Meta分析有哪几种类型,你造吗?

来源 | 医咖会

作者 | 张耀天


Meta分析有很多种类型

常见的几种如下

1.常规Meta分析

这种Meta分析以合并随机对照试验、非随机对照试验、队列研究、病例对照研究的效应量为主。这类Meta分析的方法最成熟,发文量也最多。

举例:钠-葡萄糖协同转运体2(SGLT-2)抑制剂对2型糖尿病患者心血管结局的影响。

(From: Wu JH, et al. Lancet Diabetes Endocrinol. 2016;4:411-9.)


2.个体数据Meta分析

个体数据Meta分析被称为系统综述的金标准。它不是利用已经发表的研究结果的总结数据进行Meta分析,而是从原始研究的作者处获取每个研究对象的原始数据,并对这些数据进行Meta分析。然而此类文章非一般研究者可以完成,适合于学科带头人领衔操作。

举例:BMI和全死因死亡的关系。

(From: Global BMI Mortality Collaboration. Lancet. 2016;388:776-86.)


3.单组率的Meta分析

Meta分析还可以对单组率进行合并。这类Meta分析的结局指标多为发病率、患病率、病死率、检出率、知晓率、感染率等,原始研究多为横断面研究。对单组率的Meta分析而言,难点在于控制异质性。亚组分析和Meta回归分析是处理异质性的重要方法。

举例:在残疾儿童中,有多大比例的人遭受过性暴力?

(From:Jones L, et al. Lancet 2012;380:899-907.)


4.诊断试验Meta分析

评价某项措施对疾病的诊断价值,主要评价灵敏度、特异度、ROC曲线下面积等。

举例:选择性结直肠手术的患者中,降钙素原和C反应蛋白对早期腹腔感染的诊断价值。

(From: Cousin F, et al. Ann Surg. 2016;264:252-6.)


5.累积Meta分析

累积Meta分析是将各个纳入的研究按照一定的次序(如发表时间、样本量、研究质量评分等),序贯地添加到一起,进行多次的Meta分析。每有一个新的研究纳入,就进行一次Meta分析,这样可以反映研究结果的动态变化趋势,评估单个研究对综合结果的影响。

举例:罗非昔布的心血管风险。

(From: Jüni P, et al. Lancet. 2004;364:2021-9.)


6.序贯Meta分析

序贯Meta分析类似于累计Meta分析,不同的是在纳入每个新的研究时,均视为一次期中分析(interim analysis)。序贯Meta分析克服了传统Meta分析,特别是累积Meta分析的不足,最大限度的控制了Ⅰ类错误(α)。

举例:降压药的癌症风险。

(From: Bangalore S, et al. Lancet Oncol 2011; 12: 65-82.)


7.剂量反应关系Meta分析

剂量反应Meta分析通过合并多项剂量反应关系的原始研究而提高统计效力。

举例:高血糖是否会增加胰腺癌风险?

(From: Liao WC, et al. BMJ. 2015;349:g7371.)


8.网状Meta分析

若有一系列的药物可以治疗某种疾病,但某几种药物之间的互相比较没有或很少,在这种情况下就需要间接比较。网状Meta分析主要是通过间接比较,对处于同一个证据体的所有干预措施同时进行综合评价并排序。

举例:降糖药物的效果和安全性。

(From:Palmer SC, et al. JAMA. 2016;316:313-24.)


9.其它类型的Meta分析

① 单纯P值的Meta分析

当纳入研究未给出效应值,仅给出了P值,且需要合并时,可以考虑单纯对P值进行合并。但单纯P值的Meta分析存在许多不足,多数人并不推荐。

② 前瞻性Meta分析

前瞻性Meta分析是指在纳入的研究结果尚未出来之前,先进行系统检索、评价和制定纳入及排除标准的一种Meta分析。

③ 其它类型Meta分析

如不良反应的Meta分析,成本-效果/效用/效益的Meta分析,患者报告结局的Meta分析,全基因组关联研究的Meta分析,Meta分析的汇总分析等。


10.Meta回归

Meta分析时,原始研究间存在异质性,并且用亚组分析无法解释时,可能需要Meta回归来评价研究间异质性的大小及来源。

举例:降血压对心血管发病和死亡的影响。

(From: Ettehad D, et al. Lancet. 2016;387:957-67.)

文章摘自

曾宪涛, 等. Meta分析系列之一: Meta分析的类型. 中国循证心血管医学杂志. 2012;4:3-5.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,311评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,339评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,671评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,252评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,253评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,031评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,340评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,973评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,466评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,937评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,039评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,701评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,254评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,259评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,485评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,497评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,786评论 2 345

推荐阅读更多精彩内容