循证医学中常用统计学指标和Meta分析统计过程.ppt

上传人:wuy****n92 文档编号:66035639 上传时间:2022-12-11 格式:PPT 页数:44 大小:1.23MB
返回 下载 相关 举报
循证医学中常用统计学指标和Meta分析统计过程.ppt_第1页
第1页 / 共44页
循证医学中常用统计学指标和Meta分析统计过程.ppt_第2页
第2页 / 共44页
点击查看更多>>
资源描述

《循证医学中常用统计学指标和Meta分析统计过程.ppt》由会员分享,可在线阅读,更多相关《循证医学中常用统计学指标和Meta分析统计过程.ppt(44页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、循证医学中常用统计学指标循证医学中常用统计学指标与与Meta分析的统计过程分析的统计过程南华大学附属第一医院南华大学附属第一医院肾内科:邓进肾内科:邓进分类变量分类变量一、循证医学中常用统计学指标一、循证医学中常用统计学指标实例实例组别组别死亡死亡未死亡未死亡合计合计试验组15(a)110(b)125(n1)对照组30(c)90(d)120(n2)合计45200245(N)阿司匹林治疗心肌梗死的效果阿司匹林治疗心肌梗死的效果相对危险度(相对危险度(RR)v相对危险度(相对危险度(relative risk,RR)是前瞻性研究中较常)是前瞻性研究中较常用的指标,它是试验组某事件发生率与对照组的发

2、生率之用的指标,它是试验组某事件发生率与对照组的发生率之比,用于说明试验组的发生率是对照组的多少倍。比,用于说明试验组的发生率是对照组的多少倍。v试验组的发生率为:试验组的发生率为:a/(a+b)v对照组的发生率为:对照组的发生率为:c/(c+d)v两个率的比值:两个率的比值:RR=a/(a+b)c/(c+d)RR的意义的意义v当当RR=1时,可认为试验组的发生率与对照组的发生率相时,可认为试验组的发生率与对照组的发生率相同同;v当当RR1时,可认为试验组的发生率大于对照组时,可认为试验组的发生率大于对照组;v当当RR1时,可认为病例组的比值大于对照组,即该暴露时,可认为病例组的比值大于对照组

3、,即该暴露因素可能与该病的发生有一定的关系因素可能与该病的发生有一定的关系;v当当OR1时,可认为病例组的比值小于对照组,即该暴露时,可认为病例组的比值小于对照组,即该暴露因素可能是该病的保护因素。因素可能是该病的保护因素。可信区间(可信区间(CI)v在循证医学中常用两组指标的差值或比值的可信区间在循证医学中常用两组指标的差值或比值的可信区间(confidence interval,CI),以此得出某指标的差),以此得出某指标的差值或比值有无统计学意义的结论。值或比值有无统计学意义的结论。v通常,试验组与对照组某指标差值或比值的通常,试验组与对照组某指标差值或比值的95%CI与与为为0.05的

4、假设检验等价,的假设检验等价,99%CI与与为为0.01等价。等价。RR与与OR可信区间的图示可信区间的图示无统计学意义无统计学意义 试验组试验组对照组对照组 1 无效线无效线使用阿司匹林治疗的病人与对照组相比,其病死率的使用阿司匹林治疗的病人与对照组相比,其病死率的RR为为0.48,其,其RR的的95%CI为。为。故可认为阿司匹林治疗组的病死率小于对照组,即阿司匹林故可认为阿司匹林治疗组的病死率小于对照组,即阿司匹林治疗心肌梗死能降低病死率。治疗心肌梗死能降低病死率。数值变量数值变量一、循证医学中常用统计学指标一、循证医学中常用统计学指标单个数值变量研究的数据单个数值变量研究的数据例数例数均

