廣州今年不同往年般的成功入冬啦~小編覺得這一定是祥瑞的預兆~相信大家經過一天天的學習,Meta之路也像今年的冬天一樣,順順利利~
(圖片來源網絡)
言歸主題啦~
前幾天,和大家分享了流程圖、特征表和質量評價表的相關知識點。
(點擊下文回顧“質量評價表”相關知識)
而meta區(qū)別于系統(tǒng)評價主要在于它對納入的原始文獻的同類數(shù)據進行了有效的合并,通過一定的算法得出一個估計的有效值,可以一定程度實現(xiàn)樣本量的擴增,和對目前所有證據的總結(evidence based medicine, EBM),這也是它與一般綜述的區(qū)別之處,但還是屬于綜述。其證據等級凌駕于RCT之上。
講到數(shù)據分析,那少不了統(tǒng)計軟件,市面上主要有三款分別為Revman (傻瓜式操作,入門級選擇),Stata (進階級利器,功能強大), R軟件 (高階版本)。醫(yī)龍的Meta老師們偏向于用Revman和Stata來進行數(shù)據分析,這對于Meta新手也是比較容易上手。
接下來,小編用一個案例來下面的大部分數(shù)據分析,都是基于Revman實現(xiàn)的。
先簡單科普下,數(shù)據分為兩種類型連續(xù)型變量(Continuous)和二分類變量(Dichotomous)。
01
連續(xù)型變量
連續(xù)型變量指的是有平均值和標準差的,如臨床上的某些量表,以6.5±2.1這樣的形式呈現(xiàn)。
02
二分類變量
而二分類變量是表現(xiàn)百分率,如臨床上的有效率,10個人里面6個人有效4人是無效的。
他們有各自的輸入方式和效應值,但總體來說大同小異。數(shù)據分析的過程就是我們把納入文獻的原始數(shù)據輸入到Excel里,然后簡單導入到軟件,啪啪啪的結果搞出來了,然后根據結果進行分析就可以寫文章了。所以總結一句話,Meta其實并不難,只要你掌握了技巧,SCI分分鐘是你的了。
假設納入10篇文章,我們有3個結局指標(A,B,C)。其中一個主要指標,兩個次要指標。
A指標:假設有6篇文獻里有完整數(shù)據,那把這6篇文章的數(shù)據進行合并,得一個森林圖。
B指標:假設有8篇文獻里有完整數(shù)據,那把這8篇文章的數(shù)據進行合并,得一個森林圖。
C指標:假設有7篇文獻里有完整數(shù)據,那把這7篇文章的數(shù)據進行合并,又得一個森林圖。
所以并不是每個森林圖里每篇文章都要納入的,一篇meta分析有幾個結局指標就有幾個森林圖。如果還根據一些變量進行亞組分析,那森林圖就更多了,有些文章覺得圖太多,會把其中的數(shù)據抽取出來做成表格或柱狀圖,那也是一個不錯的選擇??傊?,只要我們成功的做成了森林圖,那我們主要關注圖上的幾個指標就可以了。
異質性檢驗:
I的平方>50%表示合并的結果具有異質性(采用隨機效應模型);
I的平方<>固定效應模型);
此外就是P值,p<0.05說明兩組之間存在統(tǒng)計學差異,圖上合并的菱形也不會與直線相交(見下圖黑色的那個),一旦相交就說明兩組之間沒有差異(p>0.05,p=0.05算什么?這又是一個憂傷的故事)。0.05說明兩組之間存在統(tǒng)計學差異,圖上合并的菱形也不會與直線相交(見下圖黑色的那個),一旦相交就說明兩組之間沒有差異(p>
(圖片來源網絡)
最后看下WMD的值和95%的可信區(qū)間(這是連續(xù)型變量的,二分類的是OR或RR),下圖是的0.95(0.51,1.39)。
上周,我們親愛的周老師一邊播著帶感的音樂,一邊激情澎湃地給我們講著Meta分析的Revman技巧使用,相信很多人都沒有看到吧~(趕緊上車補補課)!
(圖片來源網絡)
視頻鏈接:
http://www.yishitv.net/vod/217
立刻關注醫(yī)龍教育,了解最新的干貨吧!
對于有興趣探討Meta分析的好孩子們,可以直接加入以下我新群進行互動哦!
醫(yī)龍教育Meta直播互動6群
聯(lián)系客服