【正文】 數(shù)據(jù)可知，各個原始數(shù)據(jù)研究治療組和對照組均數(shù)均較大，除個別研究外，且最大的均數(shù)差異在 10倍以上，因此這個時候使用 WMD作為合并統(tǒng)計量是不合適的，這個時候采用 SMD作為合并統(tǒng)計量。其合并后結(jié)果為 （ ， ）。結(jié)果發(fā)生了很大的改變。也就是說對于計量資料，當各個原始數(shù)據(jù)研究間均數(shù)差異較大時，采用 WMD意義不大，這個時候我們采用 SMD獲得定性的結(jié)論。 異質(zhì)性評價 異質(zhì)性的定義：首先我們可以明確的是，納入統(tǒng)一系統(tǒng)評價或 meta分析的所有研究都會存在差異，因此我們將系統(tǒng)評價中不同研究中的各種變異稱為異質(zhì)性。 （ 1）研究內(nèi)變異：隨機抽樣誤差所致 （ 2）研究間變異：因?qū)ο髞碜圆煌目傮w所產(chǎn)生的變異 異質(zhì)性檢驗 異質(zhì)性檢驗：一般采用 Q統(tǒng)計量和 I2表示。 Higgins等認為， I2=0時研究間無異質(zhì)性，數(shù)值越大，異質(zhì)性可能隨之增加。 I2=25%時，表示有輕度的異質(zhì)性； I2=50%，表示存在中度異質(zhì)性； I2=或 75%時，表示存在高度異質(zhì)性。 異質(zhì)性處理的方法 如果各研究間異質(zhì)性很明顯，主要有以下方法來處理： （ 1）再次檢查數(shù)據(jù)是否正確，如對于連續(xù)型數(shù)據(jù)，是否錯誤地將標準誤替代了標準差 （ 2）如果各研究間異質(zhì)性太大，如 I2=或75%時，放棄 Meta分析，只對結(jié)果進行一般性的描述 異質(zhì)性處理的方法 （ 3）選用隨機效應(yīng)模型合并數(shù)據(jù) （ 4）改變效應(yīng)尺度，有時候，異質(zhì)性的產(chǎn)生可能與效應(yīng)尺度的選擇有關(guān) （ 5）亞組分析和 Meta回歸分析等方法探索異質(zhì)性的來源。 （ 6）敏感性分析：排除異常結(jié)果的研究后，重新進行 Meta分析 Meta回歸分析 目前 Stata和 SAS統(tǒng)計軟件等都提供了計算方法。 定義：本質(zhì)上是一種觀察性研究，采用回歸分析的方法，探討某些實驗或病例特征（輔變量）對 Meta分析合并效應(yīng)的影響，以試圖明確各研究間的異質(zhì)性來源，探討輔變量對合并效應(yīng)的影響。 Meta回歸分析 Meta回歸分析中的輔變量可以是實驗干預(yù)的劑量、性別、年齡、種族、樣本量等特征。 Meta回歸分析的局限 原始數(shù)據(jù)的獲取：如不能獲取充足的數(shù)據(jù) 統(tǒng)計學(xué)上的相關(guān)并不等同于真正的相關(guān)：如因為來自不同研究的平均值可能是相似的，難以區(qū)分，由此得出的統(tǒng)計學(xué)上無顯著性相關(guān)并不等于真的不存在相關(guān) 假陽性結(jié)論：避免假陽性結(jié)論的唯一方法是預(yù)先明確將對哪些協(xié)變量進行 Meta回歸分析 敏感性分析 敏感性分析是指在一定假設(shè)條件下（如排除某個研究）所獲結(jié)果穩(wěn)定性的方法，重新進行 Meta分析，觀察合成結(jié)果是否發(fā)生變化，從而判斷結(jié)論的穩(wěn)健性。如 Meta分析前后的結(jié)果沒有改變，說明 Meta分析結(jié)果較為可信；如結(jié)果發(fā)生改變，此時下結(jié)論時要非常慎重。 敏感性分析的方法 一般是在數(shù)據(jù)分析階段進行敏感分析， （ 1）可以考慮改變統(tǒng)計模型（固定效應(yīng)模型或隨機效應(yīng)模型） （ 2）也可以考慮改變統(tǒng)計效應(yīng)量（如二分類數(shù)據(jù)，選擇 OR或 RR，連續(xù)數(shù)據(jù)選擇 MD或SMD) （ 3）排除某個研究 （ 4）排除小樣本的研究等方法 發(fā)表偏倚 發(fā)表偏倚：在 Meta分析中，發(fā)表偏倚的控制是較為困難的且影響程度較大，因此在進行 Meta分析時發(fā)表性偏倚的識別與處理是系統(tǒng)評價中的一個非常重要的步驟。 