5、数均数标准差标准差nini Xi XiSiSi试验组试验组n1n1 X1X1S1S1对照组对照组n2n2 X2X2S2S2疗前疗后的数据疗前疗后的数据治疗前治疗前治疗后治疗后例数例数均数均数标准差标准差均数均数标准差标准差试验组试验组n11n11 X11X11S11S11 X12X12S12S12对照组对照组n21n21 X21X21S21S21 X22X22S22S22例数例数差值的均数差值的均数差值的标准差差值的标准差试验组试验组n1n1 d1d1S1S1对照组对照组n2n2 d2d2S2S2将上表中数据整理为下表,表中将上表中数据整理为下表,表中 d1和和S1可用公式计算可用公式计算d1

6、=X1-X2;S12=S112+S1222S11S12 0.4均数差均数差MDv均数差(均数差(MD)即为两均数的差值。该指标以试验原有)即为两均数的差值。该指标以试验原有的测量单位,真实地反映了试验效应,消除了绝对值大的测量单位,真实地反映了试验效应,消除了绝对值大小对结果的影响。小对结果的影响。标准化均数差标准化均数差SMDv标准化均数差标准化均数差 Standardised Mean Difference,SMDvSMD可简单地理解为两均数的差值再除以合并标准差的可简单地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,还消除了商,它不仅消除了某研究的绝对值大

7、小的影响,还消除了测量单位对结果的影响。测量单位对结果的影响。v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。析。MD和和SMD的可信区间的可信区间v若选择若选择MD或或SMD为合并统计量时,其为合并统计量时,其95%CI与假设检与假设检验的关系如下:验的关系如下:v若其若其95%CI包含了包含了0,等价于,等价于P0.05,即合并效应量,即合并效应量无统计学意义。无统计学意义。v若其若其95%CI的上下限均大于的上下限均大于0或均小于或均小于0,等价于,等价于P0.05,即合并效应量有统计学意义。,即合并效应量有统计学意义。MD与与S

8、MD可信区间的图示可信区间的图示无统计学意义无统计学意义 试验组试验组对照组对照组 0 无效线无效线二、二、MetaMeta分析的统计学过程分析的统计学过程Meta 分析的统计学过程分析的统计学过程v异质性分析异质性分析v合并效应量合并效应量v合并效应量的检验:可信区间,合并效应量的检验:可信区间,Z检验检验v其他:亚组分析、敏感性分析、发表偏倚分析其他:亚组分析、敏感性分析、发表偏倚分析异质性分析异质性分析v按统计原理,只有同质的资料才能进行合并或比较等统计按统计原理,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。分析,反之,则不能。v因此,因此,Meta分析过程需要对多个研究的

9、结果进行异质性分析过程需要对多个研究的结果进行异质性分析,尽可能消除导致异质性的原因,使之达到同质。分析,尽可能消除导致异质性的原因,使之达到同质。v种类包括:临床异质性、方法学异质性和统计学异质性。种类包括:临床异质性、方法学异质性和统计学异质性。统计学异质性统计学异质性v是指干预效果的评价在不同试验间的变异,它是研究间的临床和方法是指干预效果的评价在不同试验间的变异,它是研究间的临床和方法学上变异联合作用的结果。学上变异联合作用的结果。v通常将通常将Meta分析的统计学异质性简称为分析的统计学异质性简称为“异质性异质性”,它是以各研究,它是以各研究之间可信区间(之间可信区间(CI)的重合程

10、度来度量异质性的大小;)的重合程度来度量异质性的大小;v多个研究间的多个研究间的CI重合程度越大,存在统计学异质性的可能性就越小,重合程度越大,存在统计学异质性的可能性就越小,反之,各研究间存在统计学异质性的可能性就越大。反之,各研究间存在统计学异质性的可能性就越大。v异质性分析的意义:异质性分析的意义:Meta分析的核心计算是合并(相加),按统计分析的核心计算是合并(相加),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。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。异质性检验异质性检验v异质性检验(异质性检验(tests for heterogeneit

