成果转化
Achievement transformation

累积meta分析原理以及软件的实现

发布时间:2023-05-19 浏览次数:236

      累积Meta分析是指各原始研究按照某个变量的变化依次引人Meta分析过程的一种独特的显示方法。类似于序贯分析,但又有所不同。累积变量最常见的模式是按照年代顺序排列.此时结果会显示证据是如何随时间累积而变化的。当然,单个原始研究也可以按照其它变量(如样本量大小、研究质量等)进行排序,逐步引人Meta分析。如果研究者采用研究质量进行累积分析,结果将会显示效应是如何随着低质量研究增加而变化的,同样,如果采用样本量大小排序进行累积分析,潜在的发表偏倚将会被显示。


      CMA软件简介

     CMA(comprehensive meta.analvsis)是专门用于Meta分析的商业软件(网址www.meta—analysis.com),由Borenstein等开发,2007年推出Version2.0以上版本.目前已经推出Version3.0版本。该软件界面友好,操作简单,可以导人100多种数据结构,可以定制绘制森林图,美观且分辨率高,能够实现亚组分析、Meta回归和累积Meta分析等高级统计分析功能。

      实例分析

      资料背景

      Lau等研究者在1992年发表了链激酶对预防心肌梗死影响的系统综述,该系统综述合成了33个原始研究的数据,研究时间跨度达29年之久。标准的Meta分析结果显示每一行代表某个原始研究的结果,直至第31行。累积Meta分析从图中仍然能看到33个研究,但是每一行的结果并不是对应于该研究的分析数据,而是基于这一行之前研究(包含本行研究)的Meta分析的合并效应。显然随着年代的增长,森林图显示的效应趋于稳定,可信区间越来越窄,这是因为样本量的增加。

     CMA软件实现建立如图1所示的数据集文件,点击Analvses菜单,即执行标准的Meta分析,然后选择再点击Cumulative Analvsis选项即可完成累积Meta分析。下面我们选择了22个研究作示例介绍,Meta分析和累积Meta分析结果如图2、图3和图4所示。

A.jpg

B.jpgC.jpgD.jpg

      结果解释

      图2显示了链激酶预防心肌梗死导致死亡的22个研究的标准Meta分析结果.本研究采用随机效应模型。合并风险比为0.811(95%可信区间0.733—0.897),P<0.000 1,支持链激酶预防心肌梗死,能降低19%的死亡风险。图3显示了22个研究随时间顺序累积的结果.时间跨度从1959年到1988年近30年,第15个研究开始显示证据出现了统计学差异,时间点是1977年,也就是说从1977年开始证据已说明该方法是有效的,提前了将近15年时间,也许该方法在当时如果得到及时的推广.可以避免更多的人死于心肌梗死。图4同样显示了各个独立研究随着样本量从小到大逐步累积的结果。森林图显示如一个正漏斗图,小的样本具有较大的可信区间,而大的样本量,则具有较小的可信区间.随着样本量的累积,可信区间不断变窄而趋于稳定。值得注意的是.标准Meta分析结果的每一行显示了各个研究的风险值和可信区间,而累积Meta分析则显示了当前所有累积分析的整合结果。

      李国春. 累积Meta分析方法的应用及CMA软件的实现[J]. 循证医学, 2015, (04):247-251.

        文章来源网络,若有侵权,请及时联系删除


推荐新闻

400-6988-095