命令：	统计 荟萃分析 相对风险

描述

有关MedCalc中的荟萃分析的简短概述，请参见“荟萃分析：简介”。

MedCalc使用Mantel-Haenszel方法（基于Mantel＆Haenszel，1959）来计算固定效应模型下的加权合并相对风险。接下来，采用异质性统计量来计算随机效应模型下的汇总相对风险（DerSimonian＆Laird，1986）。

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：

必填项

然后可以如下完成“元分析：相对风险”对话框：

研究：包含不同研究标识的变量。

干预小组

• 病例总数：包含不同研究干预组病例总数的变量
• 阳性结果数：一个变量，包含不同研究干预组中阳性结果的病例数

对照组

• 病例总数：包含不同研究对照组中病例总数的变量
• 阳性结果数：一个变量，包含不同研究对照组中阳性结果的病例数

过滤器：一种过滤器，仅在图中包括个案的选定子组。

选件

• 林地：创建林地。
  • 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

该程序列出了各个研究的结果：阳性病例数，病例总数和95％CI的相对风险。

固定效应模型和随机效应模型均给出了具有95％CI的合并相对风险。如果值1不在95％CI之内，则相对风险在5％的水平上具有统计学意义（P <0.05）。

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。

请注意，当一项研究在干预组和对照组中均未报告任何事件（或所有事件）时，该研究将不提供有关事件相对概率的信息，并且会自动从荟萃分析中忽略（Higgins＆Green，2011）。

林地

森林图中显示了95％CI的不同研究的结果以及95％CI的总体效果：

请注意，CI值为95％时的相对风险是按对数比例绘制的。