meta分析课件.ppt_163文库

资源描述

1、Meta-analysis 的统计方法主讲者：谭爱花广西医科大学Meta分析的概念Meta分析是运用定量方法去概括(总结)多个研究结果的系统评价 evidence based medicineMeta分析是文献评价中将若干个研究结果合并成一个单独数字估计的统计学方法 the cochrane library目前多数学者倾向于后一个概念，认为它就是一种将多个研究结果合并的统计学方法。outline数据类型与效应尺度指标Meta分析软件：Stata 和 RevMan两软件的比较Meta分析处理的常见数据类型SMD SMD 为两组估计均数差值除以平均标准差而得，因为消除了量纲的影响，故可用于为两组估

2、计均数差值除以平均标准差而得，因为消除了量纲的影响，故可用于不同测量单位的情况。不同测量单位的情况。Meta-analysis in StataSTATA简介由美国计算机资源中心（Computer Resource Center）研制；现在为Stata公司的产品；目前最高版本9.0；与SAS、SPSS一起并称为三大权威统计软件。操作灵活、简单、易学易用，同时具有数据管理软件、统计分析软件、绘图软件、矩阵计算软件和程序语言的特点。STATA的进入和退出l进入：双击STATA软件图标l退出：菜单方式: FileExit 窗口方式命令方式:exitSTATA的用户界面命令回顾变量列表结果输出命

3、令输入菜单和工具栏STATA数据管理数据的输入与储存数据的输入与储存数据库的排序数据库的排序删除变量或记录删除变量或记录保留变量或记录保留变量或记录产生新变量产生新变量替换已存在的变量值替换已存在的变量值数据的输入与存储数据输入数据编辑窗口；复制和粘贴。数据储存save命令 FileSave As数据编辑窗口数据编辑按钮窗口使用数据编辑窗口输入每一行代表一条记录每一列代表一个变量数据库的排序l sort 变量名1 变量名2 l gsort +/- 变量清单 sort x 对变量x中数值从小到大进行排列 gsort x 对变量x中数值从小到大进行排列 gsort -x 对变量x中数值从大到小进

4、行排列删除（或保留）变量或记录q删除变量或记录 drop varlist drop if exp drop in rangeq 保留变量或记录 keep varlist keep if exp keep in range if exp 保留变量或记录keep in 1/5 /* 保留第保留第15个记录，其余记录删除个记录，其余记录删除keep x1-x3 /* 保留数据库中介于保留数据库中介于x1和和x3间的所有变量间的所有变量 (包括包括x1和和x3)，其余变量删除，其余变量删除keep if x0 /* 保留保留x0的所有记录，其余记录删除的所有记录，其余记录删除用generate产生新变

5、量 generate 新变量表达式 gen ygen yx+1x+1 / /* *产生新变量产生新变量y y，其值为，其值为x+1x+1。 gen y=gen y=log(x) log(x) if x0if x0 / /* * 产生新变量产生新变量y y，其值为所有，其值为所有x0 x0的对数的对数log(x)log(x)，当，当x=0 x=0时，用缺失值代替。时，用缺失值代替。替换已存在的变量值 replace 变量表达式replace bolck=6 if block=0replace bolck=6 if block=0 / /* * 将将blockblock0 0的数全部替换为的数全部

6、替换为6 6。replace z=. if z0replace z=. if z0 / /* * 将所有小于将所有小于0 0的的z z值用缺失值代替。值用缺失值代替。replace age = 25 in 2replace age = 25 in 2 / /* * 将第将第2 2条记录中的变量条记录中的变量ageage替换为替换为2525。The following new variables _ES Effect size (ES) _seES Standard error of ES _selogES the standard error of its logarithm _LCI Low

7、er confidence limit for ES _UCI Upper confidence limit for ES _WT Study percentage weight _SS Study sample sizeExample 1StudyCountryCaseControlCCAACCAAMisra RREuropean 53112 46103Hou SMEuropean 32 71 28 69Zhou WEuropean166428166499Spitz MREuropean 47141 39159David-Beabes GL1European 34 67 58197Ling

8、GAsian 14839 6848Chen SAsian 11 5120 41Park JYAsian 1220 0145David-beabes GL2European 11 7913130Stata resultmetan casec casea controlc controla if country=European,or label(namevar=study) Study | OR 95% Conf. Interval % Weight-+-Misra RR | 1.060 0.658 1.707 14.60Hou SM | 1.111 0.606 2.036 8.85Zhou W

9、 | 1.166 0.907 1.498 50.23Spitz MR | 1.359 0.840 2.199 12.68David-Beabes GL1 | 1.724 1.039 2.859 9.72David-beabes GL2 | 1.392 0.595 3.258 3.92-+-M-H pooled OR | 1.233 1.035 1.469 100.00-+- Heterogeneity chi-squared = 2.61 (d.f. = 5) p = 0.760 I-squared (variation in OR attributable to heterogeneity)

