Meta-analysis:一种新的定量综合方法

Meta-analysis是一种定量综合研究结果的方法,在国外已应用于医学各领域,其在诊断、治疗、危险度评价、干预、预防及决策等方面起着独特的作用.本文阐述了Meta-analysis研究方法的基本原理、研究过程与内容,介绍了二个常用统计方法即固定效应模型和随机效应模型,并有部分实例应用.

Meta分析中随机效应模型的Gibbs抽样及其应用

目的 探讨基于分层贝叶斯的随机效应模型meta分析的Gibbs抽样方法及其应用。方法 在分层贝叶斯框架下 ,推出随机效应模型meta分析参数的完全条件分布。对中国人HBV、HCV及其双重感染与原发性肝癌关系的16个病例 对照研究数据 ,用二项分布建模 ,通过拟合三个logistic模型 ,在WinBUGS软件包上进行Gibbs抽样。 结果 由Gibbs抽样得到HBV、HCV及其双重感染与原发性肝癌关系的效应合并值、研究间方差等参数的后验均数和 95 %CI。结论 Gibbs抽样不但能灵活地构造模型对复杂问题进行meta分析 ,而且当纳入研究中数据极端值较多 ,经典方法不再适用时 ,用Gibbs抽样仍然可以方便有效地得到参数的后验分布。

Meta－analysis（元分析）I．Meta－analysis基本概念与内容

Ｍｅｔａ－ａｎａｌｙｓｉｓ（元分析）是一种定量综合研究结果的方法，其在诊断、治疗、危险度评价、干预、预防及决策等方面起着独特的作用，在国外已应用于医学各领域。本文阐述了Ｍｅｔａ分析基本概念和研究内容，介绍了固定效应模型与随机效应模型两个常用统计方法。

Meta－analysis（元分析）Ⅱ．Meta—analysis方法比较与应用

本文对固定效应模型和随机效应模型方法进行了比较。固定效应模型ＯＲ值与随机效应模型ＯＲ值相关性分析，结果说明：在同质条件下，二法结果很接近，ｒ＝０．９７（９５％ＣＩ：０．９３—０．９９）；而在异质条件下，二法结果可能不同，ｒ＝０．６９（９５％ＣＩ：０．２５—０．８９）。当无显著异质性时，两者结果相似，选用Ｐｅｔｏ法计算简便；反之，当无显著异质性时应使用后者，这时Ｄ－Ｌ法可能提供更适于实际的估计值和可信限。仅用随机效应模型方法进行分析可以替代固定效应模型；从两模型原理和流行病学研究的特点来讲，固定效应模型并不适合于综合流行病学研究的结果。另外．作者对Ｍｅｔａ分析在流行病学中应用一些问题进行了讨论。

双变量模型在诊断试验Meta分析中的应用

目的阐述灵敏度和特异度双变量Meta分析模型对于诊断试验的评价效果,为选择更好的诊断试验评价方法提供依据。方法通过最近发表的评价2种血吸虫免疫学诊断方法的Meta分析数据来阐述双变量随机效应模型分析方法。结果双变量模型可直接得出待比较的几种诊断方法的logit灵敏度、特异度及诊断优势比(DOR)均值及各自的95%CI,还可得出灵敏度均值、特异度均值以及DOR均值在2种诊断方法间有无统计学差异,同时还能合并估计不同研究间灵敏度和特异度可能存在的关联性。结论双变量模型保留了数据的二维特性,可以将灵敏度和特异度的效应分开估计,这比传统的SROC法得出诊断优势比的净效应更加合理。因此,双变量模型用于诊断试验评价是恰当的、灵活的,可作为经典SROC法的改进与补充。

Meta分析的统计学方法

Meta分析是对具有共同研究目的的相互独立的多个研究结果进行系统合并,剖析研究间差异特征,定量综合评价研究结果的统计方法。它在国内外医学文献中的应用日益增多,其统计学方法也在发展。根据研究的资料类型及统计指标,Meta分析可选用不同的统计分析方法。本文综述了目前Meta分析中应用的比较广泛和成熟的统计学方法。

Meta-分析的方法学局限性及其适用领域

人群研究,尤其是临床研究需要重复,但重复研究往往会产生不一致的研究结果,采用系统综述及时综合分析同一问题相关研究便成为循证决策的基础,系统综述中可以对原始研究数据实现统计合并的Meta-分析已在越来越多领域得到广泛应用。但Meta-分析本身存在局限性,是否适用于所有类型研究的统计合并,尚存争议。有鉴于此,本文在介绍系统综述步骤和Meta-分析基本原理及统计合并计算步骤的基础上,进一步分析Meta-分析的误差来源,解释随机效应模型与固定效应模型的区别,旨在引导人们客观理解Meta-分析的方法学局限性,审慎使用Meta-分析,在进行临床决策时审慎解读Meta-分析结果,尤其是基于随机效应模型的统计合并。

