Meta 分析的10个问题：从理论概念到操作实践

　　本文想对Meta分析做一些提炼和总结，为方便叙述，还是以问答形式做一个分享吧。

　　Meta分析=系统综述=循证医学？只有RCT才能做Meta分析吗？Meta分析常用的效应指标有哪些？Meta分析常用的软件有哪些？Meta分析的步骤是什么？Meta分析的结果如何解读?单组率的meta分析R编程连续变量效应指标的Meta分析R编程分类变量效应指标的Meta分析R编程Meta回归的R编程

　　Meta分析（Meta-analysis, MA），其思想最早可追溯到17世纪法国数学家Blaise Pascal对「机遇」研究，后被用于天文观测数据的比较、合并。1904年英国数学家及统计学家Karl Pearson在「血清接种预防肠热病的疗效」研究中，首次在医学界使用了后来被称为Meta分析的方法。

　　两种定义确有差别，但从本质上将，Meta分析其实就是一种数据合并的统计方法。如果严格限定其使用场景，如只用于系统综述中，那就是考科兰的定义，如果不限定其使用场景，那就是Miquel Porta的定义。

　　前面提到「系统综述」，要说起清楚系统综述，还得拉上另一大家耳熟能详的术语：「循证医学」。

　　循证医学（Evidence-Based Medicine, EBM），其思想源于1979年英国流行病学家，产科医生Archibald Leman Cochrane提出的「收集RCT,进行综合分析」这一理念，不过「循证医学」医学这一术语也是到了1991年才由加拿大的学者Gordon Guyatt首次提出，而「系统综述」则是在1993年，由BMJ期刊的编辑和 英国 Cochrane的专家商讨后正式提出， 也就是在此时，循证医学，系统综述与Meta分析才完成了彼此的结合。

　　具体说到循证医学的定义，最为经典的当属David L. Sackett给出的包含现能获得的最佳证据、临床大夫的诊疗经验以及病人价值观和期许三方面要素的定义。

　　具体到系统综述，不同的学者也给出了不同的定义，但究其含义，无非是指针对某特定的研究问题，系统深入地查找、选择、合并高质量研究证据，以寻求问题的答案。在此过程中，Meta分析可用（定量合并），可不用（定性合并）

　　因此，总结而言，Meta分析（MA）、系统综述（SR）以及循证医学（EBM）的关系如下：

　　循证医学思想的初衷是收集合并RCT研究，但随着其不但扩张延伸，非随机干预研究、观察性研究、诊断试验等都可以进行Meta分析。

　　通用的统计软件Stata, R均可以，专用软件Revman，以及CMA等其他专用小软件。当然，SAS其实也是可以的，不过此处不做推荐。

　　这一部分，网上资料较多，操作讲起来也费劲，就晒一张鸡汤式的幻灯片吧，6步搞定Meta分析！

　　Meta分析的结果主要靠图形展示，这些图中的男一号就是森林图，女一号就是漏斗图。此外，还有其他各种不同用途的图形。

　　其他的图，在此不做具体介绍了。再看一个Meta回归图吧，Meta回归可以理解为研究层面的回归分析。

　　对于一些患病率率，耐药率的研究，对于诊断试验的灵敏度、特异度的汇总，都可以考虑采用单组数据的Meta分析。

　　对于连续性变量效应指标，同样可以用Meta包的metacont函数完成。

　　主要参数中，n.e, mean.e, sd.e分别表示试验组（暴露组）的样本量，均数，标准差；n.c, mean.c, sd.c表示对照组（非暴露组）的样本量，均数，标准差; sm标识汇总的效应指标，如smd,wmd等。

　　主要参数中，event.e, n.e分别表示试验组（暴露组）的事件数和样本量；event.c, n.c,表示对照组（非暴露组）的事件数和样本量;sm表示汇总的效应指标，如RR,OR等。

　　meta回归的实现其实需要借助另一个包metafor, metafor的功能比meta包更丰富，可以绘制各种丰富的图形（如前面提到的星状图、拉贝图、Beggs, Eggers检验图），还可以拟合各种线性模型。

　　更多具体的函数和参数解释，可以查阅R软件包的帮助文档。此外，还有诊断试验的meta，网络meta本文未做说明。

　　如果你爱一个人，就让他做Meta分析，因为那里是天堂；如果你恨一个人，也让他做Meta分析，因为那里是地狱！