网状Meta分析一对一指导,符合学术规范,结课直接投稿,可以+YCtjzg哟!

很多小伙伴在“统计之光”的后台留言,咨询网状Meta分析的相关问题。如今,适合科研小白入门的网状meta分析教程来了。通过这篇文章的学习,你将会收获对网状meta分析的初步认知和流程了解,对网状meta分析的很多疑问都能迎刃而解。

我这里也有一些Meta分析的视频教程,需要的话可以关注“统计之光”公众号,回复“人工”获取。

网状meta分析能解决传统Meta不能解决的问题

网状meta分析这几年横空出世,成为越来越多同学做科研的选择!因为用网状Meta分析发表SCI,竟然可以发到10分以上,甚至连顶尖的Lancet、JAMA都在追逐网状Meta分析的发表!

经常听到有些同学做Meta分析时询问这样的问题:

临床决策时,要做6个药物的药效对比,优劣排序怎么处理?

只找到A与B、A与C的比较文献,却想比较B与C,怎么办?

这些复杂的比较,传统的Meta分析很难完成,而网状Meta分析完美解决。

没有直接证据可以比较时:

网状 Meta 分析可以轻松实现对比共同对照措施,进行间接比较。

当直接研究证据不足时:

网状Meta分析可通过合并直接证据和间接证据增强证据,对不同干预措施进行比较。

这样的Meta分析,实用、临床价值更高,是医学科研的好帮手!

网状meta分析的概念

在临床实践中,经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对某种疾病的最佳干预措施,或按有效应/不良事件对众多干预措施排序。此时,研究者往往会从随机对照试验(RCT)中寻找间接证据,这就形成了多种干预措施比较的Meta分析,也就是网状Meta分析。

间接比较是一种通过干预措施A vs. C和干预措施B vs. C的结果,间接得出A vs. B的相对效果的一种方法。

假定我们现在治疗某一特殊疾病的药物有A药和B药,但是目前没有直接比较A药与B药的临床研究,但有一些研究比较了A药与安慰剂C的治疗疗效,还有一些研究比较了B药与安慰剂C的疗效,这种情况我们是否可以实现A药与B药的比较呢?答案:是的。这时我们可以通过安慰剂C这个媒介实现A药和B药的比较,如下图所示,即是我们经常提到的间接比较关系图:

而网状Meta分析是指将传统直接/头对头比较和间接比较同时合并起来进行Meta分析,构成了一个网的形状。其主要功用是对处于同一个证据体的所有干预措施同时进行综合评价并排序。即使是相比较的两种治疗药物从未进行过直接对比,可以将一系列不同治疗方法随机临床试验数据汇总,然后就给定的治疗终点进行点及可信区间估计,同时对不相关性进行评估。

网状Meta分析的原理,是从下面的左1进化成了左2:

网状Meta分析适用于

  1. 无直接比较的原始研究,有的研究缺乏直接比较的证据。

  2. 有直接比较的原始研究但这些研究数量较少(样本量太少)或质量较低(证据级别较低)。

  3. 需要对多种干预措施进行比较。

网状meta分析的制作方法与流程

可以总结为“十步法”

提出问题→制定纳入与排除标准→撰写计划书→检索文献→分析资料,进行定性或定量分析→提取数据→评价纳入研究的偏倚风险→筛选文献→讨论分析发表偏倚、异质性等→撰写全文

网状meta分析的数据提取方法

网状Meta 分析首要的是构造一个等级模型,以处理抽样变异、治疗异质性及研究治疗比较间的不一致性,并提供模型的最大似然比。目前,主要的方法有经典的频率学法和贝叶斯法。

网状meta分析之频率学法主要应用的有倒方差法和广义线性(混合)模型。倒方差法是将各研究的方差倒数作为权重,对各研究效应进行加权平均,总体效应的方差为权重之和的倒数,操作相对简单; 广义线性模型则考虑了随机效应,可以通过Stata软件的gllamm程序、SAS软件的PROCMIXED或PROCNLMIXED来实现,但应用的前提是需要获得受试者个体数据。

