第七个研究的资料 ⚫ 操作命令：cc group dead [freq=w],by(no) 其中 group 是分组变量 dead 是结果变量 ⚫ STATA 软件输出结果如下： no | OR [95% Conf. Interval] M-H Weight -------------+------------------------------------------------- 1 | .7197142 .4784951 1.077403 30.60694 (exact) 2 | .6807598 .4466625 1.030826 29.8862 (exact) 3 | .8028702 .5999124 1.072974 54.6849 (exact) 4 | .8007387 .4700106 1.358464 17.30032 (exact) 5 | .7981432 .5449685 1.177104 31.00329 (exact) 6 | 1.132736 .9304 1.379135 97.83355 (exact) 7 | .8949694 .8288006 .9664191 702.2308 (exact) -------------+------------------------------------------------- Crude | .890199 .8342979 .9498448 (exact) M-H combined | .8968656 .8405144 .9569947 --------------------------------------------------------------- Test of homogeneity (M-H) chi2(6) = 9.95 Pr>chi2 = 0.1269 Test that combined OR = 1: Mantel-Haenszel chi2(1) = 10.82 Pr>chi2 = 0.0010 各个研究的 OR 齐性检验(H0：总体 OR1＝总体 OR2＝…＝总体 OR7＝公共总体 OR) 设齐性检验的检验水平=0.1，齐性检验的卡方值为 9.95，自由 度为 6，相应的 P 值=0.1269>0.1，因此可近似认为 OR 是齐性的。 综合效应的统计检验 H0：公共的总体 OR＝1 vs H1：公共的
总体OR≠1 设综合效应的统计检验水平a=0.05,对应的 Mantel- Haeszel卡 方=1082,自由度为1,相应的P值=0010<005,因此可以推断综 合分析中公共总体OR不等于1,公共OR的 Mantel--Haeszel估计值 =0.8968,相应的95%可信区间为08405,09570),因此在95%可信 意义下可以推断综合分析的总体OR<1(或者说:可以断定总体OR<1 的概率大于0.95) 由于本研究的OR=Bn/Pn,因此可以推断:Asmg组的死 1-P/1-P 亡率低于安慰剂组的死亡率,并且差别有统计意义。 结论:服用 Aspiring有助于降低心肌梗塞后的死亡率。 例2:为了研究某减肥药的疗效,现以身高体重指数BM为疗效 观察指标,为了避免其它的混杂作用,故限定所有研究对象均为45 岁至55岁的健康女性(其它体检指标均正常)。研究问题为:通过 个疗程的治疗,该药物是否能降低45岁至55岁的健康女性的BMP 因此需要检验治疗组和对照组所对于BMI总体均数是否相同? 现收集了6个研究的结果如下 所收集研究 治疗组 对照组 两个样本两个样本均数 结果的编0)(em(sm)(memy)s-m 28.03.33029.02.835 1.00.7661590.1910 1.90.6946320.0083 1.00.7064720.1615 27.83.43329.82.631 2.00.7539020.0107 27.23.03028.12.932 0.7502080.2345 28.02.86029.23.150 0.5682140.0353 在这6个研究中,研究结果表明:有3组BMI的差异有统计意 义(P值<05),但是另外3组BMI的差异无统计意义。因此存在较 大的争议,所以有必要通过Meta分析综合这6个研究的结果。 总体效应指标为治疗组BMI的总均数一对照组BMI的总体均 数:4D=-共,相应的样本效应指标为mean=mean- meanc,标
总体 OR1 设综合效应的统计检验水平=0.05，对应的 Mantel－Haeszel 卡 方=10.82，自由度为 1，相应的 P 值=0.0010<0.05，因此可以推断综 合分析中公共总体 OR 不等于 1，公共 OR 的 Mantel－Haeszel 估计值 ＝0.8968，相应的 95%可信区间为(0.8405，0.9570)，因此在 95%可信 意义下可以推断综合分析的总体 OR<1(或者说：可以断定总体 OR<1 的概率大于 0.95)。 由于本研究的 1 1 E C E C P P OR P P = − − ，因此可以推断：Aspiring 组的死 亡率低于安慰剂组的死亡率，并且差别有统计意义。 结论：服用 Aspiring 有助于降低心肌梗塞后的死亡率。 例 2：为了研究某减肥药的疗效，现以身高体重指数 BMI 为疗效 观察指标，为了避免其它的混杂作用，故限定所有研究对象均为 45 岁至 55 岁的健康女性(其它体检指标均正常)。研究问题为：通过一 个疗程的治疗，该药物是否能降低 45 岁至 55 岁的健康女性的 BMI? 因此需要检验治疗组和对照组所对于 BMI 总体均数是否相同？ 现收集了 6 个研究的结果如下 所收集研究 治疗组 对照组 两个样本 均数的差值 d 两个样本均数 差值的标准误 se P 值 结果的编号(no) 均数 (meanE) 标准差 (SE) 样本量 (nE) 均数 (meanC) 标准差 (SC) 样本量 (nC) 1 28.0 3.3 30 29.0 2.8 35 －1.0 0.766159 0.1910 2 25.5 2.9 34 27.4 2.7 31 －1.9 0.694632 0.0083 3 26.5 2.7 32 27.5 2.9 31 －1.0 0.706472 0.1615 4 27.8 3.4 33 29.8 2.6 31 －2.0 0.753902 0.0107 5 27.2 3.0 30 28.1 2.9 32 -0.9 0.750208 0.2345 6 28.0 2.8 60 29.2 3.1 50 -1.2 0.568214 0.0353 在这 6 个研究中，研究结果表明：有 3 组 BMI 的差异有统计意 义(P 值<0.05)，但是另外 3 组 BMI 的差异无统计意义。因此存在较 大的争议，所以有必要通过 Meta 分析综合这 6 个研究的结果。 总体效应指标为治疗组 BMI 的总均数－对照组 BMI 的总体均 数： D E C = − ，相应的样本效应指标为 meanD=meanE－meanC，标