10、 = 0.0% Test of OR=1 : z= 2.34 p = 0.019Forest plot Odds ratio .306890 1 3.25849 Study Odds ratio (95% CI) % Weight Misra RR 1.06 ( 0.66, 1.71) 14.6 Hou SM 1.11 ( 0.61, 2.04) 8.8 Zhou W 1.17 ( 0.91, 1.50) 50.2 Spitz MR 1.36 ( 0.84, 2.20) 12.7 David-Beabes GL1 1.72 ( 1.04, 2.86) 9.7 David-beabes GL2

11、1.39 ( 0.59, 3.26) 3.9 Overall 1.23 ( 1.03, 1.47) 100.0 Stata resultmetan casec casea controlc controla if country=Asian,or label(namevar=study) Study | OR 95% Conf. Interval % Weight-+-Ling G | 2.358 0.902 6.166 25.55Chen S | 0.442 0.190 1.027 71.85Park JY | 1.980 0.080 48.927 2.60-+-M-H pooled OR

12、| 0.972 0.544 1.737 100.00-+- Heterogeneity chi-squared = 6.81 (d.f. = 2) p = 0.033 I-squared (variation in OR attributable to heterogeneity) = 70.6% Test of OR=1 : z= 0.10 p = 0.923Stata resultmetan casec casea controlc controla if country=Asian,or label(namevar=study) random Study | OR 95% Conf. I

13、nterval % Weight-+-Ling G | 2.358 0.902 6.166 42.15Chen S | 0.442 0.190 1.027 44.27Park JY | 1.980 0.080 48.927 13.57-+-D+L pooled OR | 1.097 0.279 4.316 100.00-+- Heterogeneity chi-squared = 6.81 (d.f. = 2) p = 0.033 I-squared (variation in OR attributable to heterogeneity) = 70.6% Estimate of betw

14、een-study variance Tau-squared = 0.9175 Test of OR=1 : z= 0.13 p = 0.894Forest plot Odds ratio .020438 1 48.9273 Study Odds ratio (95% CI) % Weight Ling G 2.36 ( 0.90, 6.17) 42.2 Chen S 0.44 ( 0.19, 1.03) 44.3 Park JY 1.98 ( 0.08, 48.93) 13.6 Overall 1.10 ( 0.28, 4.32) 100.0 Example 2研究研究编号编号(no)治疗组

15、治疗组对照组对照组均数均数(meanE)标准差标准差(SE)样本量样本量(nE)均数均数(meanC)标准差标准差(SC)样本量样本量(nC)1 128.028.03.33.3303029.029.02.82.835352 225.525.52.92.9343427.427.42.72.731313 326.526.52.72.7323227.527.52.92.931314 427.827.83.43.4333329.829.82.62.631315 527.227.23.03.0303028.128.12.92.932326 628.028.02.82.8606029.229.23.13.

16、15050Stata resultmetan n1 mean1 sd1 n2 mean2 sd2 Study | SMD 95% Conf. Interval % Weight-+-1 | -0.329 -0.820 0.162 15.342 | -0.677 -1.178 -0.176 14.743 | -0.357 -0.855 0.141 14.914 | -0.658 -1.162 -0.154 14.575 | -0.305 -0.806 0.196 14.736 | -0.408 -0.787 -0.029 25.71-+-I-V pooled SMD | -0.449 -0.64

17、2 -0.257 100.00-+-Heterogeneity chi-squared = 2.18 (d.f. = 5) p = 0.824I-squared (variation in SMD attributable to heterogeneity) = 0.0%Test of SMD=0 : z= 4.58 p = 0.000Forest plot Standardised mean difference -1.1778 0 1.17786 Study Standardised mean difference (95% CI) % Weight 1 -0.33 (-0.82, 0.1

18、6) 15.3 2 -0.68 (-1.18,-0.18) 14.7 3 -0.36 (-0.86, 0.14) 14.9 4 -0.66 (-1.16,-0.15) 14.6 5 -0.31 (-0.81, 0.20) 14.7 6 -0.41 (-0.79,-0.03) 25.7 Overall -0.45 (-0.64,-0.26) 100.0 Test for heterogeneityI2 value 25% 轻度异质性 25%50% 明显异质性Q检验(已发表的文章多数用): 有人认为P0.1(原始研究少时推荐) 也有人认为P |z| = 0.532 z = 0.52 (contin

20、表中 bias 行所对应的P值 P0.1 说明存在发表偏倚. Meta analysis 菜单User下拉菜单Meta-analysis 可以进行 Meta分析 publication bias 检验 influence analysis 优点:不需输入命令只需要鼠标点击对话框中相应的内容即可Meta analysis 菜单如果User下拉菜单中无Meta-analysis项在命令窗口中输入以下命令,进入相应的对话框 db metan 进行Meta分析 db metaninf 进行influence analysis db metabias 检验publication bias Meta analysis 对话框Meta analysis 对话框Meta analysis 对话框Influence analysis 对话框Influence analysis 对话框Publication bias 对话框Meta-analysis in RevManhttp:/ims.cochrane.org/revman/download

展开阅读全文