Meta分析模型及其应用

Meta分析近年来一直是医学领域的一种常见的分析方法。这种分析方法是对同一问题不同对象进行研究所得到的诸多研究结果进行综合评价的一种统计方法。首先介绍了meta分析的定义和发展以及其主要应用方向,然后详细介绍了meta分析的基本概念和理论基础,进一步给出了meta分析的2种理论模型固定效应模型和随机效应模型。针对这2种模型各自不同的特点及应用范围,详细讨论了这2种模型不同的误差类型组内误差和组间误差,以及相关的计算公式和推导,包括权重的选取、加权均值以及联合效应的方差等。通过一个实例,详细阐述了这2种模型对其进行meta分析后的结果,以进行比较说明。最后对这2种模型进行比较和总结,分析了这2种模型在实际应用中的利弊。

生存资料的二次研究系列之五:三级随机效应Meta分析模型在预后相关Meta分析中的应用

医学研究中的结局指标往往不止一个。在涉及长期随访的研究中,时间-事件(TTE)结局往往有多个,如无进展生存与总生存。上述结局指标之间存在关联,分开合并的结果会增加I类错误概率。以三级随机效应Meta分析模型针对多个相互关联的TTE结局进行Meta分析的方法,可以在一定程度上避免上述问题。

Meta分析模拟氮沉降对我国北方草地氧化亚氮排放速率的影响

氧化亚氮(N_2O)是三大温室气体之一,氮沉降显著提高土壤氮素供给水平,可能会大幅增加草地生态系统N_(2)O排放速率。北方草地是我国重要的生态安全屏障和畜牧业基地,但目前有关氮沉降对我国北方草地生态系统N_(2)O排放速率的影响强度及主要调控因素尚不清楚。本研究采用Meta方法,通过对中国北方草地已开展的32个实验结果进行综合分析。结果发现:模拟氮沉降对中国草地生态系统N_(2)O排放的平均效应值为0.82±0.11(95%置信区间0.61~1.02),氮沉降极显著地增加了我国草地N_(2)O排放速率(P<0.001)。不同氮素类型对平均效应值存在显著性影响,顺序依次为硫酸铵、尿素、硝酸钠、硝酸铵、家畜尿液。施用氮素剂量、土壤有机碳含量、气温和海拔对平均效应值均具有显著性影响,氮素剂量和土壤有机质含量可以解释效应值变异的47.31%和45.27%。氮沉降的平均效应值与氮素剂量和气温之间存在极显著正相关关系,而与土壤有机碳和海拔间存在极显著负相关关系。通过对退化草地的恢复治理、提高土壤有机碳含量可大幅降低氮沉降对我国草地生态系统N_2O排放的激发效应。

Meta分析氮肥对我国秋季大白菜产量的影响及调控因素解析

采用Meta分析方法,通过对我国已开展的118组有关施用尿素对秋季大白菜产量影响的试验结果进行耦合分析。结果表明,施用尿素对我国秋季大白菜产量影响的平均效应值约为0.37±0.04(95%置信区间0.30~0.44),施氮肥显著提高秋季大白菜产量(P<0.001)。施肥对不同省份秋季大白菜产量影响存在较大异质性,湖南、广西、宁夏、福建、新疆平均效应值较高,而江苏、贵州、辽宁、江西、内蒙平均效应值偏低,显著低于全国平均水平(P<0.0001)。不同氮素施用水平对产量影响的平均效应值从高到低依次为高、低和中等水平,三者之间存在显著差异(P<0.05)。土壤有机质、速效磷和速效钾含量对平均效应值具有显著影响(P<0.01),提高其供给能力,可以有效促进尿素对秋季大白菜的增产效果。

使用免费软件R进行精神病学研究的Meta分析（英文）

本文对meta分析(meta-analysis,MA)作了简要概述,并着重于经典的固定效应和随机效应MA模型。文章以综合分析5项使用拉莫三嗪治疗双相障碍抑郁发作的研究的公开数据为范例,介绍了MA模型的应用及免费软件R在meta分析中的使用方法,该meta分析证实拉莫三嗪的效果优于安慰剂,且有统计学显著性,而在单个的研究中此优势并不明显。

