【文章內(nèi)容簡(jiǎn)介】 息：如第一作者、發(fā)表年份等 （ 2）研究類型：一般可能為家族研究或病例對(duì)照研究 （ 3）納入人群的基本特征：如種族、年齡、對(duì)照人群的選擇、疾病的診斷標(biāo)準(zhǔn)等 二、 SNP研究的基本過程 六、資料提?。? （ 4）各組樣本量，病例組和對(duì)照組中基因型和等位基因的數(shù)量 （ 5）是否符合 HWE （ 6）基因分型的方法：如 PCR法、 PCRRFLP法， Taqman探針等 文獻(xiàn)篩選、質(zhì)量評(píng)價(jià)最好由 2個(gè)以上作者獨(dú)立進(jìn)行，對(duì)存在分歧之處應(yīng)進(jìn)一步核對(duì)或請(qǐng)某專家進(jìn)行評(píng)議。 二、 SNP研究的基本過程 七、效應(yīng)指標(biāo)的選擇：基于病例對(duì)照設(shè)計(jì)的SNP研究的效應(yīng)指標(biāo)一般為 OR或 RR等。某些研究中，如評(píng)價(jià)指標(biāo)是連續(xù)型變量，此時(shí)的效應(yīng)指標(biāo)為加權(quán)均數(shù)差或標(biāo)準(zhǔn)化均數(shù)差。 二、 SNP研究的基本過程 八、遺傳模型的選擇：以 AA表示野生純合基因型、 AG表示雜合突變基因型， GG表示純合突變基因型。常用的模型有： （ 1）等位基因頻率的比較（ allele contrast)：即 G vs. A （ 2）顯性模型（ dominant model): GG + AG vs. AA （ 3）隱性模型（ recessive model）： GG vs. AA + AG （ 4）共顯性模型（ codominant model)： GG vs. AA和 AG vs. AA 二、 SNP研究的基本過程 九、統(tǒng)計(jì)學(xué)模型：無異質(zhì)性時(shí)，采用固定效應(yīng)模型；對(duì)存在較明顯異質(zhì)性的研究，采用隨機(jī)效應(yīng)模型 二、 SNP研究的基本過程 十、異質(zhì)性分析：常采用的方法有 Cochrane Q檢驗(yàn)、 I2值。一般在實(shí)際工作中，當(dāng) Q檢驗(yàn)的 P I2 50%即視為研究間存在異質(zhì)性。 ? 當(dāng) I2 75%時(shí)，不能進(jìn)行合并分析，只能描述。 二、 SNP研究的基本過程 SNP研究常見的異質(zhì)性來源可能有：種族、民族、對(duì)照組來源、基因分型檢測(cè)方法、樣本量等，可以根據(jù)具體情況進(jìn)行亞組分析及通過 Meta回歸分析探討異質(zhì)性的來源 二、 SNP研究的基本過程 十一、敏感性分析 （ 1）排除 HWE不符合遺傳規(guī)律的文獻(xiàn) （ 2）排除小樣本的研究 （ 3）依次剔除某一研究，計(jì)算其他研究結(jié)果 觀察期結(jié)果是否穩(wěn)定 二、 SNP研究的基本過程 十二、發(fā)表偏倚：常用的檢驗(yàn)發(fā)表偏倚的方法有 Begg’s漏斗圖和 Eeger’s檢驗(yàn)，如果存在發(fā)表偏倚，我們可以采用剪補(bǔ)法，觀察結(jié)果是否發(fā)生改變。 SNP研究的注意事項(xiàng) 全基因組關(guān)聯(lián)研究（ GWAS)數(shù)據(jù)處理 多次比較 /多重校正 具體 Meta分析 ? 實(shí)例 He XF等 《 Association between CYP1A2 and CYP1B1 polymorphisms and colorectal cancer risk: a metaanalysis》 表 1 所入選研究的基本特征 First author/Year Ethnicity SC Genotype distribution HWE Cases Controls CC CY YY CC CY YY Wang [15] 2022 Mixed FB 164 117 24 184 144 29 Y Rudolph [16] 2022 Caucasian PB 354 261 63 353 280 47 Y Sainz [17] 2022 Caucasian PB 872 735 157 887 732 167 Y Cleary [18] 2022 Caucasian PB 598 461 106 648 517 125 Y Kobayashi [19] 2022 Asian HB 53 40 11 96 94 35 Y Saeb248。 [20] 2022 Caucasian HB 97 87 14 122 84 16 Y Sachse [21] 2022 Caucasian PB 264 193 33 325 233 35 Y Yoshida [22] 2022 Asian HB 26 32 6 42 52 17 Y Kiss [23] 2022 Caucasian HB 219 212 69 228 207 65 Y K252。ry [24] 2022 Caucasian HB 514 420 79 553 480 85 Y Bae [25] 2022 Asian HB 24 71 16 44 37 12 Y Chen [26] 2022 Asian PB 19 62 57 47 133 160 Y Landi [27] 2022 Caucasian HB 141 172 48 158 137 26 Y 統(tǒng)計(jì)分析 Stata命令框中輸入如下命令： metan var2var5, or fixed label (namevar =var1) var1 表示第一作者及發(fā)表年份 var2表示病例組發(fā)生基因突變的例數(shù) var3表示病例組未發(fā)生基因突變的例數(shù) var4表示對(duì)照組發(fā)生基因突變的例數(shù) var5表示對(duì)照組未發(fā)生基因突變的例數(shù) 利用 stata軟件合并 meta分析一定要按照這個(gè)順序計(jì)算 ,即 var2var5 具體 Meta分析 O d d s ra t i o . 