【图文】综合案例分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
综合案例分析
上传于||文档简介
&&研​究​生​统​计​学​课​件​整​理~之​9
大小：495.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢关注今日：24 | 主题：137706
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】合并有统计学意义，亚组分析无意义，如何解释？
页码直达：
分了七个亚组进行分析，结果六个亚组里面都有无意义的亚组，如何解释结果？？？能不能对各个亚组的HR值在进行统计学比较？？？比如ethnicity亚组，直接根据Non-asian组HR=2.673，asian组HR=1.632，就直接判断，Non-asian人群有更高的危险度吗？？？
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
你这种情况需要对亚组进行交互作用分析，也就是看看亚组间的差别有无统计显著性，具体算法请看孙鑫教授2014年JAMA上一篇文章。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
战友你好，孙鑫教授具体什么文章能不能分享一下题目呀谢谢。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
可以帮我看一下这样的meta分析有意义吗、谢谢！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
快乐俞茜 edited on
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
战友你好，孙鑫教授具体什么文章能不能分享一下题目呀谢谢。How to use a subgroup analysis: users' guide to the medical literature. 2014 Jan 22-29;311(4):405-11. doi: 10.1001/jama..
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园Meta分析的完整步骤，根据个人的体会，结合各位友人的经验总结而成，meta的精髓就是对文献的二次加工和定量合成，所以这个总结也算是对大家经验的meta分析吧。一、选题和立题（一）形成需要解决的临床问题：系统评价可以解决下列临床问题:1.病因学和危险因素研究;2.治疗手段的有效性研究;3.诊断方法评价;4.预后估计;5.病人费用和效益分析等。进行系统评价的最初阶段就应对要解决的问题进行精确描述,包括人群类型(疾病确切分型、分期) 、治疗手段或暴露因素的种类、预期结果等,合理选择进行评价的指标 。（二）指标的选择直接影响文献检索的准确性和敏感性，关系到制定检索策略。（三）制定纳入排除标准。二、文献检索（一）检索策略的制定这是关键，要求查全和查准。推荐Mesh联合free word检索。（二）文献检索，获取摘要和全文国内的有维普全文VIP，CNKI，万方数据库，外文的有medline ,SD，OVID等。（三）文献管理强烈推荐使用endnote，procite，noteexpress等文献管理软件进行检索和管理文献。查找文献全文的途径：在这里，讲一下找文献的过程，以请后来的朋们参考（不包括网上有电子全文的）：1.查找免费全文：（1）在pubmed center中看有无免费全文。有的时候虽然没有显示free full text，但是点击进去看全文链接也有提供免费全文的。我就碰到几次。（2）在google中搜一下。少数情况下，NCBI没有提供全文的，google有可能会找到，使用“学术搜索”。本人虽然没能在google中找到一篇所需的文献，但发现了一篇非常重要的综述，里面包含了所有我需要的文献（当然不是数据），但起码提供了一个信息，所需要的文献也就这么多了，因为老外的综述也只包含了这么多的内容。这样，到底找多少文献，找什么文献，心里就更有底了。（3）免费医学全文杂志网站。。提供很过超过收费期的免费全文。2.图书馆查馆藏目录：包括到本校的，当然方便，使用pubmed的linkout看文献收录的数据库，就知道本校的是否有全文。其它国内高校象复旦、北大、清华等医学院的全文数据库都很全，基本上都有权限。上海的就有华东地区联目、查国内各医学院校的图书馆联目。这里给出几个：（1）中国高等院校医药图书馆协会的地址：http://server14.library./xiehui/chengyuan.htm，进入左侧的“现刊联目”，可以看到有“现刊联目查询”和“过刊联目查询”，当然，查询结果不可全信，里面有许多错误。本人最难找的两篇文章全部给出了错误的信息（后来电话联系证实的）。