网状meta分析之贝叶斯法是基于贝叶斯定理发展而来的,与频率学方法相比,其优势在于可以利用后验概率对所有分析的干预措施进行排序,且克服了频率学法在参数估计时通过不断的迭代去估计最大似然函数、易出现不稳定而得到有偏倚的结果的缺陷,故估计值更为准确,且建模更灵活,为当前所推荐的方法。

目前,贝叶斯网状Meta分析应用最广泛的软件为Stata、R语言、WinBUGS

网状meta分析与常规meta分析的不同点

其与常规meta分析最大的不同点体现在统计方法与结果报告上,网状meta分析基本的统计分析顺序与结果报告应包括以下方面:

  1. 网状关系图的绘制;

  2. 一致性检测(整体一致性、局部一致性(节点劈裂法));

  3. 构建模型;

  4. 秩排序图的绘制;

  5. 异质性分析;

  6. 发表偏倚。

1.网状meta分析中网状结构图的绘制

stata、R软件等都可以实现网状结构图的绘制,其中以stata最为方便。下图是一个基本的网状关系图,这种图的画法比较简单。

网状meta分析中网状结构图中的节点表示不同的干预措施,节点和连线是按照含有直接比较干预措施的研究数量加权的。节点越大表示相应的直接比较中出现的次数越多,连线越粗表示对应两两直接比较的数量越多。

2.一致性检测

假定一个网状meta分析中纳入了l0篇研究,共计探讨了A、B、C、D、E五种干预措施的疗效,3个研究直接比较了A、B,其他7个研究都未直接比较A、B,对3个有直接比较的进行合并,得到一个常规meta分析的结果,称作直接比较结果,基于网状meta分析的统计方法可以得到一个混合比较(直接比较+间接比较)的结果。

把直接比较的结果与混合比较的结果进行对比,如果两个结果一致,说明一致性好,如果不一致甚至截然不同那么说明一致性差。这种一致性或者不一致性可通过统计学方法检测。

如何检测一致性

目前至少有四种统计模型可用于检验这种一致性或者不一致性:

Lumley模型、Lu-Ades模型、Dias模型、Higgins模型。

网状Meta分析之提出问题:PICOS原则

在循证医学中,研究是由患者、干预、比较、结果和试验设计组成的,也就是PICOS原则。PICOS原则是国际常用原则,它是基于循证医学理论的一种将信息格式化的检索方式。

网状meta分析结果解读

网状关系图是用来表示各种干预措施之间关系的最直观的可视化图。从下面这个常规的网状关系图可以看出,一共有14个干预措施纳入,形成了多个闭合环。Placebo的节点最大,说明其样本量最多,Olanzapine与Placebo比较的研究最多,线段最粗。还可以看出不同颜色表示纳入研究质量不同,亮黄色为UPPER,高偏倚风险试验,绿色为LOW,低偏倚风险试验。

网状meta分析怎么入门?网状meta分析与meta分析区别相关推荐

  1. 系统评价和meta分析是什么?了解系统评价和meta分析的区别联系

    Meta分析一对一指导,符合学术规范,结课直接投稿,可以私信我哟! 很多同学在初次了解meta分析的时候,总会问这样的问题:系统评价和meta分析是同一个东西吗,有什么区别?系统评价就是综述吗,为什么 ...

  2. Python 股票分析快速入门

    Python 股票分析快速入门 这段时间股市又开始火爆起来了,隐约这透着点大牛市气息,多年不用的股票账户也找回来了.然后就想着用python做下股票分析,尝试制作自己的分析脚本,本篇教程是自己的一些笔 ...

  3. 【鸿蒙OS开发入门】13 - 启动流程代码分析之第一个用户态进程:init 进程 之 init 任务详解

    [鸿蒙OS开发入门]13 - 启动流程代码分析之第一个用户态进程:init 进程 之 init 任务详解 一. /etc/init.cfg 系统默认cfg:启动lo回环网卡 1.1 init.Hi35 ...

  4. 视频教程-经典Vue从入门到案例到源码分析教程(含资料)-Vue

    经典Vue从入门到案例到源码分析教程(含资料) 张长志技术全才.擅长领域:区块链.大数据.Java等.10余年软件研发及企业培训经验,曾为多家大型企业提供企业内训如中石化,中国联通,中国移动等知名企业 ...

