一疗垛、Meta分析能做什么贷腕？

Meta薈萃分析也稱Meta分析，元分析花履，異質(zhì)性分析等诡壁，其是一種綜合各種文獻(xiàn)結(jié)論妹卿，進(jìn)而匯總綜合評(píng)價(jià)的方法，Meta分析常用于醫(yī)學(xué)箕宙、心理學(xué)柬帕、教育學(xué)、生態(tài)學(xué)等專業(yè)領(lǐng)域锅很。通俗地看爆安，Meta分析是將多篇類似研究的文獻(xiàn)進(jìn)行匯總仔引，將多個(gè)文獻(xiàn)的研究結(jié)論進(jìn)行總結(jié)咖耘，并且通過(guò)一系列科學(xué)分析儿倒，從而得到科學(xué)結(jié)論的方法义桂。

二慷吊、Meta分析有什么類型？

Meta分析分類標(biāo)準(zhǔn)不止一種，比如按照數(shù)據(jù)類型進(jìn)行分類疾宏，按照研究設(shè)計(jì)類型進(jìn)行分類坎藐，按照研究證據(jù)獲取方式進(jìn)行分類等等，具體如下：

這里以按照數(shù)據(jù)類型分類進(jìn)行說(shuō)明蛀恩，Meta分析按照數(shù)據(jù)類型可以分為連續(xù)型壳咕、二分類數(shù)據(jù)及單個(gè)率、P值新翎、相關(guān)系數(shù)地啰、方差、平均值、OR和HR值等等，其中連續(xù)型和二分類比較常用。

連續(xù)型：連續(xù)性數(shù)據(jù)進(jìn)行差異對(duì)比，通常有連續(xù)的數(shù)值，比如身高、體重等等嗜傅。

二分類：二分類數(shù)據(jù)進(jìn)行差異對(duì)比违寞，通常有兩種結(jié)果，比如是否等。

三挡闰、Meta分析研究步驟有哪些？

Meat分析一般包括提出研究問(wèn)題次绘、資料獲裙芏濉（文獻(xiàn)檢索與數(shù)據(jù)獲取）、研究質(zhì)量評(píng)估、統(tǒng)計(jì)分析（異質(zhì)性碍讨、效應(yīng)量马澈、發(fā)表偏倚等）涤伐、形成結(jié)論等過(guò)程液兽。

01提出研究問(wèn)題

在meta分析之前欧瘪，首先應(yīng)確定研究的主題，一般還會(huì)結(jié)合研究主題和專業(yè)要求進(jìn)行確定文獻(xiàn)納入和排除標(biāo)準(zhǔn)匙赞，研究問(wèn)題的提出一般包括PICO的原則佛掖，包括研究對(duì)象（P）、干預(yù)措施（I）涌庭、對(duì)照措施（C）芥被、結(jié)局指標(biāo)（O）。合理的PICO提問(wèn)方式對(duì)作者后續(xù)開(kāi)展文獻(xiàn)檢索也有幫助坐榆。

02資料獲取

資料獲取一般包括文獻(xiàn)檢索和數(shù)據(jù)獲取拴魄，為確保meta分析的質(zhì)量，最好盡可能的查找一切與所研究的主題相關(guān)的文獻(xiàn)席镀，在文獻(xiàn)檢索時(shí)一般需要檢索方式有知網(wǎng)匹中、萬(wàn)方或者PubMed、Embase等文獻(xiàn)庫(kù)和數(shù)據(jù)庫(kù)豪诲。同時(shí)也要考慮納入排除標(biāo)準(zhǔn)不宜過(guò)寬或者過(guò)研顶捷，過(guò)寬雖然文獻(xiàn)多，但是同質(zhì)性差屎篱，過(guò)嚴(yán)焊切，雖然同質(zhì)性好扮授，但文獻(xiàn)少，但是從文獻(xiàn)檢索方面专肪，可以將標(biāo)準(zhǔn)適當(dāng)放寬刹勃。一般中文檢索途徑包括知網(wǎng)、萬(wàn)方嚎尤、維普荔仁、百度學(xué)術(shù)、讀秀知識(shí)庫(kù)等芽死，英文檢索途徑包括Web of Science乏梁、Elsevier（ScienceDirect）、PubMed关贵、CENTRAL遇骑，一般在分析中，還需要對(duì)所有文獻(xiàn)的獲取方式加以描述揖曾，為確保這一過(guò)程的可靠性落萎，一般可以有兩名以上的人員同時(shí)獨(dú)立進(jìn)行，如果有不一致一般協(xié)商或者請(qǐng)專家第三人解決炭剪，提取數(shù)據(jù)需要指定納入排除標(biāo)準(zhǔn)练链，對(duì)數(shù)據(jù)進(jìn)行篩選，并且提取數(shù)據(jù)奴拦。