(2)再给出两个比较好的图书馆索要文献的email地址（有偿服务），但可以先提供文献，后汇钱，当然做为我们，一定要讲信誉吆。一是解放军医学图书馆信息部：，电话：；（3）二是复旦大学医科图书馆（原上医）：ill@，联系人，周月琴，王蔚之，郑荣，电话，021-，需下载文献传递申请表（http://202.120.76.225/ill.doc）。其他的图书馆要么要求先交开户费，比如协和（500元），要么嫌麻烦，虽然网上讲过可提供有偿服务，在这里我就不一一列出了。3.实在不行，给作者发email。这里给出一个查作者email的方法，先在NCBI中查出原文献作者的所有文章，注意不要只限于第一作者，display，abstract, 并尽可能显示多的篇数，100，200，500。然后在网页内查找“@”，一般在@前的字母会与人名有些地方相似。再根据地址来确定是否是同一作者。4.查找杂志的网址，给主编发信求取全文。这里我就不讲查找的方法了。5.向国外大学里的朋友求助。国外大学的图书馆一般会通过馆际互借来查找非馆藏文献，且获得率非常高。我的三篇文献是通过这一途径得到的。三、对文献的质量评价和数据收集（一）研究的质量评价对某一试验研究的质量评价主要是评价试验结果是否有效,结果是什么该结果是否适用于当地人群。下面一系列问题可以帮助研究者进行系统的质量评价:①该研究的试验设计是否明确,包括研究人群、治疗手段和结果判定方法;②试验对象是否随机分组;③病人的随访率是否理想及每组病人是否经过统计分析;④受试对象、研究人员及其它研究参与者是否在研究过程中实行“盲法”;⑤各组病人的年龄、性别、职业等是否相似;⑥除进行研究的治疗手段不同外,其它的治疗是否一致;⑦治疗作用大小;⑧治疗效果的评价是否准确;⑨试验结果是否适用于当地的人群,种族差异是否影响试验结果;⑩是否描述了所有重要的治疗结果;治疗取得的效益是否超过了治疗的危险性和费用。系统评价者应根据上述标准进行判断,不满足标准的文献应剔除或区别对待(数据合并方法不同) ,以保证系统评价的有效性。(二)、数据收集研 究者应设计一个适合本研究的数据收集表格。许多电子表格制作软件如Excel 、Access ,和数据库系统软件如FoxPro 等,可以用于表格的制作。表格中应包括分组情况、每组样本数和研究效应的测量指标。根据研究目的不同，测量指标可以是率差、比数(odds) 、相对危险度( relative risk ,包括RR 和OR) 。各研究间作用测量指标不一致,需转化为统一指标。常用的统一指标是作用大小( Effect Size , ES) ,ES 是两比较组间作用差值除以对照组或合并组的标准差。ES 无单位是其优点。(三)、数据分析系统评价过程中,对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta analysis) 。Meta 意思是more comprehensive ,即更加全面综合。通过 Meta分析可以达到以下目的:1.提高统计检验效能; 2.评价结果一致性,解决单个研究间的矛盾;3.改进对作用效应的估计; 4.解决以往单个研究未明确的新问题。统计分析的指标（一）、异质性检验1.检验原理：meta 分析的原理首先是假定各个不同研究都是来自非同一个总体(H0:各个不同样本来自不同总体，存在异质性,备择假设H1，如果p&0.1，拒绝H0, 接受H1,，即来自同一总体)这样就要求不同研究间的统计量应该接近总体参数真实值,所以各个不同文献研究结果是比较接近,就是要符合同质性,这时候将所有文献的效应值合并可以采用固定效应模型的有些算法,如倒方差法,mantel haenszel 法,peto法等.2.分类：异质性检验，包括三个方面：临床异质性，统计学异质性和方法学异质性，作meta分析首先应当保证临床同质性，比如研究的设计类型、实验目的、干预措施等相同，否则就要进入亚组分析，或者取消合并，在满足临床同质性的前提下（非常重要，不能一味追求统计学同质性，首先考虑专业和临床同质性），我们进一步观测统计学同质性。临床异质性较大时不能行meta分析,随机效应模型也不行.只能行描述性系统综述（systemic reviews,SR）或分成亚组消除临床异质性.解决临床异质后再考虑统计学异质性的问题.如果各个文献研究间结果不存在异质性（p&0.1），选用固定效应模型（fixed model），这时其实选用随即效应模型的结果与固定效应模型相同；如果不符合同质性要求,即异质性检验有显著性意义(p&0.1),这时候固定效应模型的算法来合并效应值就是有偏倚,合并效应值会偏离真实值.所以,异质性存在时候要求采用随机模型,主要是矫正合并效应值的算法,使得结果更加接近无偏估计,即结果更为准确.此外,这里要说明的是,采用的模型不同,和合并效应值的方法不同，都会导致异质性检验P值存在变动,这个可以从算法原理上证明,不过P值变动不会很大,一般在小数点后第三位的改变.异质性检验的Q 值在固定模型中采用倒方差法和Mantel-haenszel法中也会不同 。