医学论文：统计分析方法的正确选择

Meta分析是用于比较和综合针对同一科学问题研究结果的统计学方法，其结论是否有意义取决于纳入研究的质量，常用于系统综述中的定量合并分析。与单个研究相比，通过整合所有相关研究，有利于探索各研究证据的一致性及研究间的差异性。而当多个研究结果不一致或都无统计学意义时，采用Meta分析可得到接近真实情况的统计分析结果。下面，就统计分析方法的正确选择进行探讨。

一、效应指标的选择。效应指标的选择根据结局指标及研究设计的类型确定。对于定性变量，往往采用相对危险度、比值比及危险度差值；对于定量变量则采用加权均数差、标准化均数差等指标，对于同一干预措施效应的测量方法或单位完全相同时，宜选择加权均数差，而效应指标测量不同或均数差异过大时，标准化均数差则是更为合适的指标。在随机对照试验及队列研究中，针对定性变量和定量型变量分别可选择相对危险度、加权均数差和标准化均数差作为合适的指标；病例对照研究及横断面研究则分别选择比值比、加权均数差和标准化均数差更合适。

二、模型选择及异质性的处理。异质性是指Meta分析中不同研究间的各种变异。研究设计、研究质量、干预措施、结局指标测量方法、时间及样本量等均可导致异质性的产生。异质性的识别是Meta分析的先决条件。根据异质性检验的结果，可采用随机效应模型或固定效应模型对合并效应值进行估计。通常研究异质性不大时，可选用固定效应模型。纳入研究具有较大异质性时，需采用亚组分析及Meta回归等方法进一步分析异质性的来源，减少异质性。异质性来源广泛，往往难以完全避免。在采取了所有的方法减少异质性后仍然发现存在异质性，合并效应值的估计通常采用随机效应模型。

三、发表偏倚的识别和控制。在Meta分析的各个步骤中均可能产生偏倚。发表偏倚是最常见的偏倚之一，指“在统计学上有意义”的阳性结果较“统计学上没意义的”阴性结果或无效的研究结果更容易发表。发表偏倚是难以完全避免的问题，评价Meta分析是否存在发表偏倚是进行Meta的分析的预备性工作之一。漏斗图是直观判断发表偏倚的方法之一，通常若研究的散点分布在漏斗边界内则通常认为发表偏倚较小，反之则存在较大的发表偏倚。对于可能出现的发表偏倚可通过全面检索，尽可能纳入更多的文献、未发表的文献等方法减少偏倚的影响。

另外，通过失安全系数(指当前研究结果的有效性发生改变需要多少具有类似样本量的研究)、剪补法(剪切掉漏斗图中小样本量的研究，用剩余部分估计漏斗图的中心值，然后沿中心两侧粘补上被剪切部分，基于贴补后的漏斗图估计合并效应值)等统计学方法，可对发表偏倚进行校正 。在Meta分析时，需要采用正确的方法对发表偏倚进行检验，同时给出正确的解释。

四、敏感性分析敏感性分析是Meta分析结论稳定程度的衡量指标。敏感性分析通过采用不同的方法和策略或者排除个别研究后，重新对结果进行分析，并判断结论是否发生改变。通常可采取的策略包括改变纳入标准、纳入和排除未发表文献或存在争议的文献、分析质量高和质量低的文献以及采用不同的统计分析方法等策略进行敏感性分析。

转自职称论文发表学术论文微信公众号，仅作学习交流，如有侵权，请联系本站删除！