03研究質(zhì)量評(píng)估

對(duì)納入meta分析的研究進(jìn)行質(zhì)量評(píng)估是至關(guān)重要的一步媒鼓，如果納入的單項(xiàng)原始研究的結(jié)果存在偏倚，則系統(tǒng)評(píng)價(jià)結(jié)果也會(huì)因存在偏倚和不可靠错妖，此時(shí)會(huì)產(chǎn)生錯(cuò)誤的導(dǎo)向绿鸣，一般對(duì)于每一篇人選文獻(xiàn)進(jìn)行質(zhì)量評(píng)價(jià)是，應(yīng)由兩名以上的綜述者應(yīng)用統(tǒng)一標(biāo)準(zhǔn)單獨(dú)進(jìn)行（評(píng)價(jià)時(shí)最好隱去文獻(xiàn)的作者暂氯、發(fā)表雜志等內(nèi)容枚驻，避免有其它偏見(jiàn)）。

04統(tǒng)計(jì)分析

（1）效應(yīng)量

連續(xù)性效應(yīng)量計(jì)算一般使用連續(xù)性數(shù)據(jù)時(shí)為倒方差法（Inverse variance株旷，IV法）再登，分類型變量效應(yīng)量計(jì)算一般使用M-H法，可選為IV法晾剖。

（2）異質(zhì)性評(píng)價(jià)

異質(zhì)性檢驗(yàn)有多種方式锉矢，包括：Q檢驗(yàn)，I2值判斷齿尽，H值判斷等沽损。通常情況下Q檢驗(yàn)時(shí)p?值>0.1，即說(shuō)明無(wú)異質(zhì)性（即同質(zhì)性）循头；I2指標(biāo)衡量組間異質(zhì)性的占比情況绵估，通常I2大于50%時(shí)認(rèn)為異質(zhì)性較高炎疆，I2大于75%時(shí)認(rèn)為異質(zhì)性過(guò)高；通常H值大于1.5則說(shuō)明存在異質(zhì)性国裳，H值小于1.2說(shuō)明不存在異質(zhì)性問(wèn)題形入，如果H介于1.2 ~ 1.5之間時(shí)，如果95%區(qū)間包括1說(shuō)明沒(méi)有異質(zhì)性缝左，反之說(shuō)明具有異質(zhì)性亿遂。

（3）森林圖

森林圖直觀展示Meta分析結(jié)果，森林圖中包括信息為：各文獻(xiàn)的效應(yīng)量及其95%置信區(qū)間渺杉，各文獻(xiàn)的權(quán)重信息蛇数，以及異值性檢驗(yàn)關(guān)鍵指標(biāo)結(jié)果（tau2值，I2值是越，Q檢驗(yàn)）耳舅，并且展示z檢驗(yàn)結(jié)果（檢驗(yàn)合并效應(yīng)是否為0的檢驗(yàn)）。森林圖中中間部分可視化展示效應(yīng)量及其置信區(qū)間倚评，以及中間部分黑色矩陣的大小表示權(quán)重相對(duì)大小浦徊。菱形為合并效應(yīng)及其95%置信區(qū)間的展示，如果菱形越小蔓纠，則意味著合并效應(yīng)的置信區(qū)間越小辑畦。中間豎著虛線表示合并效應(yīng)大小吗蚌。

