《me分析中异质性检验浅析.docx》由会员分享，可在线阅读，更多相关《me分析中异质性检验浅析.docx（2页珍藏版）》请在三一文库上搜索。
1、、Meta分析原理假定各个不同研究都是来自同一个总体,要求不同研究间的统计量应该接近总体参数真实值,所以 各个不同文献研究结果是比拟接近, 就要符合同质性,这时候将所有文献的效应值合并可以采用固 定效应模型的有些算法,如倒方差法,mantelhaenszel法,peto法等.二、异质性的概念2.1 广义：描述参与者、干预举措和一系列研究间测量结果的差异和多样性,或那些研究间的内在 真实性的变异.2.2 狭义：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,也说明除可预见的偶然 时机之外的研究间存在的差异性.三、异质性的分类3.1 临床异质性：包含试验对象的差异,如纳入及排除标准的不同；
2、试验条件的差异,如干预剂量、 剂型、方法不同；定义指标的差异,如试验定义的暴露、结局、测量工具不同,等等.3.2 方法学异质性：包含研究设计的差异,如前瞻性、回忆性、随机化对照试验；偏倚风险,如盲法；结局完整性,如随访时间长短不同.3.3 统计学异质性：是指不同试验间被估计的效应指标的变异,它是研究间临床和方法学上多样性 的直接结果.统计学计算一致性以数据为根底,其原理是各研究间可信区间的重合程度越, 那么各研究间存在 统计学同质性的可能性越大,相反,可信区间的重合程度越小,各研究间存在统计学异质性的可能 性越大.临床异质性、方法学异质性和统计学异质性三种是相互独立又相互关联的,临床或方法学上
3、的异质,不一定在统计学上就有异质性的表现, 反之亦然.但寻找临床和方法学上的异质性可以提示 统计学异质性的来源.四、异质性检验方法4.1 概念：又叫统计量的齐性检验(一致性检验),目的是检查各个独立研究的结果是否具有可合 并性.4.2 常见方法：4.2.1 Q检验(1)计算公式及解释kQ = Wj( Yj - M?注：Wi：第i个研究的权重,Yi:第i个研究的效应量,M所有研究的平均效应量.Q为效应量的标准化平方和,因此服从自由度为(k-1 )的2分布.Q值越大,那么p值越小(无 效假设为纳入研究的效应量均相同),那么异质性越大.(2) Q检验的缺陷：对研究个数敏感：当研究个数越少时,检验效能
4、越低,其越容易出现假阴性；反之,当研究个数越多时,检验效能越高,越容易出现假阳性.只能检验是否存在异质性及异质性的大小,而不能检验异质性的分布.4.2.2I2 检验(1)计算公式及解释I = q J x 100%I2反映异质性局部在效应量总的变异种所占的比重.I2的取值范围：0-100%;取值越大,异质性 越大；根据I2可将异质性分为四个程度：0:当I2为负值时,我们将其设为0说明没有异质性; 0-40%:轻度异质性；40%-60%中度异质性；50%-90%较大的异质性；75%-100%很大的异质性.2.3H检验1计算公式及解释通过对统计量Q进行自由度研究个数的校正,结果方差分布的参数估计可得
5、：H值为1表示各研究间无异质性；H 1.5那么提示研究间存在异质性；H为1.2-1.5之间,当H值95%S信区间包含1,在a=0.05的检验水准下无法确定是否存在异 质性,假设不包含1,那么可认为存在异质性.止匕外,除了常见的统计量法外,还有森林图法、星状图radialplot 、贝拉图L abbeplot 、 加布尔雷斯图等异质性检验方法.总之,应用 Q及I2统计量,既可检测是否存在异质性,也可检 测异质性的程度,但是,应用适当应用图示法,可以帮助找到引起异质性的异常点某个或某几个 研究.五、异质性处理方案一般来说判断异质性大小的方法是根据I2及P值来确定.即根据I2值及P值来决定模型的使
6、用,大局部认为I2 0.1时,存在异质性,使用随机效应模型；当I2?50%E P 0.1时, 用固定效应模型.有了异质性,通过敏感性分析,或者亚亚组分析,去探求异质性的来源.meta分析中,异质性是天然存在的.如果异质性较小,选择固定效应模型更可靠；如果异质 性较大,那么建议选择随机效应模型. 但仍然需要通过敏感性分析,寻找到异质性根据,以消除其影 响.但是,在异质性较大时,随机效应模型主要是校正合并效应值的算法,使得结果更加接近无偏估计,即结果更为准确,但其得出的结论偏向于保守,置信区间较大,更难以发现差异,如果各个 试验的结果差异很大的时候,是否需要把各个试验合并需要慎重考虑, 作出结论的
7、时候就要更加小 心.六、异质性来源探索在做完异质性检验后,我们需要进一步对异质性的来源进行探索.异质性可能来源于人群、试 验方法、种族等等因素,可通过敏感性分析、亚组分析和meta回归等方法来查找异质性来源.比如,异质性的来源可以来源于研究的各阶段：研究人群 -研究设计-数据分析-结果报道.根据不同 人群如男女,欧亚非,白人黑人等、不同设计类型如队列研究,RCT病例-对照、不同的统 计模型cox, poisson等、不同结果肺癌的新发病、现患病例、死亡来做亚组分析即分层分目前,国内外对meta分析存在异质性,尤其是异质性检验 P值很小的时候,学术届有着不同 的争论,很多人认为这个时候做 meta分析是没有意义,相当于合并了一些来自不同总体的统计结 果.也有人认为,这些异质性的存在可能是由于文献发表的时间,研究的分组,研究对象的特征等因素引起,只要采用亚组分析或 meta回归分析可以将异质性进行限制或解释,还是可以进行meta分析,至少运用随机效应模型可以相对无偏的估计总体.总之,异质性检验P值较小时候,最好能对异质性来源进行分析和说明.