  5. NLP:文本情感分析快速入门

    最近由中国计算机学会(CCF)主办,雷锋网,香港中文大学(深圳)承办的2018全球人工智能与机器人峰会(CCF-GAIR)在深圳召开,由于博主主要做NLP方向,主要在做情感分析,文本生成方面,所以主要 ...

  6. 【鸿蒙OS开发入门】06 - 启动流程代码分析之KernelOS:之启动Linux-4.19 Kernel内核 启动init进程

    [鸿蒙OS开发入门]06 - 启动流程代码分析之KernelOS:之启动Linux-4.19 Kernel内核 一.head.S 启动start_kernel() 1.1 start_kernel() ...

  7. 零基础入门智能射频——偶极子天线等效电路模型分析

    1.前言 无人机的安全防范和管控,已经成为无人机行业的重点内容.无人机探测解决方案已经变得非常重要.前面系列文章给出了针对无人机侦察和干扰无人机的天线阵设计,上一期文章中,我们给出一种小型化的无人机侦 ...

  8. 【软件分析/静态程序分析学习笔记】7.指针分析(Pointer Analysis)入门

    写在前面的话 本渣有幸成为南京大学软件学院研究生,在前往仙林校区蹭课的时候偶然发现了这门宝藏课程,听了以后感觉深有收获,但又因为课程难度较大,国庆假期归来发现遗忘较多,因此开了一坑来记录自己对每节课知 ...

  9. Deepson在Jetson Nano上进行视频分析的入门

    系列文章目录 提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 例如:第一章 Python 机器学习入门之pandas的使用 提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮 ...

  10. MATLAB数学计算与工程分析范例教程,MATLAB 2016数学计算与工程分析从入门到精通...

    全书通过近400个实例讲解了利用MATLAB 2016进行数学计算和工程分析的方法和技巧,涵盖了MATLAB的五大功能:1)数值计算功能:2)符号计算功能:3)图形与数据可视化功能:4)可视化建模与仿 ...

最新文章

  1. 在 Django 的 View 中利用 function decorator 可实现一定程度的代码重用
  2. 一个html的文件当中读取另一个html文件
  3. 神经网络分类支持子文件夹
  4. 在网络推广外包中企业网站排名优化在网络推广外包中如何实现?
  5. Linux设备模型(热插拔、mdev 与 firmware)
  6. Spring Boot自动配置原理、实战
  7. 5G常见缩略语大全!
  8. 关于代码反射能力的哲学思考
  9. javaScript高级程序设计.pdf 你不知道的JavaScript
  10. 【源码】高精度31波段音频均衡器
  11. 远程工具securtCRT配置
  12. 深度感知解决方案 | 深度摄像头的三种主流技术优劣对比
  13. Mac 平台下功能强大的Shimo软件使用指南
  14. 制作U盘引导盘,安装Ubuntu18.04系统
  15. Rust程序设计语言-使用包、Crate和模块管理不断增长的项目
  16. 精美UI界面欣赏[1]
  17. 计算机考研调剂心酸,考研,这一路走来、辛酸苦辣~百感交集~(转)
  18. CAD打不开服务器里的文件,电脑上cad文件打不开怎么解决
  19. 全国大学生软件测试大赛Web应用测试(一)赛项简介
  20. 苹果xr如何截屏_苹果手机居然自带长截屏功能了?iPhone的多种截屏方式,涨知识了...

热门文章

  1. axure element ui素材_Element - 饿了么团队出品的神级桌面 UI 组件库
  2. 三菱PLC连接威纶通触摸屏
  3. 如何用ESP32+LVGL实现给路由器加装屏幕
  4. 8、网友问答之串口数据接收与数据强制转换---------labview宝典
  5. 一个离线的简单的 JSON 格式化编辑器
  6. NERSim v1.09a 1CD+HyperMILL 2018.1
  7. php5 mysql一键安装包_常用PHP5运行环境一键安装包
  8. 农业信息技术基础知识(1)
  9. 软件测试入门基础自卸
  10. 习惯了的几个火狐插件