11、y)又称同质)又称同质性检验(性检验(tests for homogeneity)v用假设检验的方法检验多个独立研究是否具有异质性(同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),质性),RevMan5.1软件中,用的是卡方检验。软件中,用的是卡方检验。评价异质性的指标评价异质性的指标vP值:若异质性检验结果为值:若异质性检验结果为P0.10时,多个研究的异质时,多个研究的异质性无统计学意义;若多个研究结果为性无统计学意义;若多个研究结果为P0.10时,多个研时,多个研究的异质性有统计学意义。究的异质性有统计学意义。vI2:可用于衡量多个研究结果间异质程度的大小。这个指:可用于衡量

12、多个研究结果间异质程度的大小。这个指标用于描述由各个研究间由非抽样误差所引起的变异(异标用于描述由各个研究间由非抽样误差所引起的变异(异质性)占总变异的百分比。质性)占总变异的百分比。I2越大,其异质性越大,越越大,其异质性越大,越不可接受。在不可接受。在Cochrane 系统评价中,只要系统评价中,只要I2不大于不大于50%,其异质性可以接受。,其异质性可以接受。异质性的处理方法异质性的处理方法v当异质性检验出现当异质性检验出现P0.10时,首先应找出产生异质性的时,首先应找出产生异质性的原因,如疗程长短、用药剂量、病情轻重、对照选择等是原因,如疗程长短、用药剂量、病情轻重、对照选择等是否相

13、同。否相同。v由上述原因引起的异质性,可以使用亚组分析和由上述原因引起的异质性,可以使用亚组分析和Meta回回归。归。合并统计量合并统计量v就是将多个独立研究的结果合并成一个汇总统计量,即用就是将多个独立研究的结果合并成一个汇总统计量,即用多个独立研究的某个指标的合并统计量反映其试验效应。多个独立研究的某个指标的合并统计量反映其试验效应。v固定效应模型:若多个研究具有同质性时(无统计学异质固定效应模型:若多个研究具有同质性时(无统计学异质性),可使用固定效应模型。性),可使用固定效应模型。v随机效应模型,若多个研究不具有同质性时(异质性有统随机效应模型,若多个研究不具有同质性时(异质性有统计学

14、意义),先对异质性原因进行处理,若异质性分析与计学意义),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。处理后仍无法解决异质性时,可使用随机效应模型。关于随机效应模型关于随机效应模型v是一种对异质性资料进行是一种对异质性资料进行Meta分析的方法,但是,该法分析的方法,但是,该法不能校正偏倚或减少异质性,更不能消除产生异质性的原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。因。v是通过增大小样本资料的权重,减少大样本资料的权重来是通过增大小样本资料的权重,减少大样本资料的权重来处理资料间的异质性,而这种处理存在着较大风险。处理资料间的异质性,而这种

15、处理存在着较大风险。v随机效应模型处理的结果,可能消弱了质量好的大样本信随机效应模型处理的结果,可能消弱了质量好的大样本信息,增大了质量差的小样本信息,故应谨慎使用随机效应息,增大了质量差的小样本信息,故应谨慎使用随机效应模型,对其结论也应当较为委婉。模型,对其结论也应当较为委婉。合并效应量的检验合并效应量的检验v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。统计学意义,其原理与常规的假设检验完全相同。v两种方法:两种方法:Z检验和卡方检验检验和卡方检验v根据根据Z值或卡方值得到该统计量下概率(值

16、或卡方值得到该统计量下概率(P)值。)值。v若若P0.05,多个研究的合并效应量有统计学意义;,多个研究的合并效应量有统计学意义;v若若P0.05,多个研究的合并效应量没有统计学意义。,多个研究的合并效应量没有统计学意义。合并效应量的可信区间合并效应量的可信区间v在在Meta分析中,常用可信区间进行假设检验,分析中,常用可信区间进行假设检验,95%可可信区间与信区间与为为0.05的假设检验等价,的假设检验等价,99%可信区间与可信区间与为为0.01的假设检验等价。的假设检验等价。v此外,森林图即是根据各个独立研究的此外,森林图即是根据各个独立研究的95%可信区间及可信区间及合并效应量的合并效应

