系统综述中的统计分析(55)Meta分析软件与分析实例

系统综述中的统计分析(5/5):Meta分析软件与分析实例

本文是“系统综述中的统计分析”全部5集系列的第5集,之前各集的链接见下:
系统综述中的统计分析(1): 分析目的和Meta分析原理
系统综述中的统计分析(2): Meta分析方法的选择
系统综述中的统计分析(3): 异质性及其来源
系统综述中的统计分析(4): 敏感性分析和发表偏倚
目录
第一节 统计分析的目的和方法第二节 Meta分析第三节 异质性及其来源的分析第四节 敏感性分析第五节 发表偏倚的检测和校正第六节 常见meta分析软件介绍 一、专业meta分析软件 二、一般统计分析软件第七节 RevMan分析实例 一、建立文档及添加研究 二、添加比较和结局 三、选择效应指标和meta分析方法 四、输入数据 五、检验异质性 六、Meta分析 七、制作森林图 八、制作漏斗图 九、亚组分析 十、敏感性分析
第六节 常见meta分析软件的介绍
可进行meta分析的软件很多,包括专业的meta分析软件(如Review Manager、Comprehensive Meta-Analysis、Meta-Analyst和Meta-Disc)和一般性统计学软件(如SAS、SPSS和Stata)。表12从功能方面对一些常用的meta分析软件进行了总结和比较,下面将对各个常用的软件进行详细的介绍。

表12 Meta分析软件功能比较

一、专业meta分析软件
(一)考科蓝综述管理软件
考科蓝综述管理软件的英文名字叫The Review Manager,简称RevMan,是由世界考科蓝组织(The World Cochrane Collaboration)于2003年3月21日推出的用来制作、保存和更新考科蓝综述的专用软件。考科蓝综述就是由考科蓝协作组织制作的系统综述。该软件由北欧考科蓝中心开发和更新,2008年3 月14日升级为5.0版,最新版本为5.3,更新时间为2013年3月11日。任何非商业目的使用者均可免费从考科蓝协作组织网站下载使用, 网址:
http://ims.cochrane.org/revman/download
可支持RevMan第5版的操作系统有Windows、DOS、Linux 和Mac。该软件有以下4类常见系统综述的标准格式:干预措施的系统综述、诊断方法精确性的系统综述、方法学系统综述和系统综述的综述。RevMan的主要用途包括:一、 制作和保存系统综述的研究计划和最终完成的系统综述;二、 进行必要的统计分析(如meta分析),并制作展示分析结果的图表(如森林图);三、制作考科蓝综述的作者还可以与考科蓝组织的Archie服务器连接,通过输入和导出综述的研究计划和最终完成的系统综述,实现作者和编辑的互动,根据编辑的反馈意见方便地进行修改和完善;四、也可以通过该软件方便地对考科蓝综述进行更新。该软件是制作、编辑、更新考科蓝综述的一体化、标准软件。
对一般使用者来说,RevMan的主要优点包括以下几个方面:一、其背后有国际考科蓝组织的支持,紧跟国际上系统综述技术和方法的发展动向,保证软件的可靠性和不断更新;二、应用广泛,其数据分析和结果展示的方式被广泛承认和接受,因此基于RevMan的分析和结果容易被杂志接受和发表;三、可以免费使用,并具有详细可靠的使用手册和理论背景介绍。另外,RevMan是所有meta分析软件中唯一可与GRADE工作组推出的GRADEprofiler相互关联的软件,可进一步进行数据相互导入,评价证据质量,制作标准的评估结果总结表,表的基本信息包括各个结局的绝对效应量、相对效应量、受试者人数(纳入研究数)和证据质量,为决策者提供关键的证据信息。其主要缺点是目前尚不能进行复杂的分析,如累积meta分析、meta回归分析、Begg秩相关分析和Egger回归分析等。
(二)综合meta分析软件
综合meta分析软件的英文名字叫comprehensive meta-analysis,简称CMA,是一款专门用来进行meta分析的软件。该软件由美国国立卫生研究院资助,由一组英国和美国meta分析领域知名专家制作、维护和更新。2000年推出1.0版,2005年升级为2.0版。支持CMA是的操作系统为Windows。CMA是一款商业软件,学术机构的研究者购买专业版的1年权限的费用为395美元,终身权限费用为795美元。用户可从http://www.meta-analysis.com/pages/demo.html免费下载试用期为30天的体验版。
