Meta分析——概述

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?META分析第一課

本學期我加入了學校和附屬醫院合辦的醫學研究協會,這個組織主要負責將醫院和學校聯系起來,讓學生參與到醫生的課題當中,培養科研能力,提前接觸科研相關內容,為后期進一步學習做鋪墊。

協會招生完畢后第一周,執行會長就為我們提供了meta分析的學習資料,并告訴我們協會每周會組織一次學習,希望大家抓住機會。這一點讓我驚喜萬分,因為很久之前就想學習meta分析了,但拖延癌晚期,買來的資料堆在書架上積了一指厚的灰,學習起來一點動力也沒有。

有了協會的帶動,應該會容易堅持一些,學習也不會那么枯燥了吧。果然,打開ppt和學習視頻,我的注意力自始至終都沒有分散過。下面對學習內容進行一個簡單記錄。

一、Meta分析概述

1.起源與發展(不重要)

Meta分析的前身源于Fisher1920年“合并P值”的思想;1955年由Beecher首次提出初步的概念;1976年心理學家Glass進一步按照其思想發展為“合并統計量”,稱之為Meta分析。

2.概念

Meta分析是一種對單獨的研究結果進行統計分析的方法,對研究結果間差異的來源進行檢驗,并對具有相似性的結果進行定量合成。

3.Meta分析的目的

1)增加統計學檢驗效能。單個研究結果往往因為樣本量小而不能說明問題,而meta分析對多個相似研究進行定量合成,可以擴大樣本量,提高檢驗效能。但要注意所研究的對象必須具有相似性。

2)定量估計研究效應。Meta分析可以對同類研究進行定量分析,結論更明確。

3)發現既往研究的不足之處,提出新的研究方向或臨床決策指導。

4.Meta分析的步驟

1)選題。一個好的開始決定了文章的質量,關于選題我會在下一篇文章中簡單描述。

2)文獻檢索。前面提到Meta分析需要對同類研究進行分析,要找到合適的研究,我們必須選擇大量的高質量文獻,這需要作者有足夠的文獻檢索能力,常用的幾個文獻檢索網站有:Google學術、Pubmed、Cochrane Library等。

3)文獻納入和排除。檢索文獻之后還要根據納入與排除標準對檢索到的文獻進行一個選擇,以確保選用的文獻是合格的。這也是meta分析中最難的一部分,具體的納入標準要根據研究目的和專業意義來確定。

4)文獻質量評價。此步驟是對納入研究的文獻進行質量評價,文獻質量決定了meta分析結果的質量,如果選用的文章都是高質量的,那么meta分析結果自然讓人信服,也具有參考意義;但若是納入文獻質量均比較低,則進行meta分析的意義不大。用于評價文獻質量的方法很多,大多是針對某一特定研究類型而設計的。

5)提取數據信息。主要是對原文的樣本含量、研究對象特征、干預措施、結果數據、圖表等進行提取,放在提前制定好的信息表中。

6)異質性分析。狹義的異質性是指統計學異質性,用來描述一系列研究中效應量的變異程度,也表明除可預見的偶然機會外的研究間存在的差異。其實就是把所有文獻的效應值放在一起進行異質性分析,若同質性較好,采用固定效應模型分析;若存在明顯異質性,應使用隨機效應模型。關于異質性檢驗,后面會繼續學習。

7)效應量指標的選擇。在你的分析中應選擇哪些指標來描述分析結果呢?比如RR、OR等。

8)發表偏倚分析。Meta分析中常見的誤差是發表偏倚,一般陽性結果比陰性結果更容易發表,這就導致結果的歪曲,必須對你的文章進行發表偏倚分析以說明結果的可靠性。

二、系統評價概述

1.概念

系統評價是針對某一具體問題的所有相關研究,運用限制偏移的策略進行嚴格評價和綜合,包括定性評價和定量評價。

系統評價強調收集全世界所有已發表和未發表的研究,包括具有固定格式的Cochrane系統評價和非Cochrane系統評價。

2.系統評價與meta分析的關系


圖片來源于簡書

系統評價不一定使用meta分析

總結一下,今天主要學習了meta分析的定義、步驟以及與系統評價的關系。

繼續加油,持續打卡,Duang!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,578評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,701評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,691評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,974評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,694評論 6 413
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 56,026評論 1 329
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 44,015評論 3 450
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,193評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,719評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,442評論 3 360
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,668評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,151評論 5 365
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,846評論 3 351
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,255評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,592評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,394評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,635評論 2 380

推薦閱讀更多精彩內容