meta分析一般步骤

Meta分析总体可分为以下几步：

选题，文献检索、数据提取、质量评估、数据整合及结果解读。

一，选题

对一些大样本，多中心临床合作已经得到明确结论的的，没必要做meta分析。

二、文献检索

在制定文献检索策略时，总体的要求就是查全和查准。

需要考虑如下几个方面：

1.  圈定搜索数据库（外文有：MEDLINE、the Cochrane library、医学文摘、TOXLINE、OVID、EMBASE、ISI Web of Science、EBSCO等；国内有：维普全文VIP、CNKI、万方数据库）

2.  确定语言类型：包括所有英语和非英语的文献；

3. 明确需要包含的研究类型：仅包含RCT，还是病例对照试验，队列研究等。

4.  明确暴露因素/治疗方法

5.  筛选关键词：这将直接影响文献检索的准确性和敏感性，也关系到指定检索策略。

    – 关键词需要根据研究问题本身来确定；

    – 对于每一个关键词尽量包含所有可能的表述形式；

    – 可以尝试几种关键词组合以搜最合适的文献。

6.  检索获取摘要和全文：其中联系专家是一种很好的方式，不仅可以获取全文，甚至可以询问文献中的细节帮助后续使用文献。建议搜索文献引用名单，可以增加文献搜索的全面性。

在文献筛选过程中，首先，需要由两位研究者独立通过对文献的题目和摘要进行初筛，初筛后的文献通过阅读全文进行二次筛选，然后交叉核对筛选结果，如果有分歧则通过共同讨论决定是否纳入，必要时可有第三位研究者协助解决。如果文中信息不全或信息不清楚，与原始研究作者联系获取信息。在筛选过程中，需要记录你每个步骤的选择和排除原因。至于被排除的文章，则需要在灵敏度分析中进行分析。

三、数据提取

资料提取是从符合纳入要求的文献中摘录用于系统评价的数据信息，所提取信息必须是可靠、有效、无偏的。

一般提取的信息有：研究编号，发表年限，纳入研究者的一般信息，样本量，设计方法，干预/暴露因素，研究结局……例子如下

这是一项别人的研究，举例如下

四：纳入研究的质量评价

1. 随机对照试验的质量评价工具：

  Cochrane风险偏倚评估工具（最常用）、PEDro量表、Delphi清单、CASP清单、Jadad量表、Chalmers量表、CONSORT声明（不专用，但可以用）。

2. 观察性研究的质量评价工具：

（1）NOS量表（最常用）：病例对照研究和队列研究；

（2）CASP清单：病例对照研究和队列研究；

（3）JBI标准：横断面研究；经验总结、案例分析及专家意见；

（4）AHRQ；

（5）Combie横断面研究评价工具；

（6）STROBE声明；

（7）STREGA声明。

3. 非随机对照实验性研究的质量评价工具：MINORS条目、Reisch评价工具、TREND声明。

4. 诊断性研究：QUADAS工具、CASP清单、STARD声明。

5. 动物试验：STAIR清单、CAMARADES清单、ARRIV指南。

第五步：数据整合

系统评价过程中，对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta analysis) 。Meta意思是more comprehensive，即更加全面综合。

对数据的整合分为描述性整合和定量整合：

对于描述性整合，应考虑：

•  建立干预/暴露因素是如何导致结果的假说，包括原因和适用人群；

•  初步综合纳入的研究，以文本形式或者制表和／或图形显示；

•  探讨各研究内或各研究间的关系；

•  评估证据的稳定性；

•  评估meta分析的重要性。

对于定量整合，则可以：

1. 提高了统计检验的power和精度；

2. 统计结合各研究结果给出一个“平均”干预效果的合并估计值，改进对作用效应的估计；

3. 评价结果一致性，解决单个研究间的矛盾;

4. 解决以往单个研究未明确的新问题。

那么如何进行meta分析呢？

a．异质性检验（齐性检验）

由于纳入文献存在临床异质性、方法学异质性和统计学异质性，所以在对结果数据进行统计合并之前，首先应该进行异质性检验，保证现有的各独立研究间的结果的不同仅仅是由于抽样误差造成的。否则，就要进入亚组分析，或取消合并。

• Q检验，若同时I2<50%和P≥0.1时，纳入文献被认为是同质的，采用固定效应模型（fixed effect model）分析；反之说明研究间存在实际异质性，需要查找一致性的来源，之后采用随机效应模型（random effect model）。

• 如果存在较大的临床异质性，那将无法进行meta分析，只能进行描述性整合。

b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断

通常在考虑采用哪些效应指标（effect size）时需要考虑结局指标的类型，通常两组间比较时，如果是连续性变量用加权均数差（weighted mean difference, WMD）、标准化均数差值（standardized mean differences, SMD）表示效应大小；二分类变量则用率差（rate difference, RD）、比数比（odds ratio, OR）、相对危险度（relative risk, RR）、相对危险度降低值（relative risk reduction, RRR）等来表示效应的大小。回归系数的比较用β表示效应值的大小。

c．图示单个试验的结果和合并后的结果：森林图（Forrest plot）

d．敏感性分析：用来评估meta分析结果的稳定性

1）按研究质量评价标准从纳入文献中去除尚有争议的研究、排除低质量的研究、早期研究、根据研究结果的分布去掉extreme10%其他已知因素不同的研究；

2）采用不同统计方法/模型；

3）根据样本量大小进行分层分析；

4）改变纳入／排除标准时，重新对同一资料进行分析时，如果观察到合并指标点估计和区间估计的变化存在较大差异，则说明meta分析的结果不稳定。比如，当排除一篇低质量文献时，合并指标变化很大，说明该文献对合并指标敏感。

敏感性分析是必要的，无论是采用不同的统计模型或进行亚组分析，都可以帮助我们找到可能的偏倚来源，更加正确的理解获得的结论。

e．通过“失安全数”的计算或采用“倒漏斗图”对入选文献进行潜在的发表偏倚（publication bias）的评估。

如需要科研绘图及详细meta分析资料，可访问我的淘宝店铺：店铺名：R语言绘图，不仅可以提供绘图帮助还可以提供科研问题（如meta分析的咨询）

今天的文章meta分析一般步骤分享到此就结束了，感谢您的阅读。