CMA主要包括数据录入、数据分析和高分辨率图形三个模块。除一般meta分析和绘制森林图外,还可以行诊断方法精确性的meta分析、累计meta分析、单组率的meta分析、meta回归分析、逐个剔除单个研究的敏感性分析、Begg秩相关分析、Egger回归分析、计算失安全系数(trial-safe number),以及采用剪补法矫正发表偏倚等。
(三)Meta-分析软件
Meta分析软件的英文名字叫meta-analyst,简称MA。是一款由美国国家研究资源中心与医疗保健研究与质量局联合资助开发的基于Windows操作系统的免费meta分析软件。
MA是在美国布朗大学循证医学中心Joseph Lau教授研究组开发的meta-test软件基础上升级发展起来的一款meta分析软件。当前最新版本为3.13测试版,可从http://tuftscaes.org/meta_analyst/下载。MA除了可进行二分类变量、连续性变量以及诊断方法精确性的meta分析外,还可进行单组率的meta分析、累积meta 分析、剔除单个研究的敏感性分析,以及制作森林图、漏斗图等。

(四)Meta-Disc
Meta-Disc软件简称MD。MD是由西班牙卫生部门基金资助开发的一款专门进行诊断精确性Meta分析的软件。2004 年2月12日推出第一版,2006年6月12日升级为1.4。MD的操作系统是Windows系统。使用者可从ftp://ftp.hrc.es/pub/programas/metadisc/Metadisc_update.htm 免费下载及使用。
MD软件不但可以合并灵敏度、特异度、似然比和诊断比值比,还可进行异质性检验和meta回归分析,以及制作森林图、ROC平面图及SROC 曲线图。MD可能是目前非编程软件中进行诊断准确性meta分析最好的软件。

二、一般统计分析软件
很多著名的一般性统计学软件(如SAS、SPSS和Stata)都可以进行meta分析,本文就比较容易使用的Stata统计软件做简单的介绍。
Stata是一套基于C语言的用于数据管理、数据分析以及绘制专业图表的统计软件,它功能强大且小巧玲珑。Stata最初由美国计算机资源中心开发,现为Stata公司的产品。自1985年1.0版问世以来,已推出12个主要版本,并自4.0版起进入Windows时代,当前最新版本为12.0,Stata基于的操作系统有Windows、Linux 和Mac。Stata是一款商业软件,具体收费标准参见Stata网址:http://stata.com/order/。
Stata的许多高级统计模块均属于程序文件(即ado文件),允许使用者自行修改、添加和发布ado文件。这一特点使得全球的研究者均乐于在Stata上首先实现并推出自己研究的最新的统计学方法,并在相关网站发布,供免费下载。用户几乎总能最先在Stata里找到最新的统计学方法的ado文件。通过不断更新和扩充,Stata的软件功能已日趋完善。它操作灵活、简单、易用,同时具有数据管理、统计分析、绘图、矩阵计算等多种功能,在许多方面别具一格,和SAS、SPSS一起并列为三大权威统计学软件。
在Stata里,meta分析是通过其meta.ado模块进行的,该模块包括metan、metareg、metabias等常用程序命令。可分析的内容包括:1)二分类变量效应指标、连续性变量效应指标、诊断方法精确性、P值、单组率、剂量效应关系、生存资料的meta 分析;2)累积meta分析、meta回归分析和网络meta分析;3)Begg秩相关分析、Egger回归分析、剪补法以及逐一排除单个研究的敏感性分析;4)绘制森林图、漏斗图和拉贝图(L’Abbe Plot)。Stata是目前meta分析软件中功能最全的软件之一。
第七节 RevMan分析实例
本节将以表3中尼古丁替代疗法系统综述的数据为例,展示如何使用RevMan 5.1进行常见的数据分析和绘制常用的图表。

一、建立文档及添加研究
