平均值Meta荟萃分析

与连续性数据或者二分类数据进行Meta分析类似,平均值Meta分析是对均值资料数据进行综合评价。其分析与解读与连续性数据或者二分类数据类似。需要注意的是,均值资料数据进行Meta分析时,需要提供平均值、标准差和样本量数据。实际资料中,如果提供的数据中没有平均值,也或者没有标准差数据,可考虑进行一些转换或者替换处理。比如当样本量足够大且资料分布类似正态分布时,此时可考虑使用中位数代表平均值,具体可查阅相关文献或才资料,比如Cochrane手册。与此同时,如果资料中提供为标准误差(非标准差),此时可使用一般倒方差Meta分析。

平均值Meta荟萃分析案例

  • 1、背景

    当前有收集7篇文献均值数据资料如下:包括文献名称(Study)、资料的平均值、标准差及研究资料的样本量等,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。

    平均值Meta分析时,SPSSAU默认倒方差法IV进行效应量计算。与此同时,平均值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:

    由于资料数据中并不包括协变量数据,因而选中Meta回归也不会进行输出。暂不进行Hartung and Knapp调整。

  • 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

    上表格展示平均值Meta分析的基本配置参数信息,本案例暂不进行Hartung and Knapp调整,使用IV法进行效应量计算。

    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。本案例时7个文献资料的权重基本持平,但是平均值差异较大,最终合并效应值为0.306,95%置信区间介于0.109 ~ 0.503。从上表格暂不无法判断异质性问题,接下来通过森林图和异质性检验表格具体查看。

    森林图直观展示Meta分析结果,从本案例上看,各个文献的均值差异相对很大,而且合并效应的置信区间也很大(菱形很宽),意味着很可能存在着比较严重的异质性问题,接下来使用检验等指标具体分析异质性情况(当然图里面也有展示异质性检验的关键指标比如Q检验等)。

    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=0.000<0.01,意味着存在异质性问题,并且I2值为99.86%,意味着异质性问题严重,H值为27.01, H2值为729.69,进一步说明本次案例数据存在严重的异质性问题,应该使用随机效应(当然本案例本身已经使用随机效应)。与此同时,也可进一步寻找异质性问题的原因,可考虑移除导致异质性问题的文献然后再次分析等。

    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。上表格显示:Egger检验时p 值为0.378大于0.05,则认为不存在发表偏倚;Begg检验时p 值为0.652大于0.05,则认为不存在发表偏倚。当然还可以使用更加直观的漏斗图查看发表偏倚问题。

    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。上图显示有4个文献在漏斗图外侧,并且散点并没有绝对的对称,意味着从漏斗图上看有着一定的发表偏倚问题,这与上述检验出现矛盾现象,这种情况在研究文献较少的时候容易出现,具体研究者应该综合决择,这是由于漏斗图直观但其在研究文献数量较少时,直观上容易看出明显的偏差,但检验上并没有那么严重(另外需要注意的是:本案例数据具有严重的异质性问题,也有可能异质性问题额外带来了发表偏倚问题)。如果以漏斗图结果为准,那么还可进一步使用Trim剪补法,然后使用校正合并效应结果值。

    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,填补2项,并且合并效应发生较为明显的变化,从0.306变化为0.162,并且置信区间从不包括0,变为包括数字0。

    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,余下其余文献进行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值均接近1,意味着本案例数据具有严重的异质性问题,应该首先处理掉严重异质性问题后再进行分析,此种做为更为科学 稳妥。

    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(但这种稳健性是基于严重异质性前提,所以本案例文献资料有着严重的异质性需要处理)。

    累积效应结果展示逐一纳入新的研究后的效应量和95%置信区间等; 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。

疑难解惑

  • 如果不满足异质性检验时如何办?
  • 如果基本没有异质性问题,那么建议使用固定效应即可,当然此时使用随机效应也可以;如果说异质性问题不太严重,那么直接使用随机效应模型即可;如果说异质性问题非常严重,建议进一步查看导致异质性问题的原因并且处理后分析使用。

  • 如果不满足发表偏倚怎么办?
  • 如果漏斗图发表散点不在漏斗内侧并且明显不对称,那么建议使用剪补法,并且最终使用修正后的合并效应结果。当然也可找出导致不对称的文献,并且移除该文献后再次分析。

  • 如果没有通过敏感性检验怎么办?
  • SPSSAU中,敏感性检验使用逐一剔除法,综合对比和分析结论上的变化等。当然还可以有其它处理方法,比如一次性剔除两篇文献等,建议综合对比决择等。如果剔除某一文献后合并效应发表非常明显的变化,可考虑将该文献不纳入分析范围。

  • subgroup亚组的数据格式是什么样的?
  • 亚组subgroup的原理是指比如10个Study,其为分为比如中文文献和英文文献共2组的意思,直接在对应subgroup数据列上加入对应Study的标签比如‘第1组/第2组’也或者‘中文文献/英文文献’即可。