Meta分析是一種循證醫(yī)學(xué)研究方法，通過系統(tǒng)檢索、篩選并定量整合獨立研究數(shù)據(jù)，生成合并效應(yīng)估計值（如OR、RR），以解決單一研究樣本量不足或結(jié)論不 一致的問題。Meta分析無需依賴實驗室設(shè)備或?qū)嵉夭僮鳎瑑H通過計算機(jī)對現(xiàn)有研究數(shù)據(jù)進(jìn)行整合分析，即可快速完成研究過程。

本文將介紹Meta分析的流程，并介紹如何利用軟件完成Meta統(tǒng)計學(xué)分析。

下面將詳細(xì)介紹每一個分析步驟。

一、明確研究目的

Meta分析的首要任務(wù)是提出明確的研究問題，這決定了后續(xù)所有工作的方向，一個模糊的問題會導(dǎo)致整個分析偏離方向。可以使用?PICO原則精確定義你的研究問題。

1、PIOC核心

PICO 是四個英文單詞的首字母縮寫，用于幫助研究者或臨床醫(yī)生明確研究問題，特別是在進(jìn)行系統(tǒng)評價或Meta分析時。它包含以下四個要素：

• P (Population/研究對象)：?你要研究的是什么人群？(例如：中老年2型糖尿病患者)

• I (Intervention/干預(yù)措施)：你關(guān)注的干預(yù)措施是什么？(例如：二甲雙胍)

• C (Comparison/對照措施)：與什么進(jìn)行比較？(例如：安慰劑或其他降糖藥)

• O(Outcome/結(jié)局指標(biāo))：你想觀察什么結(jié)果？(例如：糖化血紅蛋白HbA1c的降低幅度、低血糖發(fā)生率)

2、目標(biāo)及重要性

根據(jù)PIOC形成清晰、具體、可回答的研究問題。明確的問題直接決定了后續(xù)文獻(xiàn)檢索的策略、納入標(biāo)準(zhǔn)和數(shù)據(jù)分析的方向。

例如：“對于中老年2型糖尿病患者，與安慰劑相比，二甲雙胍是否能更有效地降低HbA1c水平？”?

二、文獻(xiàn)納入和排除標(biāo)準(zhǔn)

制定嚴(yán)格的納入排除標(biāo)準(zhǔn)是保證Meta分析質(zhì)量的關(guān)鍵，這一步是為后續(xù)篩選文獻(xiàn)設(shè)定清晰、透明、可重復(fù)的規(guī)則，保證納入的研究具有可比性，提高結(jié)果的可靠性。

1、納入文獻(xiàn)標(biāo)準(zhǔn)

通常圍繞四個核心要素——研究類型、研究對象、干預(yù)措施、結(jié)局指標(biāo)來確定納入標(biāo)準(zhǔn)。?比如：

• 研究類型 (RCT? 隊列研究? 病例對照研究?)

• 研究對象 (年齡、性別、疾病分期等)

• 干預(yù)/暴露措施的具體定義

• 對照措施的具體定義

• 結(jié)局指標(biāo)的測量方法和報告要求

• 發(fā)表語言、發(fā)表年限等

舉個例子，以下呈現(xiàn)的文獻(xiàn)納入標(biāo)準(zhǔn)可供參考，其體現(xiàn)了前述原則的具體應(yīng)用：

2、排除文獻(xiàn)標(biāo)準(zhǔn)

排除標(biāo)準(zhǔn)：數(shù)據(jù)不完整或無法提取、非中英文文獻(xiàn)、動物實驗、重復(fù)發(fā)表的研究等。
舉個例子，以下呈現(xiàn)的文獻(xiàn)納入標(biāo)準(zhǔn)可供參考，其體現(xiàn)了前述原則的具體應(yīng)用：

在篩選過程中，記得記錄每個階段排除的文獻(xiàn)數(shù)量及原因，這將用于后續(xù)篩選流程圖的繪制。

三、文獻(xiàn)檢索

文獻(xiàn)檢索環(huán)節(jié)在Meta分析研究中占據(jù)核心地位，其質(zhì)量直接決定了最終研究結(jié)論的可靠性。作為二次研究方法，Meta分析的有效性在很大程度上依賴于研究者對相關(guān)文獻(xiàn)的系統(tǒng)收集與科學(xué)篩選能力。

• 檢索策略

（1）選擇數(shù)據(jù)庫：?常用數(shù)據(jù)庫包括 PubMed, Embase, Cochrane Library, Web of Science, Scopus, CNKI, Wanfang 等，根據(jù)研究主題選擇。

（2）構(gòu)建檢索式：?基于PICO要素，提煉關(guān)鍵詞和主題詞 (如MeSH詞)，利用布爾邏輯運算符 (AND, OR, NOT) 組合成高效、敏感的檢索策略。

（3）補充檢索：?檢索相關(guān)研究的參考文獻(xiàn)列表、會議摘要、灰色文獻(xiàn)庫，聯(lián)系領(lǐng)域?qū)＜业取?br>文獻(xiàn)檢索策略的撰寫可以參考下文：