17、量的95%可信区间绘制的。可信区间绘制的。实例实例1 分类变量分类变量七个阿司匹林预防心肌梗死的研究资料七个阿司匹林预防心肌梗死的研究资料K K个研究个研究阿司匹林阿司匹林安慰剂安慰剂合计合计OROR95%CI95%CI死亡数死亡数未死亡数未死亡数死亡数死亡数未死亡数未死亡数aiaibibiciciDiDiNiNi下限下限上限上限1 149495665666767557557123912390.720.720.4890.4891.5091.5092 244447147146464707707152915290.6810.6810.4570.4571.0131.0133 310210273073

18、0126126724724168216820.8030.8030.6060.6061.0631.0634 4323228528538382712716266260.8010.8010.4860.4861.3191.3195 585857257255252354354121612160.7980.7980.5530.5531.1531.1536 62462462021202121921920382038452445241.1331.1330.9350.9351.3731.3737 71570157070177017172017206880688017187171870.8950.8950.892

19、0.8920.9660.966合计合计2128212812058120582286228611531115312800328003表中表中ai,bi,ci,diai,bi,ci,di为各研究四格表数,为各研究四格表数,NiNi为各个研究的样本例数为各个研究的样本例数RevMan5.1森林图(森林图(RR)方块:每个研究效应方块:每个研究效应量的点估计值,大小量的点估计值,大小表示每个研究的权重表示每个研究的权重线段:每个研究效应线段:每个研究效应量的可信区间,线段量的可信区间,线段越长,可信区间越宽,越长,可信区间越宽,结果越不精确结果越不精确垂直线(无效线)垂直线(无效线)二分变量,二分变量

20、,OR或或RR=1连续变量,连续变量,SMD或或MD=0菱形代表合并效应量,中菱形代表合并效应量,中心代表合并效应量的点估心代表合并效应量的点估计值,宽代表合并效应量计值,宽代表合并效应量的可信区间。的可信区间。1.包含无效线,组间无统包含无效线,组间无统计学差异;计学差异;2.完全在无效线右边,试完全在无效线右边,试验组的效应量大于对照组;验组的效应量大于对照组;3.完全在无效线左边,试完全在无效线左边,试验组的效应量小于对照组。验组的效应量小于对照组。RevMan5.1森林图(森林图(OR)实例实例2 数值变量数值变量女童掌骨女童掌骨IIII皮质厚度的皮质厚度的1111个研究个研究K K个

21、研究个研究高氟区高氟区适氟区适氟区P P值值n1n1 X1S1S1n2n2 X2S2S21 126262.262.260.320.3242422.332.330.330.33P P0.050.052 255552.392.390.310.3140402.492.490.320.32P P0.050.053 346462.502.500.300.3050502.672.670.350.35P P0.050.054 445452.642.640.260.2650502.902.900.450.45P P0.050.055 545452.812.810.350.3545452.932.930.360

22、.36P P0.050.056 652522.952.950.460.4655553.273.270.370.37P P0.050.057 746463.153.150.390.3942423.483.480.480.48P P0.050.058 845453.473.470.460.4651513.733.730.540.54P P0.050.059 945453.633.630.380.3845453.813.810.400.40P P0.050.05101042423.813.810.410.4145454.164.160.420.42P P0.050.05111144443.993.9

23、90.560.5625254.184.180.410.41P P0.050.05合计合计491491490490RevMan5.1森林图(森林图(MD法)法)RevMan5.1森林图(森林图(SMD法)法)亚组分析亚组分析v根据纳入研究的特点进行分组,进而在组内分析干预措施根据纳入研究的特点进行分组,进而在组内分析干预措施的效果。的效果。v如根据性别、年龄、种族、疾病的严重程度、疗程长短、如根据性别、年龄、种族、疾病的严重程度、疗程长短、用药剂量、纳入研究的质量等等。用药剂量、纳入研究的质量等等。v在在Meta分析中,是一种处理异质性的方法。分析中,是一种处理异质性的方法。v在同一个系统评价中