随机效应模型是不需要假定各个研究来自同一个总体为前提，本来就是对总体参数的近似无偏估计，这个与固定模型不一样（必须要同质为基础），所以随机模型来作异质性检验简直是“画蛇添足”，无奈之举！因此，随机模型异质性检验是否有统计学意义都是可以用，而固定模型必须要求无异质性。可以证明和实践，如果无异质性存在的时候，随机模型退化为固定，即固定模型的结果于随机模型的合并效应值是相等的目前,国内外对meta分析存在异质性,尤其是异质性检验P值很小的时候,学术界有着不同的争论,很多人认为这个时候做meta分析是没有意义,相当于合并了一些来自不同总体的统计结果,也有人认为,这些异质性的存在可能是由于文献发表的时间,研究的分组,研究对象的特征等因素引起,只要采用亚组分析或meta回归分析可以将异质性进行控制或解释,还是可以进行meta分析,至少运用随机效应模型可以相对无偏的估计总体.这里要强调的是,异质性检验P值较小时候,最好能对异质性来源进行分析和说明。合理进行解释，同时进行亚组分析，相当于分层分析，消除混杂因素造成的偏倚（bias）。3. 衡量异质性的指标一个有用的定量衡量异质性的指标是I2，I2 = [(Q – df)/Q] x 100%，此处的Q是卡方检验的统计值，df 是其自由度（Higgins 2003, Higgins 2002)。这个I2值代表了由于异质性而不是抽样误差（机会）导致的效应占总效应估计值的百分率。 I2值大于50％时，可以认为有明显的异质性。（二）、敏感性分析：1.敏感性分析的含义：改变纳入标准（特别是尚有争议的研究）、排除低质量的研究、采用不同统计方法/模型分析同一资料等，观察合并指标（如OR,RR）的变化，如果排除某篇文献对合并RR有明显影响，即认为该文献对合并RR敏感，反之则不敏感，如果文献之间来自同一总体，即不存在异质性，那么文献的敏感性就低，因而敏感性是衡量文献质量（纳入和排除文献的证据）和异质性的重要指标。敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法研究探讨对总效应的影响。（王吉耀第二版P76中）“排除某些低质量的研究，再评价，然后前后对比，探讨剔除的试验与该类研究特征或类型对总效应的影响”。（王家良第一版八年制P66、154）敏感性分析是从文献的质量上来归类，亚组分析主要从文献里分组病例特征分类。敏感性分析是排除低质量研究后的meta分析，或者纳入排除研究后的meta分析。亚组分析是根据纳入研究的病人特点适当的进行分层，过多的分层和过少的分层都是不好的。例如在排除某个低质量研究后，重新估计合并效应量，并与未排除前的Meta分析结果进行比较，探讨该研究对合并效应量影响程度及结果稳健性。若排除后结果未发生大的变化，说明敏感性低，结果较为稳健可信；相反，若排除后得到差别较大甚至截然相反结论，说明敏感性较高，结果的稳健性较低，在解释结果和下结论的时候应非常慎重，提示存在与干预措施效果相关的、重要的、潜在的偏倚因素，需进一步明确争议的来源。2.衡量方法和措施其实常用的就是选择不同的统计模型或进行亚组分析，并探讨可能的偏倚来源，慎重下结论。亚组分析通常是指针对研究对象的某一特征如性别、年龄或疾病的亚型等进行的分析，以探讨这些因素对总效应的影响及影响程度。而敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法的研究以探讨对总效应的影响。建议可以看参考王吉耀主编，科学出版社出版的《循证医学与临床实践》。敏感性分析只有纳入可能低质量文献时才作，请先保证纳入文献的质量！纳入文献的质量评价方法，如果是RCT，可选用JADAD评分。如果病因学研究，我认为使用敏感性分析是评价文献质量（前提是符合纳入标准）的较为可行的方法。敏感性分析是分析异质性的一种间接方法。有些系统评价在进行异质性检验时发现没有异质性，这时还需不需要作敏感性分析？我的看法是需要，因为我觉得异质性也是可以互相抵消的，有时候作出来没有异质性，但经过敏感性分析之后，结果就会有变化。（三）对入选文献进行偏倚估计发表偏倚（publication bias)评估（包括作漏斗图，和对漏斗图的对称性作检验）。可以用stata软件进行egger检验。人是活的，软件是死的，临床是相对的，统计学是绝对的。我们应当区分三个概念：一是：文献/试验质量，现在Cochrane协作网称之为“纳入研究偏倚风险”二是：文献报告质量，这实际上是一个写作表达水平的问题三是：文献所报道试验的试验质量，如试验设计等等而系统综述/系统评价尤其是Cochrane系统评价一直强调的是第一类的概念，即为纳入研究偏倚风险的评估，具体内容可在线阅读其官方网之系统评价作者手册5或安装RevMan 5版本后内包含的手册5内相关内容，我再怎么说也没有他们的权威或准确。95％CI的宽窄实质上反映了试验的精度高低，换言之，上下限的间隔较小、则其精度高，也即是意味着数值资料可靠性比较高，其结果可信度较高，反之则提示可能由于原始数据“丢失”，或样本数量较少所致。但可行区间较宽的试验未必不能纳入分析！