meta分析

PICO 举例 在老公的大力支持下，我参加了在首医举办的第八届cochrane培训班，好久没有坐在教室里认真的听课了，感觉真好！ 以前也在网上看到过循证医学的介绍，真的不知道如何下手。cochrane很适合急功近利的中国人，如同Medical Hypotheses 也是SCI一样。搞科研前要写综述，做临床要懂meta分析。cochrane的meta分析系统，有着非常规范的操作。仅其handbook就有600多页。首先它选择的是最严谨的随机对照实验（RCT, randomized controlled experiment）作为实验的证据，从题目的选择就开始进行注册，题目合理且无重复时才可以进，每一步都需要按照严格的步骤进行，至少需要三个作者进行讨论，还要跟所注册的编辑小组反复进行沟通，修改，才能不断的完善写作。还要学会对收集的资料进行分析，筛选，去除偏倚，制作森林图及漏斗图，估计一篇文章可能要花半年左右的文章，可能像博士论文那样上百页。

对于cochrane我仅仅摸到了门口，里面非常博大精深，很高兴认识这么多新同学，大家一起讨论。在介绍题目时，我是唯一一个用汉语介绍的，当我把题目说出来时，夏老师很遗憾她不会翻译，大家哄堂大笑，不知是笑我，还是笑她，我当然可以用英语讲，只是这样大家就可以听清我的题目了。最后，很遗憾夏老师没有选我的题目进行课堂讨论，因为我的口语不够好，不能直接与Mahesh Jarayam进行交流，好羡慕那个被选中题目的老哥，估计他一定在国外待过。 二天主要学习了检索策略、endnote之应用和revman软件管理三大块内容。下面主要介绍检索策略，只有我讲清楚了，才是我真正学会了：

1. cochrane检索策略的设计：有关传统的pubmed应用见我以前转的帖子。

Cochrane的系统评价对文献检索要求非常高，每一步都要求有记录，都需要信息检索官的参与，需要不同的修改及讨论检索策略。

（1）根据构建临床问题的国际PICO格式确定检索策略（identify concepts）

e.g．insecticide-treated vs no insecticide-treated bed nets and curtains for preventing malaria 比较杀虫剂和非杀虫剂对疟疾的预防

P-population

特定人群

Healthy(健康人群无需检索)

insecticide-treated nets

I-intervention

干预措施

对照组或用于比较的干预措施 结局

C-comparison

Non-insecticide treated

O-outcome

Study method （RCT）can be additional concepts

Infected with malaria

（2）为每一个concepts寻找一个关键词或mesh（medical subject headings ）

一定要用头脑风暴法（brain storm）将每一个text word的不同写法想出来，如malaria，有的作者有写为plasmodium，blackwater fever 或marsh fever 。

①同时应利用些小技巧查全，如用net*（*为上标，是拓展符合）可以查到 net、nettles、netting、nether、network、nets等词语，避免查不全

②“mosquito net”加上引号表示这两个单词在一起才能查到，不加引号表明即使分开，只要在该文献出现这两个词就能查到。

③?和＄可以替代拼写不同、英美语差别及拼写错误，如tumo?r可以查到tumor及tumour。

④Random* near/3 assign* 可以查到Random 和assign及其拓展的相关词之间间隔1-3个单词的文章，在Ovid中near用adj代替，而pubmed则没有near功能。 ⑤MeSH可用于medline及cochrane library中。 （3）合并所有的检索策略（overall search strategy） Marala*OR plasmodium*OR blackwater *OR Net*OR fever Curtain*OR Subject （random* near/3 control* near/3 trial*）OR (double near/3 blind) OR other alternatives OR Subject headings marsh subject fever*OR headings headings（主题词） Malaria search and ITN search and RCT search (3)我总结的pubmed之新经验

①原来pubmed和medline不是一回事，medline不同的版本（Version）有不同的方法寻找和使用MeSH。Pubmed可根据关键词（text words）自动寻找MeSH。二者大概有90%的重复文献，因此，两个数据库都要进行检索，然后导入到endnote中去，再删除重复的。同时补充查询embase数据库及cochrane library基本可以查全。当然还要检索google scholar 及会议文献。

②在pubmed注册一个账号后可以保存查询结果，并为这个save search起个名字。并可以定制自动更新查询，并发送到邮箱中，非常方便。

③检索时，最好每一个text word单独查，然后再用#1 and #3，或者#3 or #5 等布尔逻辑值进行组合，便于调整检索策略时重新组合。

④如查询文章太多，可选择restrict to MeSH major topic进行设定。 （4）其他收获

cochrane是一个有严密游戏规则的meta，必须按照它的规则来才能写出符合cochrane八股的系统评价文章来。但是真的写起来规则很晦涩，即使经过培训，最好也要有写过的人一起写。只有质量控制好，所以它影响因子才能6.18。由于每个专业组的编辑回信不一，只要能注册protocol并能完成就能发表，但是太难了！

先写篇质量差的中文meta熟悉软件及方法，在写篇非cochrane的meta分析，有位过来人说，为了找到适合RCT的文章，可能得读上千篇文献。O，my god，有点让人崩溃啊！

Endnote试用版只有1个月的期限，**版有被识别甚至毁坏文件的可能性，可以用notepress等软件代替。 所有的meta均应该在revman软件中写，其中涉及多次文件的导入及转换。 熟练应用cochrane library进行查询，目前只看了演示，还没有试用。 Cochrane之第三日 听刘关键老师讲统计（一）