（4）發(fā)表偏倚的識(shí)別與校正（漏斗圖）

發(fā)表偏倚是指具有統(tǒng)計(jì)顯著意義的研究結(jié)果較無(wú)顯著意義的結(jié)果活無(wú)效結(jié)果被報(bào)告和發(fā)表的可能性更大的傾向腿倚，一般導(dǎo)致發(fā)表性偏倚的主要原因有：研究問(wèn)題的重要性、創(chuàng)新性蚯妇、研究質(zhì)量的高低敷燎，研究結(jié)果有無(wú)統(tǒng)計(jì)學(xué)意義，樣本量的大小等等箩言。發(fā)表偏倚的識(shí)別與校正可以通過(guò)漏斗圖硬贯、Egger檢驗(yàn)（連續(xù)型變量）、 Begg檢驗(yàn)陨收、Harbord檢驗(yàn)饭豹、Peters檢驗(yàn)（二分類變量）等可視化方法和統(tǒng)計(jì)方法進(jìn)行檢驗(yàn)∥皲觯可以使用剪補(bǔ)法 （trim & filled method）等進(jìn)行校正拄衰。SPSSAU有提供這些檢驗(yàn)，可以使用SPSSAU進(jìn)行分析饵骨，類似如下：

（5）meta回歸和亞組分析

如果納入的研究數(shù)量較多翘悉，而且存在較為明顯的異質(zhì)性，或者想要探索某效應(yīng)指標(biāo)在特定人群中的結(jié)果居触，比如某種藥物在某個(gè)亞組人群中是否有作用妖混，比較適合使用meta回歸和亞組分析老赤，如果使用SPSSAU，進(jìn)行勾選meta回歸即可制市。

（6）敏感性分析

敏感性分析目的是檢查一定假設(shè)條件下結(jié)果的穩(wěn)定性抬旺，其是指排除異常結(jié)果的研究后重新進(jìn)行meta分析，其寄過(guò)與未排除時(shí)的meta分析結(jié)果進(jìn)行比較息堂，探討該研究對(duì)合并效應(yīng)量的影響程度及結(jié)果的可靠性嚷狞，常見(jiàn)的敏感性分析方法有剔除質(zhì)量較低的研究，每次剔除其中一個(gè)研究質(zhì)量較低的研究荣堰，通常以森林圖進(jìn)行展現(xiàn)床未，可以使用SPSSAU進(jìn)行分析。

05形成結(jié)論

在總結(jié)結(jié)論振坚，撰寫(xiě)報(bào)告時(shí)薇搁，一般都應(yīng)詳細(xì)陳述分析目的，文獻(xiàn)查找方法及取舍標(biāo)準(zhǔn)渡八，所綜合的單個(gè)研究的特征啃洋，說(shuō)明所應(yīng)用的統(tǒng)計(jì)學(xué)方法，提供包含各個(gè)研究統(tǒng)計(jì)結(jié)果圖表（森林圖和漏斗圖）屎鳍，以及對(duì)偏倚的識(shí)別與校正和敏感性分析宏娄。

五、使用SPSSAU進(jìn)行meta分析

可以使用SPSSAU進(jìn)行mwta分析逮壁，無(wú)需編程孵坚，極速出結(jié)果，比如連續(xù)型數(shù)據(jù)進(jìn)行meta分析窥淆，SPSSAU的操作截圖如下：

SPSSAU結(jié)果如下：

上表格展示Meta分析的基本配置參數(shù)信息卖宠，上表格中研究個(gè)數(shù)k值是指研究文獻(xiàn)數(shù)量，本案例僅為5個(gè)較少忧饭。除此之外扛伍，tau2估計(jì)方法即指Meta分析模型估計(jì)方法，在異質(zhì)性檢驗(yàn)表格中會(huì)展示tau2值词裤。

