与传统文献综述的区别
? 传统文献综述的缺陷 ?主观综合
?缺乏共同遵守的原则和步骤 ?注重统计学是否“有意义” ?等价对待每篇文献，无权重 ?定性而非定量
?系统综述和Meta分析的功能 ?定量综合
?提供系统的、可重复的、客观的综合方法
?通过对同一主题多个小样本研究结果的综合，提高原结果的统计效能，解决研究结果的不
一致性，改善效应估计值
?回答原各研究未提出的问题
第二节 步骤和方法
? 明确研究目的
? 提出检验假设 ? 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
? 原则 多途径、多渠道、最大限度 ? 途径 利用多途径广泛收集资料
– 多种电子资源数据库 – 参考文献的追溯
? 注意 未正式发表“灰色文献”（grey literature）——这些文献中可能包含阴性研
究结果
? 会议专题论文 ? 未发表的学位论文
?检索大量的文献
?根据入选和排除标准进行仔细的筛选
?挑出合格的研究进行系统综述和Meta分析
–方法学质量 研究设计和实施过程中避免或减小偏倚的程度 –精确度（随机误差的程度） 一般用可信限的宽度来表示 –外部真实性 研究结果外推的程度
随机对照试验(RCT)的方法学质量考察:
41
–受试者分组是否真正随机 –随机方案是否隐藏 –是否详细说明入选标准 –组间基线是否可比
–研究过程中是否使用了盲法
–对失访、退出及不良反应病例是否进行了详细录，是否报告失访原因 –是否采用意向分析法（intention-to-treat,ITT）分析结果 –患者的依从性（compliance）如何
记分为1～5分（1或2分：低质量，3～5分：高质量）：
?随机化方法
?恰当 如计算机产生的随机数字或类似的方法(2分)
?不清楚 试验描述为随机试验，但没有告知随机分配产生的方法(1分) ?不恰当 如采用交替分配或类似方法的半随机化(0分) ?盲法：
?恰当 使用完全一致的安慰剂或类似的方法(2分) ?不祥 试验称为双盲法，但未交代具体的方法(1分) ?非盲法 未采用双盲法或盲的方法不恰当(0分) ?失访与退出：
?具体描述了撤除与退出的数量和理由(1分) ?未报告撤除或退出的数目或理由(0分)
?按事先制定的资料摘录表内容提取相应变量并填表
?用meta分析软件MetaView或SPSS、SAS、EXCEL等建立数据库 ?注意对计量资料必须注明单位
?比较的两组有 x 和S；计数资料要使用相同的率来表示 ?双重录入
?通常两组间比较时
– 连续变量 平均差值
率差（rate difference）
– 二分变量 比值比（OR）
相对危险度（RR）
?重要性 Meta分析重要的环节
?目 的 检查各个独立研究的结果是否具有可合并性 ?产生异质性的原因
研究设计不同 试验条件不同
试验所定义的暴露、结局及其测量方法不同 协变量的存在
?注 意 资料的“可合并性”
?检查一定假设条件下结果稳定性的方法 ?目的
?发现影响meta分析研究结果的主要因素 ?解决不同研究结果的矛盾性
42
?发现产生不同结论的原因
?分层分析
–按不同研究特征，将各独立研究分为不同组 –按Mental-Haenszel法进行合并分析
–比较各组及其与合并效应间有无显著性差异
可以用直观的图示方法表示 观察性研究的Meta分析
（Meta-analysis of Observational Studies in Epidemiology，MOOSE）
随机对照试验的Meta分析报告质量（the quality of reporting of Meta-analyses of randomized controlled trials, QUOROM）
?加权合并
i = 1, 2, ?, k （k?2） 为处理的效应大小
为第i项研究对照组和实验组的均数 为第i项研究对照组和实验组的方差 为两组的合并方差
假定第i项研究的总体效应为 ，其他随机效应为 ,可写成随机效应模型： i = 1,2,?,k 其加权均数为: 其估计方差分别为：
其中 为权数，可以是合计例数，也可以是合并
方差的倒数 ,表示研究质量的评分。 检验的零假设为
当 成立时，统计量为 ， ；
计算 值后，可以查 值表得到相应的P值，若 ，则拒绝 ，支持随机效应模型的假定；
若 ，则支持固定效应模型的假定 。
? 加权合并
设k（?2）项研究报告中，第i项研究结果的两个率分别为 ， ，其中r为事件发生数，n为观察人数，合并率为 ，率差 ， 其加权均数为:
