meta解析总结计划中异质性检验浅析

meta解析总结计划中异质性检验浅析meta解析总结计划中异质性检验浅析meta解析总结计划中异质性检验浅析Meta解析中的异质性检验一、Meta解析原理假设各个不相同研究都是来自同一个整体，要求不相同研究间的统计量应该凑近整体参数真实值，因此各个不相同文件研究结果是比较凑近，就要吻合同质性，这时候将所有文件的效应值合并能够采用固定效应模型的有些算法，如倒方差法，mantelhaenszel法，peto法等。二、异质性的看法2.1广义：描述参加者、干预措施和一系列研究间测量结果的差异和多样性，或那些研究间的内在真实性的变异。2.2狭义：专指统计学异质性，用来描述一系列研究中效应量的变异程度，也表示除可预示的有时机遇之外的研究间存在的差异性。三、异质性的分类3.1临床异质性：包含试验对象的差异，如纳入及消除标准的不相同；试验条件的差异，如干预剂量、剂型、方法不相同；定义指标的差异，如试验定义的裸露、结局、测量工具不相同，等等。3.2方法学异质性：包含研究设计的差异，如前瞻性、回顾性、随机化比较试验；偏倚风险，如盲法；结局完满性，如随访时间长短不相同。3.3统计学异质性：是指不相同试验间被估计的效应指标的变异，它是研究间临床和方法学上多样性的直接结果。统计学计算一致性以数据为基础，其原理是各研究间可信区间的重合程度越，则各研究间存在统计学同质性的可能性越大，相反，可信区间的重合程度越小，各研究间存在统计学异质性的可能性越大。临床异质性、方法学异质性和统计学异质性三种是相互独立又互有关系的，临床或方法学上的异质，不用然在统计学上就有异质性的表现，反之亦然。但搜寻临床和方法学上的异质性能够提示统计学异质性的本源。四、异质性检验方法4.1看法：又叫统计量的齐性检验（一致性检验），目的是检查各个独立研究的结果可否拥有可合并性。4.2常有方法：4.2.1Q检验（1）计算公式及讲解?注：Wi：第i个研究的权重，Yi：第i个研究的效应量，M：所有研究的平均效应量。Q为效应量的标准化平方和，因此遵从自由度为（k-1）的χ2分布。Q值越大，则p值越小（无效假设为纳入研究的效应量均相同），则异质性越大。2）Q检验的弊端：①对研究个数敏感：当研究个数越少时，检验效能越低，其越简单出现假阴性；反之，当研究个数越多时，检验效能越高，越简单出现假阳性。②只能检验可否存在异质性及异质性的大小，而不能够检验异质性的分布。4.2.2I2检验（1）计算公式及讲解I2反响异质性部分在效应量总的变异种所占的比重。I2质性越大；依照I2可将异质性分为四个程度：0:(当I2

的取值范围：0-100%；取值越大，异为负值时，我们将其设为0）表示没有异质性；0-40%:轻度异质性；40%-60%:中度异质性；50%-90%：较大的异质性；75%-100%：很大的异质性。2。3H检验（1）计算公式及讲解经过对统计量Q进行自由度（研究个数）的校正，结果方差分布的参数估计可得：H值为1表示各研究间无异质性;H＜1。2则认为研究同质；H＞1。5则提示研究间存在异质性；H为1。2-1。5之间，当H值95%置信区间包含1，在α=0。05的检验水平下无法确定可否存在异质性，若不包含1，则能够为存在异质性。其他，除了常有的统计量法外，还有森林图法、星状图（plot）、加布尔雷斯图等异质性检验方法。总之，应用Q及

I2

radialplot）、贝拉图（L’abbe统计量，既可检测可否存在异质性，也可检测异质性的程度，但是，应用合适应用图示法，能够帮助找到引起异质性的异常点（某个或某几个研究）。五、异质性办理方案一般来说判断异质性大小的方法是依照I2及P值来确定。即依照I2值及P值来决定模型的使用，大部分认为I2＜50%且P＞0.1时，存在异质性，使用随机效应模型；当I2≥50%或

P0.1时，用固定效应模型。有了异质性，经过敏感性解析，也许亚亚组解析，去研究异质性的本源。meta解析中，异质性是天然存在的。若是异质性较小，选择固定效应模型更可靠；若是异质性较大，则建议选择随机效应模型。但依旧需要经过敏感性解析，搜寻到异质性依照，以除掉其影响。但是，在异质性较大时，随机效应模型主若是校正合并效应值的算法，使得结果更加凑近无偏估计，即结果更加正确，但其得出的结论偏向于保守，置信区间较大，更难以发现差异，若是各个试验的结果差异很大的时候，可否需要把各个试验合并需要慎重考虑，作出结论的时候就要更加小心。六、异质性本源研究在做完异质性检验后，我们需要进一步对异质性的本源进行研究。异质性可能本源于人群、试验方法、种族等等因素，可经过敏感性解析、亚组解析和meta回归等方法来查找异质性本源。比方，异质性的本源能够本源于研究的各阶段：研究人群-研究设计-数据解析-结果报道。依照不相同人群（如男女，欧亚非，白人黑人等）、不相同设计种类（如队列研究，RCT，病例-比较）、不相同的统计模型（cox，poisson等）、不相同结果（肺癌的新发病、现患病例、死亡）来做亚组解析即分层解析。目前，国内外对meta解析存在异质性，特别是异质性检验P值很小的时候，学术届有着不相同的争论，很多人认为这个时候做meta解析是没有意义，相当于合并了一些来自不相同整体的统计结果。也有人认为，这些异质性的存在可能是由于文件公布的时间，研究