3 7 6 3 9 0 1 2 . 6 5 6 8 1 St u d y O d d s ra t i o (9 5 % C I ) % W e i g h t Ko b a y a s h i [ 1 9 ] 2 0 0 9 0 . 7 4 ( 0 . 5 2 , 1 . 0 5 ) 2 . 4 Yo s h i d a [ 2 2 ] 2 0 0 7 0 . 8 3 ( 0 . 5 3 , 1 . 3 0 ) 1 . 4 Ba e [ 2 5 ] 2 0 0 6 1 . 7 7 ( 1 . 1 8 , 2 . 6 6 ) 1 . 2 C h e n [ 2 6 ] 2 0 0 5 0 . 8 8 ( 0 . 6 6 , 1 . 1 8 ) 3 . 2 Sa e b ? [ 2 0 ] 2 0 0 8 1 . 1 6 ( 0 . 8 5 , 1 . 5 7 ) 2 . 6 Ki s s [ 2 3 ] 2 0 0 7 1 . 0 6 ( 0 . 8 8 , 1 . 2 7 ) 7 . 4 K252。 ry [ 2 4 ] 2 0 0 7 0 . 9 7 ( 0 . 8 5 , 1 . 1 1 ) 1 4 . 8 L a n d i [ 2 7 ] 2 0 0 5 1 . 4 1 ( 1 . 1 3 , 1 . 7 8 ) 4 . 2 R u d o l p h [ 1 6 ] 2 0 1 1 1 . 0 5 ( 0 . 8 9 , 1 . 2 4 ) 9 . 0 Sa i n z [ 1 7 ] 2 0 1 1 0 . 9 9 ( 0 . 9 0 , 1 . 1 0 ) 2 5 . 0 C l e a ry [ 1 8 ] 2 0 1 0 0 . 9 6 ( 0 . 8 5 , 1 . 0 9 ) 1 7 . 4 Sa c h s e [ 2 1 ] 2 0 0 2 1 . 0 5 ( 0 . 8 6 , 1 . 2 7 ) 6 . 8 W a n g [ 1 5 ] 2 0 1 2 0 . 9 4 ( 0 . 7 4 , 1 . 2 0 ) 4 . 6 O v e ra l l 1 . 0 2 ( 0 . 9 7 , 1 . 0 7 ) 1 0 0 . 0 具體 Meta分析 O d d s r a t i o . 5 6 3 1 5 9 1 1 . 7 7 5 6 9 S t u d y O d d s r a t i o ( 9 5 % C I ) % W e i g h t S a e b ? [ 2 0 ] 2 0 0 8 1 . 1 6 ( 0 . 8 5 , 1 . 5 7 ) 3 . 0 K i ss [ 2 3 ] 2 0 0 7 1 . 0 6 ( 0 . 8 8 , 1 . 2 7 ) 8 . 4 K 252。 r y [ 2 4 ] 2 0 0 7 0 . 9 7 ( 0 . 8 5 , 1 . 1 1 ) 1 7 . 0 L a n d i [ 2 7 ] 2 0 0 5 1 . 4 1 ( 1 . 1 3 , 1 . 7 8 ) 4 . 8 R u d o l p h [ 1 6 ] 2 0 1 1 1 . 0 5 ( 0 . 8 9 , 1 . 2 4 ) 1 0 . 3 S a i n z [ 1 7 ] 2 0 1 1 0 . 9 9 ( 0 . 9 0 , 1 . 1 0 ) 2 8 . 7 C l e a r y [ 1 8 ] 2 0 1 0 0 . 9 6 ( 0 . 8 5 , 1 . 0 9 ) 2 0 . 0 S a ch se [ 2 1 ] 2 0 0 2 1 . 0 5 ( 0 . 8 6 , 1 . 2 7 ) 7 . 8 O ve r a l l 1 . 0 3 ( 0 . 9 7 , 1 . 0 8 ) 1 0 0 . 0 森林圖 O d d s r a t i o . 3 7 6 3 9 0 1 2 . 6 5 6 8 1 S t u d y O d d s r a t i o ( 9 5 % C I ) % W e i g h t K o b a ya sh i [ 1 9 ] 2 0 0 9 0 . 7 4 ( 0 . 5 2 , 1 . 0 5 ) 2 5 . 8 Y o sh i d a [ 2 2 ] 2 0 0 7 0 . 8 3 ( 0 . 5 3 , 1 . 3 0 ) 2 2 . 3 B a e [ 2 5 ] 2 0 0 6 1 . 7 7 ( 1 . 1 8 , 2 . 6 6 ) 2 4 . 0 C h e n [ 2 6 ] 2 0 0 5 0 . 8 8 ( 0 . 6 6 , 1 . 1 8 ) 2 7 . 9 O ve r a l l 0 . 9 8 ( 0 . 6 8 , 1 . 4 2 ) 1 0 0 . 0 森林圖 O R . 6 3 2 9 1 1 1 1 . 5 8 0 0 0 S t u d y O R ( 9 5 % C I ) % W e i g h t P o t a p o v [ 3 3 ] 2 0 1 0 1 . 2 2 ( 1 . 1 0 , 1 . 5 8 ) 1 . 7 T i m p s o n [ 4 2 ] 2 0 0 9 1