传统meta分析统计模型的合理使用

meta分析是一种用于合并多个独立研究发现、结果和数据的常用统计学技术。在传统meta分析过程中选择合适的统计模型非常重要,但在实践中研究者常常会误用统计模型。本文主要介绍传统meta分析统计模型的新观点,列举国内外期刊上已发表的文献中正确或错误选择模型的情形,并给出合理使用模型的推荐建议和依据。

具有杠杆效应SV模型的贝叶斯分析及其应用

对具有杠杆效应的 SV模型进行了的贝叶斯分析 ,使用基于 Gibbs取样的 BUGS软件对模型的参数进行了估计。用上海和深圳股市的指数收益时间序列对杠杆效应 SV模型进行检验 ,指出沪。

基于马尔可夫链蒙特卡罗方法的统计过程调整技术研究

建立了统计过程调整问题模型,研究了基于马尔可夫链蒙特卡罗方法的统计过程调整技术,并通过吉布斯抽样实现了偏移量的参数估计。在参数未知及参数已知的条件下,通过与其他方法的实例对比研究,验证了该方法的可行性及性能优势,并对参数未知条件下基于该方法的统计过程调整技术进行了改进。

Hunter-Schmidt元分析范式:特征和应用

Hunter-Schmidt元分析范式是一种以随机效应模型为基础的比较完备的元分析技术,可以校正效应值的抽样误差、测量误差和全距误差。Hunter-Schmidt元分析范式是应用心理学领域30年来最重要的进展之一,它拓展了心理学的研究方法,开创了校正各种测验误差的方法论研究,激励了心理学家对预测因子的效度概化研究,确认了预测因子和效标之间的水平关系特征和结构关系特征。

元分析技术及其在软件工程中的应用

从单个实验研究中很难得到可靠的实验结论,因此需要统计的方法将多个实验研究中的结果进行合并。首先,介绍将多个实验结果进行合并的统计元分析技术。然后,阐述元分析在软件工程研究中的重要意义以及当前的应用现状。最后,分析并总结其中存在的问题。

放牧对中国北方草地生态系统水分利用效率的影响

解析草地生态系统植物水分利用效率对不同放牧强度的响应特征,对于提升草地生产和生态屏障功能具有重要意义。收集中国北方草地开展的38个放牧试验中关于放牧对植物水分利用效率影响的试验数据进行Meta分析。结果表明:放牧对中国北方草地植物水分利用效率影响的平均效应值为-0.18±0.04(95%置信区间:-0.27~-0.10),放牧极显著降低草地生态系统植物水分利用效率(P<0.01)。不同类型草地平均效应值降低幅度从高到低依次为典型草原>高寒草地>草甸草原>温性草原>荒漠草原。放牧对典型草原与高寒草地、草甸草原平均效应值具有极显著和显著影响,对荒漠草原与温性草原无显著影响。植物水分利用效率对放牧强度的响应顺序从高到低依次为重度、轻度和中度放牧,重度放牧极显著降低植物水分利用效率(P<0.001),中度放牧可以提高植物水分利用效率,轻度放牧对于植物水分利用效率影响不显著。土壤C/N、海拔和年均气温分别可以解释60.88%、11.81%和6.45%效应值变异。基于优化放牧制度以及对重度退化草地恢复的治理,提高草地土壤有机碳含量,将会提升草地生态系统植物水分利用效率。

我国特岗教师职业认同研究的元分析

采用元分析技术考察我国特岗教师职业认同现状以及与性别、任教学段、学历的关系。在中国知网等数据库以“特岗教师”和“职业认同”为关键词检索2009年1月-2021年5月的相关文献,共筛选其中17篇文献、2755名特岗教师纳入研究。采用随机效应模型进行数据处理,得到以下结果:(1)我国特岗教师职业认同的整体处于较高水平;(2)特岗教师职业认同与性别、任教学段相关显著,与学历相关不显著;(3)男性特岗教师的职业认同水平低于女性特岗教师,小学及以下学段特岗教师的职业认同水平高于小学以上学段特岗教师;(4)特岗教师职业认同与性别、任教学段不受调查地域、测量工具、出版时间的调节。

基于荟萃分析的出行时间价值计算方法

提出一种基于荟萃分析的旅客出行时间价值计算方法,包括文献收集与筛选、数据处理、异质性检验、荟萃回归,以及结果分析五个步骤.异质性分析得到,数据总体异质性为37.7%;荟萃回归结果显示,调查地点、交通方式,以及调查对象分别产生31%,25%和28%的异质性来源;随后,分别建立了固定/随机效应模型和可行广义最小二乘模型,经过检验分析最终选择可行广义最小二乘模型进行参数估计,目的在于为出行者的出行决策提供合理依据和方案指导.