24、,不提倡使用太多的亚组分析。在同一个系统评价中,不提倡使用太多的亚组分析。敏感性分析敏感性分析v是指在定量合成的系统评价中,改变某些影响结果的重要是指在定量合成的系统评价中,改变某些影响结果的重要因素,如纳入标准、研究质量的差异、失访情况、统计方因素,如纳入标准、研究质量的差异、失访情况、统计方法(固定或随机效应模型)和效应量的选择(法(固定或随机效应模型)和效应量的选择(OR或或RR)后,观察合成结果和异质性是否发生变化,从而判断所获后,观察合成结果和异质性是否发生变化,从而判断所获结果的稳定性的方法,目的是发现影响结果的稳定性的方法,目的是发现影响Meta分析结果的分析结果的主要因素与产生

25、原因。主要因素与产生原因。发表偏倚发表偏倚漏斗图及用途漏斗图及用途v漏斗图(漏斗图(funnel plots)最初是用每个研究的处理效应)最初是用每个研究的处理效应估计值为估计值为X轴,样本含量的大小为轴,样本含量的大小为Y轴的简单散点图。轴的简单散点图。v漏斗图所基于的假设是治疗效应估计值的精度随着样本量漏斗图所基于的假设是治疗效应估计值的精度随着样本量的增加而增加。样本量小的研究,精度低,分布于漏斗图的增加而增加。样本量小的研究,精度低,分布于漏斗图的底部,且向周围扩散;样本量大的研究,精度高,分布的底部,且向周围扩散;样本量大的研究,精度高,分布于漏斗图的顶部,且向中间集中。于漏斗图的顶

26、部,且向中间集中。v当没有发表偏倚时,其图形呈对称的倒漏斗状,故称之为当没有发表偏倚时,其图形呈对称的倒漏斗状,故称之为“漏斗图漏斗图”。漏斗图示例漏斗图示例vA:无偏倚的对称漏斗图;:无偏倚的对称漏斗图;B:存在发表偏倚的不对称漏:存在发表偏倚的不对称漏斗图;斗图;C:因纳入低质量小样本试验的不对称漏斗图。:因纳入低质量小样本试验的不对称漏斗图。实例实例1的的RevMan5.1漏斗图漏斗图v存在发表偏倚存在发表偏倚v发表偏倚偏向无统计学意义的文章,说明该发表偏倚偏向无统计学意义的文章,说明该Meta分析的结论可信度分析的结论可信度很高。很高。无统计学意义无统计学意义有统计学意义有统计学意义实

27、例实例2的的RevMan5.1漏斗图漏斗图漏斗图的应用漏斗图的应用v漏斗图主要用于观察某个系统评价或漏斗图主要用于观察某个系统评价或Meta分析结果是否分析结果是否存在偏倚,如发表偏倚或其他偏倚。如果资料存在偏倚,存在偏倚,如发表偏倚或其他偏倚。如果资料存在偏倚,会出现不对称的漏斗图,不对称越明显,偏倚程度越大。会出现不对称的漏斗图,不对称越明显,偏倚程度越大。v漏斗图的不对称性主要与发表偏倚有关,但也存在其他原漏斗图的不对称性主要与发表偏倚有关,但也存在其他原因,如选择性偏倚、语言偏倚、重复发表偏倚等。因,如选择性偏倚、语言偏倚、重复发表偏倚等。v进入进入Meta分析的文献数较少时,不建议使用漏斗图,推分析的文献数较少时,不建议使用漏斗图,推荐文献数荐文献数10时,可使用漏斗图。时,可使用漏斗图。Meta分析的局限性分析的局限性v目前,目前,Meta分析的统计方法尚不够完善,还不能满足不分析的统计方法尚不够完善,还不能满足不同资料类型的不同的临床设计方案的需要,如等级资料比同资料类型的不同的临床设计方案的需要,如等级资料比较时,仍无成熟的较时,仍无成熟的Meta分析方法。分析方法。谢谢 谢!谢!

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 大学资料

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