SCI课堂：如何撰写高质量的Meta分析论文

Meta分析（Meta analysis）又被称为荟萃分析，作为系统综述中使用的一种统计方法，在医学研究领域已得到广泛应用。是对已发表和未发表的具有相同目的的多个独立研究结果进行综合统计分析和评价，是一种对已有的资料进行利用的综合和评价方法。

Meta分析的目的：

Meta分析的方法和步骤：

 目的：Meta分析是对已有的研究结果的综合，可以视为证据的观察性研究，因此与开展其他研究一样，首先拟定一

          个详细的课题计划书。

 内容：应阐明本次Meta分析的目的，检验假设，特殊注意的亚组，确定和选择研究的方法和标准，提取和分析资料

          的方法和标准等。
 注意事项：首先目的应当简单明确；其次要根据研究目的确定文献入选和排除标准；拟定一个标准的资料摘录表，从

         每篇入选的文献中提取相关信息。

 原则： 多途径、多渠道、最大限度地收集相关文献。
 来源： 计算机检索（Medline、PubMed、CBMDISC等）
          参考文献的追溯
          手工检索
          灰色文献：会议、学位论文、专著、制药工业报告等
          请教相关领域的专家
          再版杂志
          Cochrane Collaboration随机化对照试验登记系统
          等等

方法：

（一）研究的质量评价

对某一试验研究的质量评价主要是评价试验结果是否有效,结果是什么该结果是否适用于当地人群。下面一系列问题可以帮助研究者进行系统的质量评价:

①该研究的试验设计是否明确,包括研究人群、治疗手段和结果判定方法; 
②试验对象是否随机分组; 
③病人的随访率是否理想及每组病人是否经过统计分析; 
④受试对象、研究人员及其它研究参与者是否在研究过程中实行“盲法”; 
⑤各组病人的年龄、性别、职业等是否相似; 
⑥除进行研究的治疗手段不同外,其它的治疗是否一致; 
⑦治疗作用大小; 
⑧治疗效果的评价是否准确; 
⑨试验结果是否适用于当地的人群,种族差异是否影响试验结果; 
⑩是否描述了所有重要的治疗结果; 
治疗取得的效益是否超过了治疗的危险性和费用。系统评价者应根据上述标准进行判断,不满足标准的文献应剔除或区别对待(数据合并方法不同) ,以保证系统评价的有效性。

(二)、数据收集

研究者应设计一个适合本研究的数据收集表格。许多电子表格制作软件如Excel 、Access ,和数据库系统软件如FoxPro 等,可以用于表格的制作。表格中应包括分组情况、每组样本数和研究效应的测量指标。根据研究目的不同，测量指标可以是率差、比数(odds) 、相对危险度( relative risk ,包括RR 和OR) 。各研究间作用测量指标不一致,需转化为统一指标。常用的统一指标是作用大小( Effect Size , ES) ,ES 是两比较组间作用差值除以对照组或合并组的标准差。ES 无单位是其优点。

(三)、数据分析

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。

通过 Meta分析可以达到以下目的:

1.提高统计检验效能; 
2.评价结果一致性,解决单个研究间的矛盾;
3.改进对作用效应的估计; 
4.解决以往单个研究未明确的新问题。

统计分析的指标

（一）、异质性检验

1.检验原理：

meta 分析的原理首先是假定各个不同研究都是来自非同一个总体(H0:各个不同样本来自不同总体，存在异质性,备择假设H1，如果p>0.1，拒绝H0,接受H1,，即来自同一总体)这样就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较接近,就是要符合同质性,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,mantel haenszel 法,peto法等.

2.分类：

异质性检验，包括三个方面：临床异质性，统计学异质性和方法学异质性，作meta分析首先应当保证临床同质性，比如研究的设计类型、实验目的、干预措施等相同，否则就要进入亚组分析，或者取消合并，在满足临床同质性的前提下（非常重要，不能一味追求统计学同质性，首先考虑专业和临床同质性），我们进一步观测统计学同质性。
临床异质性较大时不能行meta分析,随机效应模型也不行.只能行描述性
系统综述（systemic reviews,SR）或分成亚组消除临床异质性.解决临床异质后再考虑统计学异质性的问题.
如果各个文献研究间结果不存在异质性（p>0.1），选用固定效应模型（fixed model），这时其实选用随即效应模型的结果与固定效应模型相同；如果不符合同质性要求,即异质性检验有显著性意义(p<0.1),这时候固定效应模型的算法来合并效应值就是有偏倚,合并效应值会偏离真实值.所以,异质性存在时候要求采用随机模型,主要是矫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.
此外,这里要说明的是,采用的模型不同,和合并效应值的方法不同，都会导致异质性检验P值存在变动,这个可以从算法原理上证明,不过P值变动不会很大,一般在小数点后第三位的改变.
异质性检验的Q 值在固定模型中采用倒方差法和Mantel-haenszel法中也会不同 。
随机效应模型是不需要假定各个研究来自同一个总体为前提，本来就是对总体参数的近似无偏估计，这个与固定模型不一样（必须要同质为基础），所以随机模型来作异质性检验简直是“画蛇添足”，无奈之举！
因此，随机模型异质性检验是否有统计学意义都是可以用，而固定模型必须要求无异质性。可以证明和实践，如果无异质性存在的时候，随机模型退化为固定，即固定模型的结果于随机模型的合并效应值是相等的