其实，在制作一片合格或高质量的系统评价包括定性与定量的过程中，在我以前的实践过程中，也走了不少弯路，甚至不少结果也是粗制滥造，制造垃圾。现在我最大的体会就是，除了必须具备系统评价相关方法学的能力以外，关于专业背景与对临床试验设计、实施、结果的统计学分析等相关知识也是同等重要。系统评价的基础一直基于这样一个假设，就是关于某干预措施的RCT其试验设计、受试标准的设置与把握、试验实施、统计学分析等环节没有错误发生，即单个试验其试验质量与结果统计学分析都是恰当合理的，而纳入系统评价中÷，重点评价其避免试验偏倚的努力程度或者偏倚风险的大小而已。四、总结：（一）结果的解释Meta- 分析结果除要考虑是否有统计学意义外，还应结合专业知识判断结果有无临床意义。若结果仅有统计学意义，但合并效应量小于最小的有临床意义的差值时，结果不可取；若合并效应量有临床意义，但无统计学意义时，不能定论，需进一步收集资料。不能推荐没有Meta-分析证据支持的建议。在无肯定性结论时，应注意区别两种情况，是证据不充分而不能定论，还是有证据表明确实无效。（二）结果的推论Meta-分析的结果的外部真实性如何？在推广应用时，应结合该Meta-分析的文献纳入/排除标准，考虑其样本的代表性如何，特别应注意研究对象特征及生物学或文化变异、研究场所、干预措施及研究对象的依从性、有无辅助治疗等方面是否与自己的具体条件一致。理想的Meta-分析应纳入当前所有相关的、高质量的同质研究，无发表性偏倚，并采用合适的模型和正确统计方法。（三）系统评价的完善与应用系统评价完成后,还需要在实际工作中不断完善,包括: ①接受临床实践的检验和临床医师的评价; ②接受成本效益评价; ③关注新出现的临床研究,要及时对系统评价进行重新评价。临床医师只有掌握了系统评价的方法,才能为本专业的各种临床问题提供证据,循证医学才能够顺利发展。荟萃分析一些疑问：1 GRADE系统到底应该如何正确使用简而言之，GRADE评价证据的质量，以结局指标为单位，适用于系统评价制作者解读最后证据，卫生技术评估人员和指南制定者；cochrane偏倚风险工具评价单个研究的偏倚风险，主要用于系统评价的文献质量。两个的用途和角度都不一样。还是举例说明吧。A药治疗B 疾病产生了结局C。同时有5个RCT来评估这个疗效。对于每个RCT来说，都存在偏倚风险，因为其estimate of effect 与 true effect可能会有不同，因为RCT有可能没随机，随机方案没隐藏，没盲法或随访短，都会造成偏离真实疗效，这个时候，就需要cochrane偏倚风险工具对每个研究进行评估，理论上有6条，可以根据具体情况增减；而GRADE评价什么呢？针对结局C，如果5个RCT都报告的该结局，那么GRADE将会从5个方面评价总的证据质量：第一，偏倚风险，即跟cochrane评价方式一样；第二，是否直接证据（相对于间接证据而言），请见我上面发的论文，主要针对指南制定者；第三，结果的一致性，比如这几个RCT就此结局的一致性，研究间的异质性，可用I2来判断；第四，结局的精确程度，可看CI；第五，发表性偏倚。如果不合格就降级，严重不合格就降2级，RCT始于高质量，但可能会被降为中等、低或极低质量。疑问2：是否可以认为GRADE等级评定是对cochrane偏倚风险等级评定的再次评估？在完成一篇系统评价时，是否只用GRADE评分就可以完成质量评价？还是要写作cochrane偏倚风险评估，然后再看情况进行GRADE评分？如果它评价出来的等级都是极低，这种情况如何分析呢？这是一个基础但非常重要的问题，首先需要明确回答的是，GRADE分级系统不是对cochrane偏倚风险等级评定的再次评估。它们之间的关系是先后顺序关系，即系统评价制作人员在纳入最终的研究之后，首先需要对其进行偏倚风险评估，即看看这些研究所得出的对疗效的估计值存在多大的偏倚，主要有6条标准。而GRADE分级是对整个系统评价结果的解读，即制作人员完成一篇系统评价之后，其最终的结果如果要拿来用或指导实践，则需要进行对证据质量和推荐强度进行分级，但其分级的基础或单位是结局，而非研究。在分级的过程中，有5个因素会降低RCT的质量，其中一个就是偏倚风险，从这个角度讲，GRADE会根据或借鉴cochrane对偏倚风险的结果，但GRADE会考虑总体的证据质量，因为决定证据质量高低的因素不仅仅是其偏倚风险，还有其精确性、一致性、是否直接或间接证据和发表性偏倚。还是举例：比如有个系统评价要评价奥司他韦治疗流感的有效性和安全性，但纳入的研究都是奥司他韦治疗普通流感的RCT，其用cochrane偏倚风险评估发现，随机盲法分配隐藏随访都做的非常好，也就是说，基本上不存在偏倚，但是，如果系统评价的使用者，其治疗对象是 2009新甲流患者，那么，尽管该系统评价纳入的研究偏倚风险极小，但作为决策的证据，其质量可能会较低，原因是该证据不是直接证据，而是间接证据。因为没有奥司他韦直接治疗甲流的RCT。