上表格展示效應(yīng)量結(jié)果刺洒，包括各研究文獻(xiàn)的效應(yīng)量及其98%置信區(qū)間，并且展示各文獻(xiàn)對(duì)于‘合并效應(yīng)’的貢獻(xiàn)情況即權(quán)重值吼砂，權(quán)重越大意味著該文獻(xiàn)對(duì)于Meta合并效應(yīng)的貢獻(xiàn)越大逆航，即該文獻(xiàn)對(duì)于合并效應(yīng)的影響力度越大。本案例共5篇文獻(xiàn)帅刊，各篇文獻(xiàn)的權(quán)重值基本均在在20%左右纸泡。以及最后1行展示最關(guān)鍵的‘合并效應(yīng)’信息，本案例為-0.027（-0.263 ~ 0.210），95%置信區(qū)間不包括數(shù)字0女揭，即意味著合并效應(yīng)值并不會(huì)明顯偏離數(shù)字0蚤假，那么意味著實(shí)驗(yàn)組和對(duì)照組并無(wú)明顯的差異。除此之外吧兔，還可通過(guò)z檢驗(yàn)查看合并效應(yīng)是否明顯偏離數(shù)字0磷仰，檢查顯示z = -0.312,?p?= 0.770>0.1，也即說(shuō)明合并效應(yīng)不會(huì)明顯的偏離數(shù)字0境蔼，也即意味著實(shí)驗(yàn)組和對(duì)照組的均值并無(wú)明顯差異灶平。

合并效應(yīng)是最終關(guān)鍵結(jié)果，但需要說(shuō)明的是箍土，Meta分析還需要確狈晗恚‘異質(zhì)性問(wèn)題’，‘發(fā)表偏倚問(wèn)題’等均通過(guò)科學(xué)論證之后吴藻，才能認(rèn)為該結(jié)果具有科學(xué)性瞒爬，即還需要有下要這的異質(zhì)性檢驗(yàn)和發(fā)表偏倚檢驗(yàn)等，并且一般還需要通過(guò)敏感性檢驗(yàn)沟堡。

森林圖直觀展示Meta分析結(jié)果侧但，森林圖中包括信息為：各文獻(xiàn)的效應(yīng)量及其95%置信區(qū)間，各文獻(xiàn)的權(quán)重信息航罗，以及異值性檢驗(yàn)關(guān)鍵指標(biāo)結(jié)果（tau2值禀横，I2值，Q檢驗(yàn)）粥血，并且展示z檢驗(yàn)結(jié)果（檢驗(yàn)合并效應(yīng)是否為0的檢驗(yàn)）柏锄。森林圖中中間部分可視化展示效應(yīng)量及其置信區(qū)間，以及中間部分黑色矩陣的大小表示權(quán)重相對(duì)大小立莉。菱形為合并效應(yīng)及其95%置信區(qū)間的展示绢彤，如果菱形越小七问，則意味著合并效應(yīng)的置信區(qū)間越小蜓耻。中間豎著虛線表示合并效應(yīng)大小。

從森林圖可以看到械巡，‘Hartman 2008’和‘Weins 2015’這兩篇文獻(xiàn)的效應(yīng)量會(huì)大于‘合并效應(yīng)’刹淌，另外3篇文獻(xiàn)的效應(yīng)量小于‘合并效應(yīng)’。以及‘Hartman 2008’這篇文獻(xiàn)的Hedges效應(yīng)量為0.28讥耗，95%置信區(qū)間不包括數(shù)字0有勾，但是其余4篇文獻(xiàn)的效應(yīng)量95%置信區(qū)間均包括數(shù)字0，意味著該4篇文獻(xiàn)時(shí)古程，實(shí)驗(yàn)組和對(duì)照組本身并無(wú)均值差異蔼卡。

至于森林圖中的異質(zhì)性檢驗(yàn)結(jié)果等，其在‘異質(zhì)性檢驗(yàn)’表格中也有呈現(xiàn)挣磨。并且從森林圖整體來(lái)看雇逞，5篇文獻(xiàn)的效應(yīng)量有一定的偏差但并不是特別大荤懂，意味著可能存在不嚴(yán)重的異質(zhì)性問(wèn)題。

異質(zhì)性檢驗(yàn)有多種方式塘砸，包括：Q檢驗(yàn)节仿，I2值判斷，H值判斷等掉蔬。通常情況下Q檢驗(yàn)時(shí)p?值>0.1廊宪，即說(shuō)明無(wú)異質(zhì)性（即同質(zhì)性）；I2指標(biāo)衡量組間異質(zhì)性的占比情況女轿，通常I2大于50%時(shí)認(rèn)為異質(zhì)性較高箭启，I2大于75%時(shí)認(rèn)為異質(zhì)性過(guò)高；通常H值大于1.5則說(shuō)明存在異質(zhì)性蛉迹，H值小于1.2說(shuō)明不存在異質(zhì)性問(wèn)題册烈，如果H介于1.2 ~ 1.5之間時(shí)，如果95%區(qū)間包括1說(shuō)明沒(méi)有異質(zhì)性婿禽，反之說(shuō)明具有異質(zhì)性赏僧。