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（具体范围我不清楚，是0.05～0.1吗？请版主补充）,学术界有着不同的争论,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控制或解释,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.这里要强调的是,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。合理进行解释，同时进行亚组分析，相当于分层分析，消除混杂因素造成的偏倚（bias）。

3. 衡量异质性的指标

一个有用的定量衡量异质性的指标是I2，I2 = [(Q – df)/Q] x 100%，此处的Q是卡方检验的统计值，df 是其自由度（Higgins 2003, Higgins 2002)。这个I2值代表了由于异质性而不是抽样误差（机会）导致的效应占总效应估计值的百分率。 I2值大于50％时，可以认为有明显的异质性。

（二）、敏感性分析：

1.敏感性分析的含义：

改变纳入标准（特别是尚有争议的研究）、排除低质量的研究、采用不同统计方法/模型分析同一资料等，观察合并指标（如OR,RR）的变化，如果排除某篇文献对合并RR有明显影响，即认为该文献对合并RR敏感，反之则不敏感，如果文献之间来自同一总体，即不存在异质性，那么文献的敏感性就低，因而敏感性是衡量文献质量（纳入和排除文献的证据）和异质性的重要指标。
敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法研究探讨对总效应的影响。（王吉耀第二版P76中）
“排除某些低质量的研究，再评价，然后前后对比，探讨剔除的试验与该类研究特征或类型对总效应的影响”。（王家良第一版八年制P66、154）
敏感性分析是从文献的质量上来归类，亚组分析主要从文献里分组病例特征分类。
敏感性分析是排除低质量研究后的meta分析，或者纳入排除研究后的meta分析。
亚组分析是根据纳入研究的病人特点适当的进行分层，过多的分层和过少的分层都是不好的。
例如在排除某个低质量研究后，重新估计合并效应量，并与未排除前的Meta分析结果进行比较，探讨该研究对合并效应量影响程度及结果稳健性。若排除后结果未发生大的变化，说明敏感性低，结果较为稳健可信；相反，若排除后得到差别较大甚至截然相反结论，说明敏感性较高，结果的稳健性较低，在解释结果和下结论的时候应非常慎重，提示存在与干预措施效果相关的、重要的、潜在的偏倚因素，需进一步明确争议的来源。

2.衡量方法和措施

其实常用的就是选择不同的统计模型或进行亚组分析，并探讨可能的偏倚来源，慎重下结论。
亚组分析通常是指针对研究对象的某一特征如性别、年龄或疾病的亚型等进行的分析，以探讨这些因素对总效应的影响及影响程度。
而敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法的研究以探讨对总效应的影响。
建议可以看参考王吉耀主编，科学出版社出版的《循证医学与临床实践》。

敏感性分析只有纳入可能低质量文献时才作，请先保证纳入文献的质量！纳入文献的质量评价方法，如果是RCT，可选用JADAD评分。如果病因学研究，我认为使用敏感性分析是评价文献质量（前提是符合纳入标准）的较为可行的方法。
敏感性分析是分析异质性的一种间接方法。
有些系统评价在进行异质性检验时发现没有异质性，这时还需不需要作敏感性分析？
我的看法是需要，因为我觉得异质性也是可以互相抵消的，有时候作出来没有异质性，但经过敏感性分析之后，结果就会有变化。

（三）对入选文献进行偏倚估计

发表偏倚（publication bias)评估（包括作漏斗图，和对漏斗图的对称性作检验）。可以用stata软件进行egger检验。
人是活的，软件是死的，临床是相对的，统计学是绝对的。

总结：

（一）结果的解释

Meta-分析结果除要考虑是否有统计学意义外，还应结合专业知识判断结果有无临床意义。若结果仅有统计学意义，但合并效应量小于最小的有临床意义的差值时，结果不可取；若合并效应量有临床意义，但无统计学意义时，不能定论，需进一步收集资料。不能推荐没有Meta-分析证据支持的建议。在无肯定性结论时，应注意区别两种情况，是证据不充分而不能定论，还是有证据表明确实无效。

（二）结果的推论

Meta-分析的结果的外部真实性如何？在推广应用时，应结合该Meta-分析的文献纳入/排除标准，考虑其样本的代表性如何，特别应注意研究对象特征及生物学或文化变异、研究场所、干预措施及研究对象的依从性、有无辅助治疗等方面是否与自己的具体条件一致。 理想的Meta-分析应纳入当前所有相关的、高质量的同质研究，无发表性偏倚，并采用合适的模型和正确统计方法。
（三）系统评价的完善与应用

系统评价完成后,还需要在实际工作中不断完善,包括:

 ①接受临床实践的检验和临床医师的评价; 
 ②接受成本效益评价; 
 ③关注新出现的临床研究,要及时对系统评价进行重新评价。临床医师只有掌握了系统评价的方法,才能为本专业的各种临床问题提供证据,循证医学才能够顺利发展。