建立数据分析文档是运用RevMan进行分析的第一步,RevMan5.1提供了干预措施的系统综述(intervention review)、诊断试验精确性的系统综述(diagnostic test accuracy review)、方法学系统综述(methodology review)和系统综述的综述(overview of review)四类文档。本例属于干预措施的系统综述。运行RevMan 5.1。点击菜单栏file(文件)下的new(新建)或者点击工具栏上的“文件”图标,会出现new review wizard(新综述向导)对话框,点击next(下一步);在types of review(综述类型)对话框里选择intervention review(干预性系统综述),点击next(下一步);在title(标题)对话框选择第二栏intervention A(干预措施A),录入“nicotine chewing gum”,intervention B(干预措施B )录入“placebo or no treatment ”,health problem(健康问题)录入“smoking cessation”,点击next(下一步);在stage(研究阶段)对话框中,选择full review(完整综述),点击finish(完成)。综述文档建成后,软件主界面将会显示出了outline pane(大纲面板)、content pane(内容面板)、menu bar(菜单栏)和tool bar(工具栏)等主要板块,如图 7。
图7 RevMan 5.1 的主界面
建立好系统综述文档后,需要添加纳入的合格研究,才能进行下一步的数据录入和统计分析。点击大纲面板中studies and references(研究及参考文献)旁的钥匙图标“”,在下拉任务栏下点击references to studies(研究的参考文献);右键点击下拉任务栏下的included studies(纳入研究),点击弹出对话框的add study(添加研究),会出现new study wizard(新研究向导)对话框;点击next(下一步),依次输入study ID(研究编号)、data source(数据来源)、year(发表年份)和identifier(身份标识,一般是PMID号),点击next(下一步);下一界面中点击add another study in the same section(同一分析中添加新研究),继续添加下一个研究。
二、建立比较和结局
添加完所有纳入研究后,需进一步建立比较组合及结局指标,本例中的比较组合为尼古丁口胶对比安慰剂/空白治疗,结局指标为戒烟。在RevMan 5.1里,确定比较组合和选择结局指标的操作步骤如下:
在outline pane(大纲面板)右键点击data and analysis(数据及分析),选择弹出工具栏里的add comparison(添加新比较组合),会出现一个new comparison wizard(新对比向导)的对话框;
在新对话框的name(名称)中输入两个比较组合的名字代号,即“尼古丁口胶 vs. 安慰剂/空白治疗”,然后点击next(下一步);
选择add an outcome under the new comparison(添加新对比的结局),然后点击continue(继续),会出现new outcome wizard(新结局向导)对话框;
在新对话框里data type(数据类型)下选择相应的数据类型,本例中结局指标“戒烟”为二分类变量,故选择dichotomous(二分类变量),然后点击next(下一步);
在新弹出的对话框name(名称)中输入“戒烟”;在group label 1(第一组)内输入“尼古丁口胶”,在group label 2(第二组)输入“安慰剂/空白治疗”,然后点击next(下一步)。
三、选择效应指标和meta分析方法
完成上一步操作后,会出现analysis method(分析方法)对话框,在这里可以选择statistical method(统计方法)、analysis model(分析模型)、effect measure(效应测量指标),各个选项的子选项见图8。本例是对尼古丁口胶戒烟效果的随机对照试验进行的meta分析,研究结局为戒烟,属于二分类变量,可选Mantel-Haenszel法为合并研究结果的meta分析方法,选择fixed effect(固定效应模型)为分析模型,odds ratio(比值比)为效应测量指标。选择完成后点击 finish(完成)。
图8 RevMan 5.1中meta分析方法、分析模型和结局指标的选择
四、输入数据
点击outline pane(大纲面板)“尼古丁口胶 vs. 安慰剂/空白治疗“左侧的图标,展开下面的研究结局,右键点击研究结局“戒烟”,选择弹出工具栏上的add study data(添加研究数据),会出现new study data wizard(新研究数据向导)对话框。