從上表格可以看到：Q檢驗(yàn)顯示p?值=0.033

上表格中還包括tau2值 和H2值，tau2表示效應(yīng)量的離散異質(zhì)程度扭倾，其一般使用D-L法或REML法進(jìn)行估計(jì)淀零，其為隨機(jī)效應(yīng)時(shí)輸出指標(biāo)值，該值越大表示組間異質(zhì)性越大膛壹，該值涉及隨機(jī)效應(yīng)計(jì)算的底層方式驾中，但該值無(wú)法進(jìn)行相對(duì)大小對(duì)比，通常在森林圖中進(jìn)行展示即可模聋。與此同時(shí)肩民，H2值表示總變異除以組內(nèi)變異，其為H的平方链方，H和H2越大意味著異質(zhì)性越高持痰。

Meta分析時(shí)還有個(gè)關(guān)鍵問(wèn)題是發(fā)表偏倚。有較多的方式可進(jìn)行發(fā)表偏倚的查看和檢驗(yàn)等祟蚀，SPSSAU提供Egger檢驗(yàn)和Begg檢驗(yàn)工窍，漏斗圖和Trim剪補(bǔ)法。

Egger檢驗(yàn)時(shí)p?值大于0.05前酿，則認(rèn)為不存在發(fā)表偏倚患雏，反之說(shuō)明可能存在發(fā)表偏倚；Begg檢驗(yàn)時(shí)p?值大于0.05罢维，則認(rèn)為不存在發(fā)表偏倚淹仑，反之說(shuō)明可能存在發(fā)表偏倚。通常情況下，研究文獻(xiàn)數(shù)量較少時(shí)可能更偏向于使用Begg檢驗(yàn)匀借，以及當(dāng)研究數(shù)量較少時(shí)（通常小于10時(shí)認(rèn)為較少）取试，使用Egger檢驗(yàn)或Begg檢驗(yàn)均不能很好地對(duì)發(fā)表偏倚進(jìn)行檢驗(yàn)，因而可使用漏斗圖這種直觀式方式進(jìn)行查看發(fā)表偏倚問(wèn)題怀吻。

漏斗圖時(shí)瞬浓，橫坐標(biāo)為效應(yīng)量，縱坐標(biāo)為標(biāo)準(zhǔn)誤差值（并且縱坐標(biāo)進(jìn)行逆向）蓬坡，如果說(shuō)各散點(diǎn)介于漏斗內(nèi)兩側(cè)并且基本上呈現(xiàn)出對(duì)稱狀態(tài)猿棉，那么意味著沒(méi)有發(fā)表偏倚問(wèn)題。上圖顯示5個(gè)研究文獻(xiàn)散點(diǎn)均在漏斗內(nèi)側(cè)并且基本對(duì)稱屑咳，因而直觀上看數(shù)據(jù)并沒(méi)有發(fā)表偏倚問(wèn)題萨赁。與此同時(shí)，當(dāng)研究資料出現(xiàn)發(fā)表偏倚問(wèn)題時(shí)兆龙，還可使用Trim剪補(bǔ)法進(jìn)行正‘合并效應(yīng)’值杖爽。

Trim剪補(bǔ)法時(shí)剪去漏斗圖中不對(duì)稱項(xiàng)，并且沿漏斗圖中心兩側(cè)填補(bǔ)上被剪切部分紫皇，并且基于剪補(bǔ)后數(shù)據(jù)重新進(jìn)行效應(yīng)量計(jì)算慰安，以校正異質(zhì)性問(wèn)題帶來(lái)的效應(yīng)量偏差。上表格中列出的第1行為真實(shí)數(shù)據(jù)結(jié)果聪铺，第2行為填補(bǔ)后的校正數(shù)據(jù)結(jié)果化焕；如果兩行結(jié)果完全一致，則意味著并沒(méi)有進(jìn)行填補(bǔ)處理铃剔。

