MedCalc 荟萃分析:通用逆方差法

命令: 统计
下一步选择元分析
下一步选择通用逆方差法
描述

荟萃分析综合了来自单独但相似研究的定量结果,并提供了对所关注总体效果的数值估算(Petrie等,2003)。

建议对连续和二分结果数据使用以下特定的荟萃分析程序之一:

如果以上过程都不适用或不适用,则可以使用“通用逆方差方法”过程。在此过程中,估计值及其标准误直接输入MedCalc。对于干预效果的比率度量,应将数据输入为自然对数(例如,作为对数危险比和对数危险比的标准误差)。

在逆方差法中,赋予每个研究的权重是效果估计值方差的逆值(即,超出其标准误差平方的平方)。因此,较大的研究比具有较大标准误差的较小研究具有更大的权重。权重的这种选择可将合并效应估计的不准确性(不确定性)降至最低。

如何输入数据

可以在电子表格中按以下方式输入不同研究的数据:

如何输入数据进行荟萃分析(通用逆方差方法)

必填项

荟萃分析(通用逆方差方法)对话框

研究:包含不同研究标识的变量。

数据

  • 估计:一个变量,包含在不同研究中报告的兴趣估计。
  • 标准误差:包含不同研究报告的估计值的标准误差的变量。

过滤器:仅在荟萃分析中包括选定研究子组的过滤器。

选件

  • 数据以自然对数形式输入:如果以自然对数形式输入数据,例如以对数危险比和对数危险比的标准误差输入,请选择此选项。
  • 森林图:创建森林图。
    • 相对于研究重量的标记大小:可以选择代表研究效果的标记大小,其大小根据分配给不同研究的权重而变化。您可以选择固定效果模型权重或随机效果模型权重。
    • 绘制合并效应-固定效应模型:该选项可将合并效应纳入林区固定效应模型下。
    • 地块合并效应-随机效应模型:该选项可将林木图中随机效应模型下的合并效应包括在内。
    • 用于合并效果的菱形:使用菱形代表组合效果的选项(菱形的位置代表估计的效果尺寸,菱形的宽度反映估算的精度)。
  • 漏斗图:创建漏斗图以检查是否存在发布偏差。请参阅荟萃分析:简介
结果

荟萃分析(通用逆方差法)结果

该程序列出了荟萃分析中各个研究的结果:估计值和95%置信区间。

固定效应模型和随机效应模型均给出了具有95%CI的估计的合并值。

固定效应和随机效应模型

在固定效应模型下,假设研究具有共同的真实效应,而汇总效应是对共同效应规模的估计。

在随机效应模型(DerSimonian和Laird)下,假设研究中的真实效应在研究之间有所不同,而汇总效应是不同研究中报道的效应的加权平均值(Borenstein等,2009)。

随机效应模型将倾向于给出更保守的估计(即具有更宽的置信区间),但是在没有异质性的情况下,两个模型的结果通常是一致的。请参阅荟萃分析:介绍异质性统计Cohran Q和I 2。当存在异质性时,随机效应模型应该是首选模型。

请参阅荟萃分析:简介以了解不同的出版偏见测试。

森林图

森林图显示的估计值(95%CI)中包含的荟萃分析不同的研究发现,与95%的整体效果CI

荟萃分析(通用逆方差法)森林图

漏斗图

漏斗图是用于在荟萃分析中检测偏差的图形工具。请参阅荟萃分析:简介

荟萃分析(通用逆方差法)漏斗图

注意,当选择了“为自然对数被输入数据”的选项(见上文),则在Y轴上的标准误差是自然对数。

Share on facebook
Facebook
Share on twitter
Twitter