在新对话框中按住键盘上ctrl键,选择included studies(纳入研究)标签下的Malcolm 1980、Jarvik 1984等28个研究,也可根据需要选择部分研究,点击finish(完成)。
双击outline pane(大纲面板)上的研究结局“戒烟”,会在大纲面版上展开此研究结局所包括的所有研究,并会在content pane(内容面板)打开一个新的标签页,显示研究结局“戒烟”的数据表,被选中的研究已在表格中。
在content pane(内容面板)中打开的表格中输入相关数据,对于二分类变量来说,只需输入每组结局事件发生数(本例为戒烟人数)和每组的总人数。依次将表3的数据输入。
五、 检验异质性
数据输入完毕后,上述content pane (内容面板) “戒烟”标签页中的Heterogeneity(异质性)行,显示测量异质性的指标:χ2(Q检验的卡方值)和I2。使用随机效应模型时,还可以计算Tau2值。本例中χ2 = 39.31, P = 0.06; I2= 31%。P0.1,说明纳入研究间存在异质性。

六、Meta分析
数据输入完毕,RevMan 5.1 将在content pane(内容面板)“戒烟”标签页自动显示每个研究及M-H合并的比值比(odds ratio)和95%可信区间(95% CI)。使用数据表下方的滚动条向右滚动,即可看到这些结果。meta分析的结果表明,OR= 1.58, 95%CI=(1.41, 1.76);P0.00001,说明尼古丁口胶与安慰剂/空白治疗组相比,在戒烟方面的差别有显著统计学意义。
七、制作森林图
完成meta分析之后,可通过点击该meta分析标签页上方“”图标,输出森林图(图 1)。RevMan 5.1可以根据需要,改变森林图的建构方式。点击内容面板“戒烟”标签页上角的Properties(属性)按钮“”,会弹出outcome properties(结局指标属性)窗口。点击graph(图表)按钮,在left graph label(图左标示标签)和right graph label(图右标示标签)里可输入相应的标签,以标识森林图横坐标无效线左右侧的意义。例如,在left graph label (左侧图表标签)输入“安慰剂/空白治疗优于尼古丁口胶治疗”。在right graph label(右侧图表标签)里输入“尼古丁口胶优于安慰剂/空白治疗”,如果一项研究的结果落入无效线的左侧,则表示安慰剂/空白治疗优于尼古丁口胶;相反,则表示尼古丁口胶优于安慰剂/空白治疗。在scale(比例)中输入数据可以改变森林图的横轴取值范围,本例选择50。另外,在sort by(排序)栏里,选则相应的排序变量,如year of study(研究年限),森林图则将纳入的研究按照发表年份从上到下依次排列。
八、制作漏斗图
点击戒烟率标签页的漏斗图图标“”,会出现一个以比值比为横坐标以其自然对数的标准误为纵坐标的漏斗图(图 9)。漏斗图一般以比值比或率比的自然对数为横轴(图 4),但是RevMan不能对横轴进行改变,也不具有对漏斗图的对称性进行检验的功能。
图 9 RevMan5.1软件生成的尼古丁替代疗法戒烟效果meta分析的漏斗图(注:该漏斗图横轴为OR,与图 4区别)
九、亚组分析
RevMan 5.1 允许在创建结局的同时添加亚组或者在创建结局后添加亚组。本例中由于吸烟者戒烟意愿可能影响治疗效果,故依此进行亚组分析。具体操作如下:
由于原“戒烟”结局指标下已添加研究数据,RevMan 5.1 将不允许在该结局下直接添加亚组。按上述步骤二(建立比较和结局)的操作方法添加新结局,并命名为“戒烟亚组分析”加以区别。
在outline pane(大纲面板)用右键点击结局“戒烟亚组分析”,选择add subgroup(添加亚组),会出现new subgroup wizard (新亚组向导) 对话框。
在name(名称)中输入添加亚组的名称,本例中输入“自愿戒烟组”,即本亚组只纳入具有主动戒烟意愿人群的相关研究。点击next(下一步),在下面的对话框中选择add study data for the new subgroup (在新亚组中添加数据),点击continue(继续),会出现new study data wizard(新研究数据向导)对话框。
在新对话框中按住键盘上ctrl键,选择included studies(纳入研究)标签下的Malcolm、Jarvik 等13个自愿戒烟人群研究,点击finish(完成)按钮,完成“自愿戒烟组”亚组的添加。
重复上述操作,完成“应邀戒烟组”研究的添加。