發(fā)表偏倚 發(fā)表偏倚的危害：對于 Meta分析而言，獲得發(fā)表的研究是獲得結(jié)論的主要依據(jù)，但如果僅僅考慮陽性結(jié)果的研究，特別是某些帶有故意偽造數(shù)據(jù)的研究，而不關(guān)注未發(fā)表的陰性結(jié)果的研究，可能會導(dǎo)致結(jié)論有誤，從而誤導(dǎo)衛(wèi)生決策，對患者產(chǎn)生不利的結(jié)果。 發(fā)表偏倚 如何控制發(fā)表偏倚？ 控制發(fā)表偏倚的唯一解決辦法是盡可能地收集與當前系統(tǒng)評價有關(guān)的全部資料，包括所有發(fā)表和未發(fā)表的研究數(shù)據(jù)，會議論文摘要、各種簡報和學(xué)位論文等。 發(fā)表偏倚 一般采用 Begg漏斗圖和 Egger檢驗。如果存在發(fā)表偏倚利用剪補法（ trim and fill method)，剪補法的核心是估計缺失的研究數(shù)量，可以利用非參數(shù)統(tǒng)計方法來實現(xiàn)，并將這些估計的缺失數(shù)值納入系統(tǒng)評價中，重新進行 Meta分析。 Meta分析的類型 Meta分析的類型主要包括： RCTs的 Meta分析、非隨機對照試驗的 Meta分析、交叉試驗的 Meta分析、生存資料的 Meta分析、遺傳相關(guān)性的 Meta分析、診斷性試驗的 Meta分析、累積 Meta分析，個體參與者數(shù)據(jù)的 Meta分析、貝葉斯 Meta分析、網(wǎng)絡(luò) Meta分析和定性研究系統(tǒng)綜述 森林圖的解讀 O d d s r a t i o . 0 0 1 3 5 5 1 7 3 7 . 9 7 2 S t u d y O d d s r a t i o ( 9 5 % C I ) % W e i g h t A sp l u n d 1 9 9 6 0 . 5 2 ( 0 . 1 6 , 1 . 7 0 ) 1 7 . 5 B u r k h a r d 1 9 9 4 0 . 0 3 ( 0 . 0 0 , 0 . 2 7 ) 1 1 . 6 B u r k h a r d 1 9 9 5 0 . 5 2 ( 0 . 1 9 , 1 . 4 4 ) 1 8 . 6 C o l e m a n 1 9 9 1 0 . 0 6 ( 0 . 0 2 , 0 . 1 9 ) 1 7 . 6 F a g r e l l 2 0 0 1 0 . 2 1 ( 0 . 0 2 , 2 . 0 6 ) 1 0 . 3 H a k e l l u s 1 9 9 2 0 . 0 2 ( 0 . 0 0 , 0 . 4 5 ) 7 . 8 T a r p l l a 1 9 9 7 0 . 6 5 ( 0 . 1 8 , 2 . 3 7 ) 1 6 . 7 O v e r a l l 0 . 1 9 ( 0 . 0 7 , 0 . 5 2 ) 1 0 0 . 0 森林圖的解讀 （ 1）每一條橫線代表每一個研究的可信區(qū)間，橫線越長，說明樣本量越小，結(jié)果欠準備，橫線越短，說明樣本量越大，準備性越高 （ 2）橫線中央的正方形是點估計值，面積大小表示對 Meta分析的貢獻度，即研究權(quán)重的大小 （ 3）最下方的菱形代表合并結(jié)果 （ 4）垂直線（代表 OR或 RR=1)將圖分為左右兩半，用于判斷結(jié)果差異有無統(tǒng)計學(xué)意義。 遺傳相關(guān)性（ SNP)的 Meta分析 基因突變 ：指一對或多對堿基的替換、缺失或插入。一對堿基的突變也稱為點突變。 單核苷酸多態(tài)性（ SNP)：指基因組 DNA中單個核苷酸發(fā)生突變且在人群中的頻率大于 1%以上的變異。 ? 特點： ? 