四、文獻(xiàn)篩選和數(shù)據(jù)提取

從檢索到的文獻(xiàn)中篩選出符合標(biāo)準(zhǔn)的研究，并提取關(guān)鍵數(shù)據(jù)。

1、文獻(xiàn)篩選

（1）初步篩選：根據(jù)標(biāo)題和摘要，快速排除明顯不符合納入標(biāo)準(zhǔn)的研究。通常需要至少兩名研究者獨立進(jìn)行。

（2）全文篩選：獲取初篩通過的文獻(xiàn)全文，仔細(xì)閱讀，嚴(yán)格按照納入/排除標(biāo)準(zhǔn)進(jìn)行判斷。同樣需要雙人獨立操作。

（3）解決分歧：?篩選過程中如有分歧，通過討論或咨詢第三方仲裁解決。
通過檢索策略進(jìn)行文獻(xiàn)檢索篩選，繪制文獻(xiàn)檢索流程圖類似下圖：

數(shù)據(jù)提取工作由兩位審查員依據(jù)預(yù)先設(shè)計的表格協(xié)作完成，對篩選出的文獻(xiàn)進(jìn)行資料提取，包括文獻(xiàn)的基本資料、患者的基線數(shù)據(jù)、文獻(xiàn)質(zhì)量評價的相關(guān)信息和結(jié)局指標(biāo)等。
包括且不限于：標(biāo)題、發(fā)表時間、作者、國家、樣本量、研究類型、干預(yù)措施、結(jié)局指標(biāo)及研究結(jié)果等。

五、文獻(xiàn)質(zhì)量評價

納入的研究質(zhì)量參差不齊，評價其方法學(xué)質(zhì)量和潛在偏倚風(fēng)險至關(guān)重要。評價過程通常采用標(biāo)準(zhǔn)化工具，選擇依據(jù)研究設(shè)計類型而定。

（1）RCT：Cochrane偏倚風(fēng)險評估工具（7個維度，如隨機(jī)序列生成、分配隱藏、盲法等）。

（2）觀察性研究：隊列/病例對照研究：紐卡斯?fàn)?渥太華量表（NOS，9分制，≥7分為高質(zhì)量）。

橫斷面研究：AHRQ標(biāo)準(zhǔn)（11個條目，如選擇偏倚、測量偏倚）。

（3）結(jié)果呈現(xiàn)：以表格或圖表形式展示質(zhì)量評價結(jié)果，并討論其對結(jié)論的影響。

六、統(tǒng)計學(xué)分析

采用SPSSAU軟件對納入研究的數(shù)據(jù)進(jìn)行定量分析，該軟件提供用戶友好的界面，無需編程知識即可操作。這種簡化的分析方法特別適合初學(xué)者或缺乏復(fù)雜統(tǒng)計軟件使用經(jīng)驗的研究人員。

1、分析步驟

針對Meta分析，其常見的分析步驟如下：

• step1：數(shù)據(jù)整理

按SPSSAU規(guī)范格式整理好數(shù)據(jù)。

• step2：異質(zhì)性分析

首先分析是否存在異質(zhì)性問題，可以通過異質(zhì)性檢驗/森林圖等多種方式進(jìn)行判斷，如果有異質(zhì)性問題則Meta模型應(yīng)該使用‘隨機(jī)效應(yīng)’模型。

• step3：異質(zhì)性探索

如果存在嚴(yán)重的異質(zhì)性，深入探究異質(zhì)性問題；可通過森林圖，累積Meta，敏感性檢驗等分析異質(zhì)性問題；可通過亞組分析，Meta回歸等分析手段探索深層次的異質(zhì)性問題。

• step4：發(fā)表偏倚

分析是否存在發(fā)表偏倚問題：可通過漏斗圖直觀查看（較常見方式），還可通過Begg檢驗和Egger檢驗進(jìn)行分析；可進(jìn)一步使用Trim剪補法進(jìn)行發(fā)表偏倚分析，并且校正合并效應(yīng)值。

• step5：Meta模型穩(wěn)健性

分析Meta模型的穩(wěn)健性情況：通常通過敏感性檢驗進(jìn)行分析，并可使用森林圖可視化敏感性檢驗結(jié)果；也可查閱累積Meat效應(yīng)，了解模型穩(wěn)健性情況等。

• step6：科學(xué)結(jié)論

最終確認(rèn)科學(xué)的Meta分析結(jié)論，確保異質(zhì)性分析及探索等，確保發(fā)表偏倚問題的處理，并且模型需要具有穩(wěn)健性。

2、SPSSAU軟件操作

以連續(xù)性數(shù)據(jù)Meta分析為例，SPSSAU操作截圖如下：

將在文獻(xiàn)中提取的數(shù)據(jù)粘貼或直接填寫在分析頁面，如下圖：

3、Meta分析結(jié)果

Meta分析通常關(guān)注四大項內(nèi)容，分別是合并效應(yīng)量、異質(zhì)性問題，發(fā)表偏倚問題和穩(wěn)健性問題。接下來分別進(jìn)行說明。