GRADE是一种规范、系统和透明的方法，经过GRADE分级，如果被降为极低质量，仍然可以很好地指导决策者，因为好的证据不等于高质量的证据，就算证据质量极低，但如果是经过严格的方法得出的科学结论，仍然可以很好指导实践，更为重要的是，低或极低质量的证据，不一定就是弱推荐，即有可能会成为强推荐，因为证据质量只是决定推荐强度的一个因素而已。还是如上例所言，如果经过严格评价，发现奥司他韦治疗甲流的质量极低，但综合利弊后，WHO世界卫生组织还是将奥司他韦列为治疗甲流的强推荐，作为各国卫生医疗部门治疗甲流的首选。疑问3：结局的精确程度，就是CI，在那个范围算是精确程度好的？怎么样才算结局的不精确？CI多宽才算不精确？我倒是非常愿意跟你做下来慢慢讨论，因为这个问题可能需要一天？一周？甚至一个月来探讨。GRADE工作组在JCE上面的系列文章，即将发表的一篇，就是专门针对你这个问题的，他们的初稿有40多页，里面详细讨论了各种情况。可见你这个问题的重要程度。在这里我无法三言两语给你一个确定的答复，等我把他们这篇专门论述不精确问题的文章过几天上传后，你可以详细阅读，但到最后可能也无法得出确定的答复，因为 GRADE的目的不是给你最佳答案，而是当前最适，也即，可能会形成的共识。当然，他们也提供了较为简单的判断标准，你可以参阅GRADE 软件的说明书，我大概就系统评价员的二分类变量说明一下：1. 一般而言，可信区间告诉了我们随机误差对证据质量的影响。如果可信区间比较宽，则降低1个等级，非常宽则降低2个等级。怎么样算非常宽，依据个人的判断和所纳入研究的具体情况。2. 证据质量的不精确，对指南制定者和系统评价者的定义和含义均不相同，对于指南制定者，证据的精确性关键在于是否可以帮助作出一个明确的推荐，而对于系统评价员，只涉及对疗效评估的信心。这句话的意思是，如果你是一个系统评价员，则无需考虑成本、毒副作用以及获益的大小，这是指南制定者在评价精确性时需要考虑的。3. 当试验纳入较少受试者和较少事件时，效应量可信区间较宽，结果精确度低。这个是肯定的，因为可信区间的计算，以RR为例，最主要跟SE(lnRR)有关，即其对数的标准误的大小有关，而SE(lnRR)的计算是基于每个组的事件发生数r和总人数n，r和n越大，则SE(lnRR)越小，可信区间越窄，随机误差越小，结果越精确。4. 二分类变量指标可有两个原因降低证据质量级别：a. 累积样本量小于理想信息量（optimal information size, OIS），有推荐说系统评价纳入总数应该为4000，干预组对照组各2000，低于这个或事件发生总数低于300（拇指定则阈值）则降级；Ann Intern Med. -881b. 合并效应量或其它最佳估计效应量的95%可信区间或其它评估精确度的指标，包含了无效和明显获益或明显危害。即，宽到同时与无效线和门槛线 threshold相交。那啥是个门槛线？可以将RRR25%为一个门槛，即干预组某种不良事件的危险性与对照组相比较，降低了25%。5. 等GRADE的精确性那篇文章发表了，我上传到此地，大家进一步讨论。疑问4：生存曲线不能做Meta分析，但是我们肿瘤的文章需要评价的主要指标就是生存指标，请问有何解决的高见吗？似乎原来看过说可以转变成分类变量-变为每年病死率的比较或生存人数比较，或者转变为时间相关资料-O-E and Variance来做，如何处理？1、生存分析预后相关的meta文章，有2种指标：1. 二分类 2. HR（O-E and Variance），此种方法最理想，不过存在技术上的难度。2、（1）假如你采取方法1，操作起来比较简单，但是涉及到一个脱落问题，一般以某某年死亡人数为指标（坏事件，标签位置不动），不过存在统计学上的缺陷，需要分别计算短期及长期的死亡人数，例如，1,3,5年时间截点时的死亡人数；（2）假如你采取方法2，方法学上有优势，不过数据的提取问题比较复杂，假如文章里面有HR，最好（一般有多因素HR和单因素HR之分，一般多因素最好，没有，只能勉强用单因素，都有，可以行亚组分析）；没有的话，通过计算得来，也可以；实在没办法，你只能用Engauge软件自己提取（不过我发现这种方法当连续取点时候，有很多缺陷，见下面帖子里面我提到的缺陷问题）。不过HR的好处就是，不需要计算那么多时间截点，可以自己定义一个时间截点（根据临床经验，例如，胃癌定义5年的OS和PFS即可，要是分别计算一下3年及5年的OS+PFS 就更完美啦）。3、预后的文章，肿瘤复发是一个很重要的指标，一般最好在文章里面要有体现。（1）. 你用HR做指标，不需要分别作1,3，5年生存率了，只要时间最长的那年的HR即可，一般选取随访终点时的HR作为指标。这样HR代表的是整体的情况，而1年和3年HR作指标都是不合适的；（2）. 另外，因为不同研究的随访截止时间不同，可能存在严重的临床异质性，因此，我个人倒是觉得，是否可以用5年HR作为outcome呢？（不同肿瘤的最有意义的cutoff或者不同，不过个别肿瘤一般是5年为比较有意义的cutoff，你研究的肿瘤是什么就不知道了。不过很多研究一般随访都在60-72个月左右，所以取5年（60个月），还是比较不错的）；（3）. 