本次案例進(jìn)行Trim剪補(bǔ)法后撒桨，并沒(méi)有填補(bǔ)項(xiàng)，因而剪補(bǔ)前和剪補(bǔ)后結(jié)果完全一致键兜，這也進(jìn)一步說(shuō)明并沒(méi)有發(fā)表偏倚問(wèn)題凤类，與此同時(shí)，SPSSAU提供Trim剪補(bǔ)后的漏斗圖（由于剪補(bǔ)前和剪補(bǔ)后完全一致普气，因而漏斗圖也完全一致）谜疤。

敏感性檢驗(yàn)表格使用逐一剔除檢驗(yàn)法進(jìn)行研究。每行表示移除該項(xiàng)后剩余項(xiàng)的meta合并效應(yīng)量結(jié)果棋电，效應(yīng)量是否為0的z檢驗(yàn)結(jié)果及I2指標(biāo)值茎截；比如第1行表示如果不納入‘Hartman 2008’這篇文獻(xiàn)數(shù)據(jù)苇侵，余下4篇文獻(xiàn)進(jìn)行Meta分析的合并效應(yīng)結(jié)果等赶盔。另外，表格最后一行展示所有研究的合并效應(yīng)結(jié)果榆浓；

綜合上表格來(lái)看于未，各個(gè)效應(yīng)量值對(duì)應(yīng)的95%置信區(qū)間均包括數(shù)字0，即意味著合并效應(yīng)不顯著偏離數(shù)字0（實(shí)驗(yàn)組和對(duì)照組均值差無(wú)明顯差異）這一結(jié)論，具有穩(wěn)健性烘浦。與此同時(shí)抖坪，上表格還可以看到，‘Hartman 2008’這篇文獻(xiàn)被移除后闷叉，I2值僅為13.80%擦俐，意味著該文獻(xiàn)可能帶來(lái)了明顯的異質(zhì)性問(wèn)題（因?yàn)閷⑵湟瞥驣2明顯由61.89%下降為13.80%）。

與此同時(shí)握侧，還可使用森林圖直觀展示敏感性檢驗(yàn)結(jié)果蚯瞧，如下圖，圖中可以看到品擎，逐一移除單獨(dú)一篇文獻(xiàn)后埋合，合并效應(yīng)并沒(méi)有發(fā)表非常明顯的改變，因而也意味著本案例數(shù)據(jù)通過(guò)敏感性檢驗(yàn)萄传，合并效應(yīng)結(jié)果具有良好的穩(wěn)健性甚颂。

累積效應(yīng)結(jié)果展示逐一納入新的研究后的效應(yīng)量、95%置信區(qū)間及效應(yīng)是否為0的z檢驗(yàn)結(jié)果和I2等秀菱；比如上表格第3行‘(+)AHS 2018’表示在‘Hartman 2008’基礎(chǔ)上再加入該文獻(xiàn)后的合并效應(yīng)量結(jié)果等振诬。SPSSAU中進(jìn)行累積效應(yīng)時(shí)，默認(rèn)自上而下不停地納入文獻(xiàn)衍菱，如果需要改變順序贷揽，那么可通過(guò)修改放入的原始數(shù)據(jù)順序進(jìn)行改變。

下面森林圖是累積效應(yīng)的可視化呈現(xiàn)結(jié)果梦碗。

參考文獻(xiàn)：

[1]金志超.醫(yī)學(xué)研究中的系統(tǒng)綜述與meta分析[J/OL].上海預(yù)防醫(yī)學(xué):1-6[2023-09-22].DOI:10.19428/j.cnki.sjpm.2023.22789.

[2]翁鴻,王穎,李柄輝等.系統(tǒng)評(píng)價(jià)與Meta分析的類型及制作步驟[J].同濟(jì)大學(xué)學(xué)報(bào)(醫(yī)學(xué)版),2019,40(02):248-253.DOI:10.16118/j.1008-0392.2019.02.022.

[3]衛(wèi)林英,段興民.Meta分析在科學(xué)研究中的應(yīng)用與展望[J].生產(chǎn)力研究,2006(06):144-146+210.DOI:10.19374/j.cnki.14-1145/f.2006.06.059.