（1）合并效應(yīng)量

Meta分析的核心之一是對各個研究的效應(yīng)值進(jìn)行合并計算。合并效應(yīng)值可以反映干預(yù)措施的整體效果，并對研究結(jié)果的可靠性和準(zhǔn)確性進(jìn)行評估。

以連續(xù)性數(shù)據(jù)Meta分析為例，SPSSAU輸出效應(yīng)量結(jié)果如下圖：

上表可以看出，合并效應(yīng)量-0.0266（-0.2629?~ 0.2097）95%置信區(qū)間包括數(shù)字0，即意味著合并效應(yīng)值并不會明顯偏離數(shù)字0，那么意味著實驗組和對照組并無明顯的差異。除此之外，還可通過z檢驗查看合并效應(yīng)是否明顯偏離數(shù)字0，檢查顯示z = -0.312,?p?= 0.770>0.1，也即說明合并效應(yīng)不會明顯的偏離數(shù)字0，也即意味著實驗組和對照組的均值并無明顯差異。

（2）異質(zhì)性問題

異質(zhì)性指的是納入的不同研究之間存在的差異，可能來自于研究設(shè)計、研究對象、干預(yù)措施等方面的不同。異質(zhì)性是Meta分析中需要特別關(guān)注的一個方面，因為它會影響分析結(jié)果的可信度和準(zhǔn)確性。常用的異質(zhì)性檢驗方法：Q檢驗、I2值判斷、H值判斷等。

SPSSAU異質(zhì)性檢驗分析結(jié)果展示如下：

（3）發(fā)表偏倚問題

發(fā)表偏倚是指具有統(tǒng)計學(xué)顯著性研究意義的研究結(jié)果發(fā)表的可能性更大，這使得Meta文獻(xiàn)不具有隨機(jī)性，這種偏差會影響Meta分析的結(jié)果。

發(fā)表偏倚問題可通過漏斗圖直觀查看（較常見方式），還可通過Begg檢驗和Egger檢驗進(jìn)行分析，也可進(jìn)一步使用Trim剪補法進(jìn)行發(fā)表偏倚分析，并且校正合并效應(yīng)值。

• 漏斗圖

漏斗圖時，橫坐標(biāo)為效應(yīng)量，縱坐標(biāo)為標(biāo)準(zhǔn)誤差值（并且縱坐標(biāo)進(jìn)行逆向），如果說各散點介于漏斗內(nèi)兩側(cè)并且基本上呈現(xiàn)出對稱狀態(tài)，那么意味著沒有發(fā)表偏倚問題。

• Egger檢驗和Begg檢驗

如果兩類檢驗對應(yīng)的p值大于0.05，則認(rèn)為不存在發(fā)表偏倚，反之說明可能存在發(fā)表偏倚。

• Trim剪補法

Trim剪補法時剪去漏斗圖中不對稱項，并且沿漏斗圖中心兩側(cè)填補上被剪切部分，并且基于剪補后數(shù)據(jù)重新進(jìn)行效應(yīng)量計算，以校正異質(zhì)性問題帶來的效應(yīng)量偏差。表格中列出的第1行為真實數(shù)據(jù)結(jié)果，第2行為填補后的校正數(shù)據(jù)結(jié)果；如果兩行結(jié)果完全一致，則意味著并沒有進(jìn)行填補處理。

（4）穩(wěn)健性問題

Meta分析的穩(wěn)健性通常通過敏感性檢驗進(jìn)行分析，使用逐一剔除檢驗法進(jìn)行研究。在逐一剔除法中，將每篇研究依次剔除，并重新進(jìn)行合并分析。每行表示移除該項后剩余項的研究Meta合并效應(yīng)量結(jié)果、95%區(qū)間、效應(yīng)量是否為0的z檢驗結(jié)果及I2指標(biāo)值。

SPSSAU敏感性檢驗結(jié)果展示如下：

綜合上表格來看，各個效應(yīng)量值對應(yīng)的95%置信區(qū)間均包括數(shù)字0，即意味著合并效應(yīng)不顯著偏離數(shù)字0（實驗組和對照組均值差無明顯差異）這一結(jié)論，具有穩(wěn)健性。與此同時，上表格還可以看到，‘Hartman 2008’這篇文獻(xiàn)被移除后，I2值僅為13.80%，意味著該文獻(xiàn)可能帶來了明顯的異質(zhì)性問題（因為將其移除后I2明顯由61.89%下降為13.80%）。

還可使用森林圖直觀展示敏感性檢驗結(jié)果，如下圖，圖中可以看到，逐一移除單獨一篇文獻(xiàn)后，合并效應(yīng)并沒有發(fā)表非常明顯的改變，因而也意味著本案例數(shù)據(jù)通過敏感性檢驗，合并效應(yīng)結(jié)果具有良好的穩(wěn)健性。

以上即為今天Meta分析的全部內(nèi)容，SPSSAU的Meta分析模塊，根據(jù)不同的數(shù)據(jù)類型，細(xì)分為8個算法，關(guān)于Meta分析大家也可點擊表格中方法名稱跳轉(zhuǎn)至SPSSAU幫助手冊學(xué)習(xí)更多內(nèi)容：