假如不这样的话，也可以采用随访终点时间HR作指标，不过要是存在异质性，要进行合理的分析，或者进行亚组分析等等相关问题，同时注意，亚组分析增加了假阳性的概率，因此需要慎重。（4）. 其他指标如95%CI, Ln(HR),SE(ln(HR))等指标可以计算的。可以将软件import as 一个excel表格的形式，然后有一个Excel统计计算表格，具体如何操作，请参照A版的经典帖子，里面说的很清楚，很明白，学习1-2天基本就会了还有一些新的问题：第一：我研究的问题，基本纳入的研究，在5年以后实验组和干预组的生存曲线已经是平行的了，那么我是否只可以计算到5年的？因为多数研究曲线是只到5年的，有个别的研究到6年的（72个月），并且这几个研究的5年—6年曲线是平行的，我又必要还继续包含这段时间吗？这种情况的 5-yearOS/PFS HR有差异吗？假如有，差异大嘛？（此问题已经解决，完成可以只计算5年的HR，结果没有变化，具体验证过程见下面。第二：我发现了一个问题，假如在同一个横坐标上面取点，即使我事先在图中画一条竖线，穿越干预组和对照组，我描点的时候，无论我多么精确，这2个点理论上，应该在最终的excel生成1组数据，例如， 36,42.1%,24.1%; 然而，最终实际上却产生了2组数据，36, 42.3%, 24.2%； 36.01, 42.0%, 24.0%，这个问题如何解决呀？我希望做的是在同一个横坐标，只产生一组数据，这个误差倒是允许范围的，不过假如并没有事先画竖线，那么此时曲线A和曲线B的取点都具有随机性，上下曲线的取点问题更具有随机性，那么会产生更多多余的点，那么此时造成得误差可能要远远大于事先画竖线造成得误差，因此我觉得，必须要事前做竖线，然后尽量保证曲线A和B在同一个横坐标取点（结果假如是2组数据，这时候可以删除一组即可），不知道我的理解是否正确？大家有没有遇到这个问题呢？第三：我想在生存曲线上面上一些竖线，有没有什么简单点的方法？可以我自己选择位置画竖线，这样我就可以在自己觉得拐点比较多的地方多取几个点，在相对变化不大，甚至是水平线的地方少取几个点，不过这样还是解决不了同一个竖线，2条曲线取点，最后产生2组数据的问题!第一个问题：可能有微小的差别，计算HR需要用全所有的随访数据，最后一年虽然两者曲线平行，但有差别，而这个差别肯定会为总的HR作贡献，至于如何改变，你得自己试验一下，算到5年和6年各用一次，如果有差别，个人以为应以6年为准，随访完整，不然，你相当于是选择性报道了全面一部分数据，而后一部分弃之不用。而且，不同随访期的数据是可以合并的，所以还是用全数据的好。第二个问题：佩服兄弟的精益求精，但是这个问题恐怕是无法解决的，因为取点的时候是一个像素一个像素的移动，可以想象成以像素为单位的整数点移动，而软件更精确，36和36.01可能就是同一竖线上的点。导致此结果还有个原因可能是：原始生存曲线图可能有点儿歪，旋转了一点点儿，就是x轴可能不是完全或者绝对水平，因为在photoshop等软件中旋转图像的时候也是以像素为单位改变，而不能连续改变。所以，即使画了竖线，但这条竖线和y轴不是绝对平行的，而在Enguagedigitizer中，（0,0），（100，0），（0,100）三个点取好后生成的X轴和y轴却是和原生存曲线图的x轴和y轴完全吻合（理论上），无论原始图如何歪。这两个原因都可能导致同一竖线，在2条曲线上对应的是不同横坐标啦。理论上的探讨：可以尝试举个例子，采用极限法假设：1）假设实验组A和对照组B从一开始到最终随访结束，没有任何一个人死亡，生存率从0-72个月均为100%，无论随访多长时间，2条曲线均是平行的，那么此时计算任何一年的HR和随访结尾年的HR必须是一致的；2）同理，假如随访到5年以后，曲线开始平行，假如之后2组均没有死亡，一直保持平行，那么你曲线到6年，抑或100年，或许结果都没有变化，这就是一般作者在曲线平行以后只再随访1-2年的原因；因此我觉得，曲线平行之后，可以不用再计算了，生存曲线的研究是微积分的原理，个人认为是累计曲线斜率微积分后的均值问题，平行以后，2条曲线的斜率为0，任凭如何微积分也是为0，对整体的斜率均值没有影响（胡诌的，呵呵。当娱乐了）1）因为Excel只有33个点可以用，这些点，我首先在所有拐点地方作图，在斜率变化大的地方作竖线，最后剩下的平均分配一下即可！2）前辈，你的方法虽然密集，最终要进行人为的删减，这此时你是无法将Excel里面的点和曲线里面的拐点和切率变化大的地方像对应的（假如你没有事前画竖线的画，您只能靠肉眼了），这样看来，我的方法理论上是有更大优势大，优于连续取点的方法。连续取点虽然看起来特别密集，其实在excel里面进行认为删减那个步骤，却产生了更大的误差（我认为连续取点最大的误差在此处，而不在软件里面取点那步）。疑问5：计量资料知道实验组（样本量56）和对照组（样本量56）的样本均数，如何求得样本标准差SD，谢谢！如果求不出来，找作者咨询样本里每个病人的具体资料吗？