如何做meta分析

本期番茄君给大家讲解如何做meta分析。

1. 异质性检验（齐性检验）。由于纳入的文献在方法学、统计学等方面可能存在差异，所以在对结果数据进行统计合并之前，首先应该进行异质性检验。异质性检验常用方法为Q检验，指标为I2和P。若I2<50%和P>0.1时，纳入的文献被认为是同质的，采用固定效应模型分析；否则说明纳入的文献之间存在异质性，采用随机效应模型分析。

2. 统计合并效应量（加权合并，计算效应尺度及95%置信区间）并进行统计推断。对于二分类资料，一般用率差（rate difference, RD）、比数比（odds ratio, OR）、相对危险系数（relative risk, RR）等表示效应的大小。

3. 图示（森林图）单个试验的结果和合并后的结果。森林图由多个原始文献的效应量及其95%可信区间绘制而成。横坐标为效应量尺度，纵坐标为原始文献的标号。

4. 敏感性分析。目的是可以看出每个研究对总估计效应的影响有多大，排除低质量研究后再评价，然后前后对比。若排除后差别较大甚至结论截然相反，说明敏感性较高，结果的稳健性较低，下结论时应非常慎重；若排除后结果未发生大的变化，说明敏感性低，结论较为稳健可信。

5. 评估发表偏倚。通过“失安全数”的计算或者采用“倒漏斗图”了解潜在的发表偏倚。

Meta分析软件多种多样，如RevMan, MedCalc, R等，下一期番茄君以R语言为例，为大家带来meta分析每一步的具体操作流程及代码。下一期为meta分析专题的最后一期，番茄君保证干货满满。