丁香园上讲，刘关键老师是meta分析统计的关键，这一天我一点都没有打瞌睡，感觉好像听懂了，只是还有些知识点，在我以往的学习中是空白，还需要进一步补充，与统计无关。

刘关键老师举了最简单通俗的例子，网络上经常提到的“被涨工资”，有10个人每人工资1000元，大家的平均工资即为1000元，而由一个人工资涨到了2000，他们的平均工资应为“1100”？这是国家统计局报道的结果。实际上呢？任何统计都是有条件的，这10个人的工资数据明显不符合正态分布，应该使用中位数，而不适合用均数来表述，这就是大家“被涨工资”的原因。加减法有条件吗？1kg+1cm？只用同质的东西才能相加，1个香蕉+1个香蕉=2个香蕉，而1个苹果+1个桔子=？这就引出了我们在做meta分析时要做异质性的检验。同时提醒大家小学数学很重要，中小学的任何知识是人类最基本的知识和文明。 以下为统计授课内容 一、临床实验中的统计指标

1． 单个试验的率差（RD，rate difference，risk difference）：两个发生率的差即为率差，反应实验组发生率比对照组多或少的绝对量。RD=EER(试验组发生率)-CER（对照组发生率）,RD值根据指标的不一而解释不同，如指标为死亡，RD>0代表病死率高。如为服药RD>0代表药物有效。（临床医生一定要区分病死率及死亡率的概念）。RD的可信区间，只要不包括0，认为有意义。

2． 单个试验的RR(relative risk，risk ratio )两个率的比值叫做相对危险度，是前瞻性研究中比较常用的指标，说明试验组的发生率是对照组的多少倍。RR=1认为试验组与对照组的发生率相同，RR=1与RD=0意义一致。RR的可信区间用自然对数进行计算（原始数据不能满足正态，用正态近似法计算可信区间），结果计算出来后用反对数将结果变为非对数。RR的可信区间(CI)只要不包括1，认为有意义。

3． 单个试验的OR在回顾：在回顾性研究（如病例对照研究）中，往往无法得到某事件的发生率CER或EER，也无

法计算出RR，但是当发生率很低时（如小于5%），可以计算出一个RR的近似值，即OR（odds ratio）。

4． 数值变量的指标：均数差（MD，mean difference or WMD weighted mean difference）为两个均数的差值，以试验原有的测量单位，真实的反映了试验效果，消除了绝对值大小对结果的影响。

5． 数值变量的指标：标准化标准差（SMD，standarddised mean difference）简单理解为两均数的差值再除以合并标准差的商，不仅消除了某研究绝对值大小的影响，还消除了测量单位对结果的影响。对SMD分析的结果解释要慎重，大小无用，只存在有或没有。

6． 若选择MD和SMD为合并统计量时，其95%CI与假设检验的关系如下：若其95%的CI包含了0，等价于P>0.05，即合并统计量无统计学意义。若其95%CI的上下限均大于0或小于0，等价于P<0.05，即合并效应量有统计学意义。 0

试验组<对照组

试验组>对照组 MD与SMD的森林图示意 二、临床试验中的缺少数据及处理

1、统计分析数据集包括：全分析数据集（Full analysis set，FAS）,符合方案数据集（per protocol，PPS）,安全性评价数据集（safety set，SS）。

2. 安全性评价数据集（safety set，SS）通常是指所有随机分配后至少接受一次治疗的受试者，包括至少服过一次药物，接受过一次治疗后的安全性评估的受试者的数据。

3. 符合方案数据集（per protocol，PPS）亦称“可评价病例”的数据，满足以下条件：有完整的主要变量基线值。符合试验方案，不违背实验方案中的规定的纳入与排除标准，完成全部实验评估。依从性良好（80%~120%）。

4.PP分析：符合纳入标准的观察对象常常会因为各种原因脱落或失访，在分析时，不考虑脱落或失访病例只对完成了整个实验的观察对象的数据（PPS）进行的分析叫PP分析（per protocol analysis）。PP分析存在的问题：脱落或失访的受试对象，往往是试验效果不理想、依从性差、甚至可能是严重不良事件的受试者，忽略了脱落或失访对象的信息，造成了试验信息的损失和分析偏倚，可能会破坏试验分组的随机性，从而破坏由随机分配而建立的基线一致性，降低了结论的可靠性。因此PP分析有可能夸大了试验的效应，高估了依从性，低估了不良事件或不良反应的发生率。 5.全分析集（FAS数据集，Full analysis set）指分析包括几乎所有的随机分配后的受试对象。只有在纳入期中被排除而未入组或入组后没有任何随访的数据才能从FAS人群中排除。FAS数据集满足以下条件：至少使用过一次干预措施，且至少接受过一次干预后有效性评估的受试对象数据。

6.ITT分析：对FAS数据集所进行的分析叫ITT分析（intention to treat analysis，意向性分析），是对包含了PPS数据集和脱落或失访对象数据的分析，其分析所使用的方法与PP分析完全相同。ITT分析可放置试验信息的损失和分析偏倚，可防止试验分组的随机性和由随机分配而建立的基线一致性的破坏。ITT分析的结果比PP分析更全面、真实的反映了临床试验的结果，增加了结论的可靠性。

举例：有100名患者通过一系列化验及检查，有1例化验结果不符合条件，剔除1例，其余99例接受干预，可能有2例不能耐受干预脱落，其中97例接受了至少一次有效性评价，8例失访，最后有89例完成了试验。因此PPS=89，FAS=PPS+脱落=89+10=99，SS=97 患者检查100

符合条件99