它是人類可遺傳的變異中最常見的一種。 ? 具有數(shù)量多、分布廣、穩(wěn)定存在 SNP的三種基因型 野生基因型 ：在自然群體中往往有一種占多數(shù)座位的等位基因，稱為野生型基因。 純合子基因型 ：是指同一位點 (locus) 上的兩個等位基因相同的基因型個體，即遺傳因子組成相同 如 AA,aa 。 雜合子基因型 ：同一位點上的兩個等位基因不相同的基因型個體 HardyWeinberg平衡 HardyWeinberg（ HWE)平衡定律：在一個大的群體中，如果是隨機婚配、沒有突變、沒有自然選擇、沒有大規(guī)模遷移所致的基因流，群體中的基因頻率和基因型頻率不隨世代變化而處于平衡狀態(tài)的現(xiàn)象，我們稱之為 HWE定律。 HardyWeinberg平衡 影響 HWE的因素：非隨機婚配、自然選擇、基因突變、遺傳漂變、基因流等。此外，必須考慮其他可能的因素，如基因分型錯誤，人群存在選擇偏倚等。 HardyWeinberg平衡 針對對照組不符合 HWE定律研究是否納入meta分析，有以下 3種處理方法： 1. 先納入 Meta分析，在進行敏感性分析時排除不符合 HWE的研究，比較排除后，結(jié)果是否有變化。 2. 直接排除，不納入 Meta分析 OR值及 95%CI，具體校正方法參見 。 HWE檢驗 ? 如某個研究中，對照組總?cè)藬?shù)是 115，三種基因型 GG、 GA、 AA三種基因型分別為 1 6 34人。 （ 1）手工計算結(jié)合 SPSS軟件： 等位基因 G的頻率 p=(18*2+63）/(115*2)= 等位基因 A的頻率 q=1p= 然后我們計算每種基因型的期望 /理論頻數(shù)，其計算公式如下： HWE檢驗 E(GG)= p2 * 115 = E(GA)= 2pq * 115 = E(GG)= q2 * 115 = 然后我們利用 SPSS軟件進行擬合優(yōu)度檢驗，得出卡方值為 ， P ，因此該研究符合 HWE遺傳定律 HWE檢驗 在線計算：上述方法較為復(fù)雜，一些學(xué)者提供了在線統(tǒng)計的方法，操作比較簡單，如網(wǎng)址 1： 上述網(wǎng)頁較友好，只需要依次輸入對照組的三種基因型便可直接計算出 P值 HWE檢驗 軟件計算：可以通過相關(guān)統(tǒng)計軟件如STATA、 R、 SAS等軟件或自編 Excel程序?qū)崿F(xiàn) 二、 SNP研究的基本過程 一、確定選題 選題是 Meta分析最重要的環(huán)節(jié)之一，大家可以先從自己熟悉的某種疾病和基因入手，然后再進一步拓展選題。 二、 SNP研究的基本過程 二、檢索策略： SNP研究的 Meta分析檢索式一般是由三個部分組成，疾病名稱 +基因名 +多態(tài)性 如研究肺癌與 p53基因多態(tài)性的研究，采用如下方式檢索：（ p53 OR TP53) AND （ polymorphism OR variant OR mutation) AND lung 二、 SNP研究的基本過程 二、檢索策略：疾病名稱和基因名可以通過Mesh查詢對應(yīng)的主題詞；針對基因名不同名稱及縮寫，可以通過 NCBI的 gene數(shù)據(jù)庫（ ncbi. nlm. nih . gov/gene/)查詢；同時進行主題詞 +自由詞檢索，盡可能查全文獻。 二、 SNP研究的基本過程 三、文獻的納入標準 ： 病例對照研究或隊列研究 入選文獻中有具體的原始數(shù)據(jù)，或者是有OR值及 95%CI 原始研究評價的必須是與我們相關(guān)的基因及疾病有關(guān)的研究 二、 SNP研究的基本過程 四、排除標準： 病例報告 數(shù)據(jù)重復(fù)的研究 與我們所研究的疾病不相關(guān)的研究，如研究肺癌，非肺癌的研究予以排除 綜述 二、 SNP研究的基本過程 五、原始研究的質(zhì)量評價：目前較為常用的質(zhì)量評價工具是 NewcastleOttawa質(zhì)量評價量表。 二、 SNP研究的基本過程 六、資料提?。? （ 1）研究基本信