传统meta分析中漏斗图的合理使用

meta分析是针对2个或2个以上研究结果的统计合并,但其结果受包括发表偏倚在内的多种因素影响。在meta分析实践中,漏斗图和漏斗图不对称检验广泛应用于偏倚的检验,但常被研究者误用。本文主要介绍漏斗图和附加轮廓线漏斗图的基本知识,列举国内外期刊上已发表的文献中正确或错误使用漏斗图的情形,并给出合理使用漏斗图和进行漏斗图不对称检验的推荐建议。

Meta分析中发表性偏倚的识别与处理

本文介绍了发表性偏倚的类型及产生的背景 ,并集中比较了三种发表性偏倚的识别与处理方法 :漏斗图法、剪补法以及公式法 ,这些方法为评价Meta分析结果、发现与处理发表性偏倚提供参考。

应用漏斗图识别发表性偏倚的效率研究

目的在Meta分析中,发表性偏倚的存在常常会导致对效应量的过高估计,漏斗图是目前较常用的用以识别发表性偏倚的方法之一,本研究通过对发表性偏倚的可能性来源与漏斗图工作原理的深入探讨,对漏斗图判断发表性偏倚的效率进行评价。方法采用问卷调查的形式,计算准确度(AC)、正确指数(Youden’sin-dex)等指标。结果实验组A、B、C三型问卷的平均准确度分别为52·3%、57·5%、62·2%,对照组分别为51·2%、54·6%、60·1%。两组比较差别无统计学意义。结论用漏斗图方法来识别发表性偏倚效率低且易得出错误结论。

漏斗图的绘制与不对称检验在Stata中的实现

漏斗图是一种在Meta分析过程中评价发表偏倚及其他偏倚的可视化方法。以文献为例,介绍了Stata绘制漏斗图及不对称检验的各种方法。

Meta分析的常见偏倚

Meta分析本质上是一种观察性研究,偏倚对Meta分析结果的真实性和可靠性有很大影响。该文详细介绍了Meta分析中抽样偏倚、选择偏倚和研究内偏倚等三类偏倚的产生原因及减少各种偏倚的常用手段与方法,重点讨论了发表偏倚的识别和控制。

STATA软件network模块在两分类数据网络meta分析中的应用

在循证医学领域中网络meta分析(network meta-analysis,NMA)受到了越来越多的重视。本研究将从netw ork模块安装与应用的角度对两分类数据资料的NMA如何在Stata中实现加以介绍,并举例说明其具体的操作步骤。(1)完成Stata软件中metan模块的安装;(2)完成network模块的安装;(3)介绍network模块其他几种安装方式;(4)举例说明NMA结果的生成以及如何进行解读;(5)介绍其他NMA结果的实现。NMA是一种实现间接比较的便捷且有效方法,同时可以较为清晰地通过一致性、不一致性评估、网状关系图、森林图以及校正漏斗图等来定量或定性地体现合并效应以及比较结果。

应用R软件metafor程序包实现轮廓增强漏斗图

目的介绍轮廓增强漏斗图应用R软件metafor程序包的实现方法及其作用。方法通过实例展示应用"funnel()"函数绘制传统漏斗图和轮廓增强漏斗图的方法,并进行比较分析。结果 R软件metafor程序包能够实现普通的轮廓增强漏斗图和结合剪补法的轮廓增强漏斗图。相对于传统漏斗图,轮廓增强漏斗图对对称性的识别更为敏感,且能识别纳入研究分布在有无统计学意义的区域。结论轮廓增强漏斗图利于判断漏斗图是否真正不对称以及这种不对称是否由发表偏倚所致。

附加轮廓线漏斗图的绘制在R软件中的实现

目的介绍附加轮廓线漏斗图在R软件中的实现及应用。方法对实例中的数据采用R软件"meta"扩展包的funnel()和trimfill()函数绘制附加轮廓线漏斗图,并判断缺失研究分布的区域。结果通过观察附加轮廓线漏斗图,可以发现存在不对称,缺失数据分布在无统计学显著性区域,表明存在发表偏倚。结论附加轮廓线漏斗图可以用来帮助判断漏斗图不对称是发表偏倚还是其他原因导致。

用失安全系数判断发表偏倚的效果及对策

目的:探讨Meta分析中用失安全系数(Nfs)判断发表偏倚的效果,并提出相应的对策。方法:检索公开发表的Meta分析论文,提取每篇论文Nfs、纳入文献的篇数k,分析Nfs与k的相关性,并同时以漏斗图来考评Nfs评价发表偏倚的优劣。结果:Nfs与k显著正相关(rs=0.713,P<0.01);Nfs和漏斗图在评价发表偏倚结果方面无差异,但一致率仅为67.5%。结论:Nfs受纳入文献篇数影响明显,单用Nfs判断发表偏倚效果欠佳,建议将其用于敏感性分析去评价Meta分析结果的稳定性。

漏斗图在Meta分析中的正确使用研究

Meta分析是现代科学研究中一种新的研究方法,其优点是显而易见的,通过对Meta分析文献的检索,发现漏斗图是Meta分析最直观的图像表示,它可以表观判断数据的一致性。通过介绍不同种漏斗图的比对,认为正确选择漏斗图是Meta分析的关键,并提出不同漏斗图的正确使用方法。

Meta分析中漏斗图的绘制

在本杂志我们曾讨论过“Meta分析中失安全系数的估计问题”．它是用来识别和控制Meta分析中最常见的偏倚“发表偏倚（publication bias）”的一种方法。现我们继续讨论识别和控制Meta分析中发表偏倚的另一方法，漏斗图（funnel plots）分析法。

网络Meta分析研究进展系列(十六):网络Meta分析结果的可视化

本文总结了网络Meta分析(Network Meta-Analysis,NMA)主要结果的呈现形式,以期帮助我国NMA制定者和使用者更好地可视化呈现NMA结果。

临床医生如何解读Meta分析论文

Meta分析是系统评价的重要方法。随着循证医学的发展,Meta分析研究越来越多,解读Meta分析报告已成为获取医学前沿信息的重要方法之一,掌握Meta分析方法对于临床医生从事临床和科研工作大有裨益。本文通过实例对森林图、偏倚评价图和漏斗图的解读进行详细说明,并对异质性、稳健性和样本量的评估方法进行介绍,以期帮助临床医生正确掌握Meta分析文章的解读方法。

基于增强型漏斗图与试验序贯分析的Meta分析结果稳定性评价

目的探讨增强型漏斗图与试验序贯分析在Meta分析结果稳定性评价中的应用。方法从已发表的Meta分析中提取相关数据,采用增强型漏斗图评价Meta分析结果效应量显著性与异质性的稳定性,采用试验序贯分析判断当前Meta分析累积证据量是否足够,从而判断基于当前证据结论的稳定性。结果增强型漏斗图提示低密度脂蛋白的Meta分析结果较为稳定,甘油三酯、总胆固醇与高密度脂蛋白的Meta分析结果尚不稳定。试验序贯分析显示低密度脂蛋白的累积证据量已达到期望信息量,当前结论已稳定;甘油三酯、总胆固醇与高密度脂蛋白的累积证据量未达期望信息量,且累积Z值均未穿过TSA监测限或无效限,当前结论尚不稳定。结论结合增强型漏斗图与试验序贯分析可对当前Meta分析结果的稳定性做出综合判断,为今后系统评价与Meta分析结果稳定性评价提供了方法学支持。