与连续性数据或者二分类数据进行Meta分析类似，单个率Meta分析是对比率,比如死亡率，感染率等原始文献资料数据进行综合评价。其分析与解析与连续性数据或者二分类数据类似。

• 1、背景

  当前有五篇文献进行随机对照实验，数据如下：包括文献名称（Study）、事件数和各文献的研究总样本量，由于案例不进行亚组分析（或Meta回归），因而没有放入Subgroup，或协变量数据，如下图所示：

  

• 2、理论

  Meta分析时涉及较多的专业名词和分析步骤，具体可见连续性数据或者二分类数据帮助手册。

  单个率Meta分析时，SPSSAU默认提供IV倒方差法进行效应量计算，并且提供单个率连续校正方式，当率的比例非常小（接近于0）或者非常大（接近于1）时，建议使用连续校正法，SPSSAU提供Logit校正和Log校正两种方式，通常使用Logit校正较多。连续校正是指对原始率效应量进行转换成新的效应数字然后进行计算，待计算完成后会自动逆转换回去。Logit校正时，其公式为ESnew=ln(ES/(1-ES))，ln指取对数，ES指率效应量，ESnew指转换后的新效应值；如果是Log校正，其转换公式为：ESnew=ln(ES)。另外，在进行计算时，如果出现率为0，即事件为0时，此时会自动加入0.5后进行计算，但在后续时会逆转处理。

  与此同时，单个率Meta分析时的分析步骤也与其它Meta分析类似，建议查阅连续性数据或者二分类数据帮助手册。

• 3、操作

  本例子中操作截图如下：

  

• 4、SPSSAU输出结果

  Meta模型一共输出7个表格和5个图，说明如下：

  表格/图名称	说明
  基本信息表格	展示Meta模型的基本参数值信息等
  效应量结果	展示核心的模型结果，包括合并效应及其置信区间，以及各研究文献的权重信息等
  森林图	直观展示Meta分析结果
  异质性检验	提供Q检验、tau2、I2、H及其置信区间、H2值等，用于异质性检验
  发表偏倚检验	提供Egger检验和Begg检验
  漏斗图	分析发表偏倚情况
  Trim剪补法	展示基于Trim剪补法对应的‘校正合并效应’结果
  漏斗图（Trim剪补法）	直观展示Trim剪补法后的漏斗图，用于分析发表偏倚情况
  Meta敏感性检验	查看逐一剔除法后的合并效应情况
  森林图（针对敏感性检验）	将敏感性检验结果使用森林图直观展示
  累积Meta效应	展示累积Meta效应的结果汇总
  森林图（针对累积Meta效应）	将累积Meta效应结果使用森林图直观展示

  • 另需要提示的是：

  • 如果有提供‘subgroup亚组’数据，那么系统自动会进行亚组分析，其会改变森林图/效应量表格结果等；

  • 如果有提供协变量数据，并且要求进行Meta回归，那么系统还会提供Meta回归结果，以及Meta回归后的异质性指标信息等。

• 5、文字分析

  

  上表格展示单个率Meta分析的基本配置参数信息，上表格中研究个数k值是指研究文献数量，本案例仅为5个较少。除此之外，tau2估计方法即指Meta分析模型估计方法，在异质性检验表格中会展示tau2值。Hartung and knapp调整参数选中后，‘合并效应’的95%置信区间会改变，该参数是对合并效应置信区间的校正，与此同时，其会对下述的z检验（检验率是否为0的检验）产生影响。

  

  上表格展示效应量率的结果，并且展示各文献对于‘合并效应’的贡献情况即权重值，权重越大意味着该文献对于Meta合并效应的贡献越大，即该文献对于合并效应的影响力度越大。本案例共5篇文献，其中“ATBC 2011”这篇文献的权重最低仅为8.215%，合并效应为0.443即44.3%的率，明显偏离0（z =21.041, p =0.000）,此处z 检验意义较小，因为最低率都是从0起，仅展示该指标值。

  合并效应是关键结果，但需要说明的是，Meta分析还需要确保‘异质性问题’，‘发表偏倚问题’等均通过科学论证之后，才能认为该结果具有科学性，即还需要有下要这的异质性检验和发表偏倚检验等，并且一般还需要通过敏感性检验。

  

  森林图直观展示Meta分析结果，森林图中包括信息为：各文献的效应量及其95%置信区间，各文献的权重信息，以及异值性检验关键指标结果（tau2值，I2值，Q检验），并且展示z检验结果（检验合并效应率是否为0的检验）。森林图中中间部分可视化展示效应量及其置信区间，以及中间部分黑色矩阵的大小表示权重相对大小。菱形为合并效应及其95%置信区间的展示，如果菱形越小，则意味着合并效应的置信区间越小。中间竖着虚线表示合并效应大小。

  从森林图可以看到，‘ATBC 2011’这篇文献的95%置信区间较宽，其权重值较低为8.21%，合并效应值为0.44。至于森林图中的异质性检验结果等，其在‘异质性检验’表格中也有呈现。并且从森林图整体来看，5篇文献的效应量有一定的偏差。

  