目前来说，这样的数据无法和M以及SD合并，我一般是在资料表格里面列出来，但是不算入统计因为这个是用中位数来描述原始资料的集中趋势，用的四分位数描述原始资料的离散趋势，反应原始资料是偏态分布，是正偏态分布还是负偏态分布就不得而知了，偏态分布，我们如果使用平均数就不能很好的代表整体数据这样的话，就求不出SD，更没有M，即使你要到原始资料，还是要用中位数来表示，因为原始资料不是正态分布疑问6：我的一篇文章里面，P值取了0.05，而没有取大多数人采用的0.1，貌似很多人也存在这个疑问，到底是取哪个值更加理想呢？对于取0.05还是0.1，这个问题上存在争议。我个人倾向于使用0.1，这样结论更稳定，更强健如果P值＜0.05，那么你取0.05和0.1都一样，都用随即模型如果P值＞0.1，那么你取0.05和0.1都一样，都用固定模型但是如果P值介于两者之间呢，比如0.07，这时候，你取0.1，就用随机模型，那么95%CI范围增大如果你取0.05，就用固定模型，95%CI范围变小，容易出现阳性结果，这样的阳性可能是假阳性，也会导致发表偏倚所以，我个人更倾向于用0.1来定义，这样结果更稳定把另外，纠正一个错误，用什么模型，和I2关系不大，甚至没关系，只看P值疑问7：固定和随机效应模型的选取问题，见过一些文章是同时采取固定效应模型和随机效应模型，这时候就不需要讨论I2和P值的问题来，不知道这样是否值得借鉴？关于模型的选用，也是存在争议的。大致有三派吧：第一个，根据I2定义模型选用，常取用50%，也有采用其他的界值的，这一个为很多新手所使用，也就知道有异质性用随即模型第二个，根据P值定义模型，具体情况参考第一个问题答案第三个，都使用随即模型，可能很多新手不明白了，怎么这样，依据是什么呢？依据是：当异质性较小或者没有异质性时，用随机还是固定，结果基本上没有什么明显的差别，当异质性很大时，只能选用随即模型，所以可以说，在任何情况下，都使用随即效应模型，这个属于保守派个人比较倾向于第三个观点和第二个中的定义P=0.1不过这些都有被使用，看个人爱好吧，本来就没有很明确的规定，投稿的时候，审稿人是大爷，他说你错，你就要改疑问8：文献（RCT）质量评价是否用 risk of bias？还是现在不多用的Jadad或者改良的Jadad？对于RCT质量的评价，无论用risk of bias还是哪种形式的JADAD，个人认为没啥区别，因为质量评价是个很主观的，不那么客观，你严格，就质量差一些，你宽松，质量就好一些，这个也看审稿人的爱好要求把质量评价是针对单个研究的，但是对于meta分析，合并研究，我不可能抓住哪一篇低质量研究不放，重要的是纳入的研究的总体的质量如何，强调一下，纳入研究的整体质量，而不是单个研究，这就存在纵向和横向写法，有的质量评价，在Results部分，会说Jadad评分的平均数或者中位数是多少，有的会具体的写出来多少个研究报道了随即方法，分配隐藏，双盲方法，随访等情况疑问9：实用询证医学方法学这本书里讲到做敏感性分析时，如具有同质性，选择固定效应模型；如存在异质性时，先分析原因，使用敏感性分析或分层分析，使之达到同质后在用固定效应模型。我想请教您如何使用敏感性分析或分层分析达到同质？具体如何操作？如具有同质性，选择固定效应模型；如存在异质性时，先分析原因，使用敏感性分析或分层分析，使之达到同质后在用固定效应模型这还是关系到异质性的问题，也是meta分析新手最棘手，最害怕的事情，但是这一关必须过要不很难在循证道路上有提高只要有meta分析存在，就会有异质性存在，临床异质性，方法学异质性，统计学异质性，往往临床异质性和方法学异质性会带来统计学异质性，现在比较常用的衡量异质性的定量指标是I2，I2=0%，只能说没有统计学异质性，并不能说没有其他两种异质性所谓的同质也是相对的，没有绝对的同质，对于这句话的理解，同质了，就用固定效应模型，存在异质性时，先分析原因，使用敏感性分析或者分层分析可能会消除或降低异质性，或者找到异质性的来源，这样分开的亚组就同质了，可以用固定效应模型可能你做了很多去寻找异质性来源的工作，但是并没有消除异质性，没有找到来源Meta分析不灭，异质性就存在。异质性时meta分析的一个特点，任何一种方法都有优缺点有异质性并不可怕，首先找到来源，给出合适的解释，但是初学者千万不可纠结于异质性而把自己套进去，最重要的是如何证明你的结论是可靠，强健的，这才是重点当有明显的异质性时，下结论要严谨，不要太肯定疑问10：比如我观察一种降糖药物对血糖的影响，一篇研究实验组血糖均数从11降到8，另一篇实验组从9降到7，那我是不是得输入他们降糖前后的差值，还是得先做一下统计，看他们基线相差是否有统计学意义，如果没有统计学意义，直接输入治疗后的数值就行？这些过程我在写文章时需要交待一下吗，因为我看的文章里好像基线都是P值大于0.05的。我觉得你应该采用组间的组内变化比较也就是你说的降糖前后差值疑问11：找的危险因素的流行病学研究，但是在各研究中，暴露风险因素的暴露定义比较相差很大，有些是曾经ever vs. never，有些是大于》6 vs. &6年做比较，还有些是Nonregular vs. reguIlar ，发现很难合并，碰见这种情况该如何处理？