估计方差分别为： 其中
? 一致性检验
公式同两均数之差的合并和一致性检验中一致性检验公式：
?加权合并
设各个研究暴露组病例和对照人数分别为 和 ，非暴露组分别为 和 。令 ，写成随机效应模型有 ， 其加权均数:
均数的估计方差分别为： 其中
合并OR及其95%CI分别为： 各研究间差异的估计方差为： 其中
?一致性检验
检验的零假设为 ； 成立，Q 值服从自由度 的 分布 ；
43
若 ，则拒绝 ，支持随机效应模型的假定，必须用 计算 及其95%CI；
若 ，则支持固定效应模型的假定，即使 ，也可令 ，计算平均效应大小及其95%CI。
第四节 偏倚及其检查
?发表偏倚（publication bias） ?定位偏倚（location biases） ?引用偏倚（citation bias）
?多次发表偏（multiplepublication bias）
?有偏倚的入选标准（biased inclusion criteria） –定义
具有统计学显著性意义的研究结果较无显著性意义和无效的结果被报告和发表的可能性更大。
–产生原因
–医学文献中发表偏倚的问题相当严重
–如果meta分析只是基于已经发表的研究结果，可能会夸大疗效，甚至得到一个虚假的疗
效
?解决办法
?好的meta分析应包括所有与课题有关的可获得的资料，但应尽最大可能收集未发表的研
究
?先行将所有的RCT进行登记，通过这一系统随访并获得所有研究的结果是解决发表偏倚的根本途径
?应用统计学方法，计算拒绝结论所需的未发表研究数量的大小，评估发表偏倚对研究结果的影响
?定 义
在已发表的研究中，阳性结果的文章更容易以英文发表在国际性杂志，被引用的次数可能更多，重复发表的可能性更大，从而带来文献定位中的偏倚。
?产生原因
? 英语偏倚（English language bias） ? 文献库偏倚（Database bias） ? 产生原因
?支持阳性结果的研究比不支持的研究可能更多地被作为参考文献加以引用 ?杂志的知名度对文章的引用也会产生影响 ?产生原因
?阳性结果的研究更容易多次发表或作为会议报告，这就使得这些文章更容易被查到并纳入
Meta分析中
?Meta分析中如果包括重复数据会高估疗效 ?产生原因
?通常文献入选标准由熟悉所研究领域的调查者来制定，那么这个标准就可能受调查者知识
的影响
?对入选标准的处理可能导致某些阳性结果的研究被选择，而阴性结果的研究被排除 ?Meta分析检查上述偏倚的最佳途径
–先根据一个基本的入选标准收集全部的研究
44
–再考虑不同的入选标准进行彻底的敏感性分析 ?检查偏倚的程度
–漏斗图分析（funnel plots）
–计算失效安全数（fail-safe number，N）
?漏斗图 相对于样本量的效应值，是以研究的效应估计值作为横坐标，样本量作为纵坐标
fs
画出的散点图
?漏斗图分析
1.根据图形的不对称程度判断Meta分析中偏倚有无 2.基于治疗效应的精确度随样本量增大而增加这一事实 图8-3 针灸治疗中风的49个试验的漏斗图分析 （Tang TL, 1999）
?定义 Meta分析中计算需多少阴性研究结果的报告才
能使结论逆转
第九章 偏倚及其控制 变异性(variability)
研究结果包括描述性和分析性数据（指标）的变动或波动。 ?生物学（真实）变异和测量变异 生物学变异 真实的客观变异 测量变异 测量过程的误差 ?随机变异和系统变异
随机变异 绝对值和方向交错变化，正态分布 系统变异 绝对值和方向保持恒定
某个体特征测得值的变化，是个体真值随时间的改变，或是由于测量误差引起的变化。
?日间变异 ?年龄 ?膳食运动 ?环境
个体的累计变异
群体中的个体具有不同的遗传素质并受环境影响
?常大于个体变异
根据群体的变异范围确定“正常值”范围，用于判定个体测得值是否“正常”
?群体水平的变异性受测量误差影响
通过不同样本研究所得结果的差异性
为什么高水平的血清总胆固醇是不利的或不健康的？
这可以在关于血清总胆固醇与心血管死亡风险呈正相关的研究中找到答案。 如Framingham心脏研究。 描述性结果的样本变异性
在图8-1中，群体高胆固醇率为25%，样本A为40%，样本B为20%，样本C为0%。 增大样本含量，样本的变异性会减少，样本的高胆固醇率对群体的代表性会增大。 分析性结果的样本变异性 如图8-2，研究A和B中膳食改良组五年内发生心机梗死的风险为9%，而降胆固醇药物组为6%。
研究A样本较小（200人），两组效应指标（心肌梗死风险）的95%可信限较大，发生
45