  异质性检验有多种方式，包括：Q检验，I2值判断，H值判断等。通常情况下Q检验时p 值>0.1，即说明无异质性（即同质性）；I2指标衡量组间异质性的占比情况，通常I2大于50%时认为异质性较高，I2大于75%时认为异质性过高；通常H值大于1.5则说明存在异质性，H值小于1.2说明不存在异质性问题，如果H介于1.2 ~ 1.5之间时，如果95%区间包括1说明没有异质性，反之说明具有异质性。

  从上表格可以看到：Q检验显示p 值=0.759>0.1，意味着没有异质性问题，并且I2为0则H值为1，进一步说明没有异质性问题。假设出现异质性问题时，处理方式有两种，最常见是使用随机效应（本次案例直接就使用随机效应），与此同时，还可以进一步深入探索和分析具体异质性问题所在，处理掉导致出现异质性的文献后，再次进行分析等。进一步深入探索异质性问题，则需要使用亚组Subgroup分析和Meta回归分析等，本案例不进一步深究。当然如果没有异质性问题可直接使用固定效应就好。

  上表格中还包括tau2值 和H2值，tau2表示效应量的离散异质程度，其一般使用D-L法或REML法进行估计，其为随机效应时输出指标值，该值越大表示组间异质性越大，该值涉及随机效应计算的底层方式，但该值无法进行相对大小对比，通常在森林图中进行展示即可。与此同时，H2值表示总变异除以组内变异，其为H的平方，H和H2越大意味着异质性越高。

  

  Meta分析时还有个关键问题是发表偏倚。有较多的方式可进行发表偏倚的查看和检验等，SPSSAU提供Egger检验和Begg检验，漏斗图和Trim剪补法。

  Egger检验时p 值大于0.05，则认为不存在发表偏倚，反之说明可能存在发表偏倚；Begg检验时p 值大于0.05，则认为不存在发表偏倚，反之说明可能存在发表偏倚。通常情况下，研究文献数量较少时可能更偏向于使用Begg检验，以及当研究数量较少时（通常小于10时认为较少），使用Egger检验或Begg检验均不能很好地对发表偏倚进行检验，因而可使用漏斗图这种直观式方式进行查看发表偏倚问题。本案例时显示通过Egger检验和Begg检验，意味着并没有发表偏倚问题，当然也直观查看漏斗图情况。

  

  漏斗图时，横坐标为效应量（本案例为率值），纵坐标为标准误差值（并且纵坐标进行逆向），如果说各散点介于漏斗内两侧并且基本上呈现出对称状态，那么意味着没有发表偏倚问题。上图显示5个研究文献散点均在漏斗内侧并且对称，因而直观上看数据并没有发表偏倚问题。与此同时，当研究资料出现发表偏倚问题时，还可使用Trim剪补法进行正‘合并效应’值。

  

  Trim剪补法时剪去漏斗图中不对称项，并且沿漏斗图中心两侧填补上被剪切部分，并且基于剪补后数据重新进行效应量计算，以校正异质性问题带来的效应量偏差。上表格中列出的第1行为真实数据结果，第2行为填补后的校正数据结果；如果两行结果完全一致，则意味着并没有进行填补处理。本次案例进行Trim剪补法后，并没有填补项，因而剪补前和剪补后结果完全一致，这也进一步说明并没有发表偏倚问题，与此同时，SPSSAU提供Trim剪补后的漏斗图（由于剪补前和剪补后完全一致，因而漏斗图也完全一致）。

  

  

  敏感性检验表格使用逐一剔除检验法进行研究。每行表示移除该项后剩余项的meta合并效应量结果，效应量率是否为0的z检验结果及I2指标值；比如第1行表示如果不纳入‘Hartman 2008’这篇文献数据，余下4篇文献进行Meta分析的合并效应结果等。另外，表格最后一行展示所有研究的合并效应结果；

  综合上表格来看，任意移除一篇文献资料时，I2值均为0%，意味着该文献移除后无论如何均不存在异质性问题，并且移除各文献后，率的变化非常小，基本均还是在0.45左右，意味着通过敏感性检验。

  与此同时，还可使用森林图直观展示敏感性检验结果，如下图中可以看到，逐一移除单独一篇文献后，合并效应并没有发表非常明显的改变，因而也意味着本案例数据通过敏感性检验，合并效应结果具有良好的稳健性。

  

  

  累积效应结果展示逐一纳入新的研究后的效应量、95%置信区间及效应率值是否为0的z检验结果和I2等； SPSSAU中进行累积效应时，默认自上而下不停地纳入文献，如果需要改变顺序，那么可通过修改放入的原始数据顺序进行改变。

  下面森林图是累积效应的可视化呈现结果。

  

• 6、剖析

  Meta分析涉及以下几个关键点，分别如下：

  • Meta分析通常关注三项内容，分别是异质性问题，发表偏倚问题和稳健性问题；异质性问题具有多个检验指标，有时候可能出现不一致结论，建议综合进行决择判断，类似地，发表偏倚也有多种检验和查看方式，通常使用漏斗图查看和分析即可，Meta敏感性检验常用逐一剔除法。

  • 单个率Meta分析时，如果资料数据中有任意一项率接近于0，或者接近于1，此时建议使用连续校正法，一般使用Logit转换或者Log转换均可，使用Logit转换相对较多。