这种情况，因为暴露分级不统一，你可以做一个SR，系统综述，定性的描述目前的研究情况，可以列表给出，对每个纳入的文章进行分析，这可能是最好的办法了疑问12：我做干预的meta很少，主要是危险因素的，我最近看了很多干预RCT的meta分析，发现大部分仍然采用Jadad评分标准，但是手册上是建议用风险评估工具的，请问倾向于用哪种？干预meta分析的质量评价有很多种，但是主流也就是Jadad评分和考克兰风险偏倚评估这两种。对于这两种评价系统，我们先对比一下：对比这两个系统可以发现其实两者是大同小异的当然考克兰更具体详细每个评价工具都有自己的优缺点Jadad量表最大的缺点就是没有考虑分配隐藏，优点是简单易行，新手容易使用，量化，对比文章就可以知道给不给分，客观性相对强一些，主观性较低考克兰评价最大的缺点是主观性很强，新手如果使用不当，会带来严重的错误，甚至笑话，优点就是全面，建立在Jadad基础上的一个更具体更全面的系统但是工具不是盲目使用的，根据目前RCT的质量来看，Jadad并不过时，为什呢？如果一个研究质量好，那么采用Jadad也是满分，关键是现在的研究很多都不报告随机方法，盲法的使用，更不用分配隐藏问题了，基于这些，Jadad还是有自己的地位的举个例子吧，对于有些RCT，比如外科系统的，很难实施双盲，那么拟采用Jadad可能就会降低研究质量当 然，考克兰也有自己的缺点，比如RCT，本身就随机，那么对于随机这一项，最低级别就是unclear，不存在high risk，对于其他一些项目，我估计研究者自己本身都不知道会不会存在这种问题，我们又怎么清楚呢？我们评价的时候就是给个unclear，这样的评价项目有好几个，叠加一起，某种程度上使得研究质量评估偏高于实际质量对于质量评价的选择，每个人有自己的习惯，每个工具也有自己的优缺点，我们只需要根据实际情况进行灵活运用，不需要一味的打击或者废弃每个工具我只能说，Jadad现在还不过时，基于现在的RCT质量疑问13：有的文章只给出crude OR ，而另一些文章里面只给出 adjusted OR。如何合并？ 2、如果需要合并 adjusted OR ，而个别文章只有crude OR,怎么办？3、使用adjustedOR值或crude OR进行合并各有何利弊呢？1. 最好都使用adjsuted OR，如果原文只提供了crude OR，那也只能使用这个代替了，可以一起合并2. 答案同问题13. 使用adjusted OR合并，在某种程度上消除其他混杂因素对结果的影响，校正后的OR结果更真实，我们一般都是优先使用adjusted OR疑问14：荟萃分析局限性理想Meta分析是指纳入所有高质量、同质的研究，无发表偏倚，并采用正确统计方法。然而，由于纳入所有研究十分困难，并且异质性和发表偏倚均无法避免，故Meta分析存在一定的局限性。Meta分析属二次研究，是一种回顾性研究，无法消除合并研究的异质性，其论证强度不如多中心大样本RCT。异质性来源包括：① 病例来源（如亚洲、欧洲人群）不同；② 病例选择标准（如年龄、疾病分期、病理类型）不同；③ 干预措施（给药方式或维持治疗方案）不同；④ 对研究终点指标的定义不同，如生存期起点的定义不同可造成总体生存时间不同；随访间隔不同可造成无疾病进展期（PFS）不同。目前，即使有临床试验注册网，亦难以获得全部阴性研究结果，不可能完全避免发表偏倚。2008年《新英格兰医学杂志》发表的一项关于抗抑郁药物临床试验发表偏倚现状的研究显示，在74项美国食品与药物管理局（FDA）注册研究中，约 31% 的临床研究结果未正式发表，其中主要为阴性研究结果。疑问15：如何提高荟萃分析质量？目前，Meta分析质量亟待提高。国外学者研究显示，科克伦（Cochrane）图书馆中的36篇Meta分析中的44.4%存在方法学问题，而其他杂志的103篇Meta分析中的79.3%存在方法学问题。提高Meta分析质量须注意以下4点：① 文献收集的全面性决定了结论的可靠性；② 合并文献的研究质量决定了结论的可靠性（如采用Chalmers评分、Jadad评分等评价RCT研究质量）；③ 选择正确统计方法，如采用剪补法分析不同年限、人种、样本量及质量评分的研究④ 规范写作，严格按照Meta分析报告标准（PRISMA声明）写作。版权所有: SCI医学论文发表_医学论文范文_SCI医学论文写作
看过本文的人还看过
人气：36114 更新：
人气：33501 更新：
人气：28244 更新：
人气：25160 更新：
斐然智达SCI学术服务的更多文章
大家在看 ^+^
推荐阅读 ^o^
一张图告诉你1—10岁的孩子都喜欢怎么和人相处！招招都灵！ | 育儿
【定向直招士官】我的梦想在军营！全国兵种最多、专业最多、招收省份最多！长沙航院定向直招士官等你来报！
开车这样吹空调太危险！一司机不幸离世…99％的人不知道
这些中国首富，节约到震惊所有人！
猜你喜欢 ^_^
24小时热门文章
微信扫一扫
分享到朋友圈