此时,outline pane(大纲面板)“戒烟亚组分析”结局下就会包括名为“自愿戒烟组”和“应邀戒烟组”的两个亚组,点击每个亚组左侧的钥匙图标就可以查看该亚组所包括的研究。另外,点击戒烟标签页上角的properties(属性)按钮,会弹出outcome properties(结局指标属性)窗口。在此也可以调整分析方法、模型及森林图输出等。
点击analysis details(分析细节),在totals(合并)标签下有totals and subtotals(总体合并及亚组合并)、subtotals only(仅亚组合并)、和no totals (无合并)三个选项,分别表示:显示亚组合并值和总合并值、仅显示亚组合并值,以及不显示任何合并值。研究者可以根据需要做出选择。
在输入各单个研究数据后,“戒烟亚组分析”标签页subtotal(亚组合并)下会显示各个亚组的分析结果,total(总体合并)下面会显示总合并结果以及亚组之间是否存在差别。每个亚组的研究结果在森林图中也会独立显示,图中三个黑色菱形分别表示两个亚组合并的效应和一个包括所有研究的总效应。结果如图 10所示。
图 10 尼古丁替代疗法戒烟效果亚组分析森林图
使用M-H法固定效应模型,该系统综述28个研究合并的总效应OR=1.58,95%CI=(1.41, 1.76),总效应Z检验的Z=7.97,P0.00001;异质性检验的χ2 =39.31,df=27,P=0.06(P0.10,有显著统计学意义),I2=31%。
自愿戒烟组的合并OR=1.86,95%CI=(1.57, 2.21),Z检验的Z=7.17,P0.00001;异质性检验的χ2 =16.22,df=12,P=0.18,I2=26%。应邀戒烟组的合并OR=1.39,95%CI=(1.19, 1.61),Z检验的Z=4.28, P0.00001;异质性检验的χ2 =16.42,df=14,P=0.29,I2=15%。两组OR值差别的χ2=6.58,df=1,P=0.01。
结果与表10中(倒方差法)meta回归的结果基本一致,结论完全一致。
十、敏感性分析
敏感性分析是通过排除某些研究、或是改变个别数据、或采用不同的合并方法来评价meta分析的结果是否稳定和可靠的分析方法。利用RevMan 5.1可简便进行多种不同形式的敏感性分析:
1、选用不同合并分析模型
本例中可通过点击“戒烟”标签页上方“” 或“”按钮简便完成随机效应模型与固定效应模型之间的切换。采用随机效应模型和固定效应模型时,合并比值比及其95%可信区间分别为1.55(1.39, 1.74)和1.65(1.42, 1.93),二者差别很小,提示合并的结果比较稳定。同理,也可以通过选择不同的权重分析方法,来分析结果的稳定性。
2.剔除某些研究后的合并结果与原合并结果进行比较
分析时可通过点击每个纳入分析研究左侧的方框,来取消对该研究的选择,这样可以简便地在不删除已输入数据的情况下从meta分析中剔除该研究。Meta分析既可通过逐个剔除单个研究来进行敏感性分析,也可以依据研究类型、研究质量、研究对象等因素剔除某些研究来检查结果的稳定性。例如,若认为纳入Areechon 1988和Clavel 1985两个研究存在偏倚的风险较大,则可通过剔除该两项研究来进行敏感性分析。排除该两项研究后合并比值比及95%可信区间为1.56(1.35, 1.80),与原分析结果相比没有实质性的改变。
全文概要
Meta分析就是定量合并原始研究结果的方法。Meta分析合并的结果是原始研究效应的加权平均值,其合并过程可分为两个步骤,第一步就是估计原始研究的效应和权重;第二步则是利用第一步的信息计算效应的加权平均值。常用加权方法主要包括倒方差法、Mantel-Haenszel法和Peto比值比法。合并分析模型依据是否考虑研究间的异质性分为固定效应模型和随机效应模型。通常情况下,固定效应模型适用于合并具有同质性的研究,随机效应模型适用于合并具有异质性的研究。由于或然性因素、临床因素和方法学因素的存在,meta分析中不同纳入研究之间通常存在一定差异。一般把源于临床因素和方法学因素造成的变异叫做异质性,并分别称为临床异质性和方法学异质性。Q检验及I2检验分别对异质性定性提供了定性或定量的检测。当异质性显著存在时,可通过纠正错误的数据、改变效应测量指标、探索异质性的来源、采用随机效应模型进行合并或放弃meta分析等手段进行处理。探索异质性来源的方法主要包括亚组分析和meta回归分析。此外,由于小型阴性研究发表的机会小于大型或阳性研究,meta分析中可能存在发表偏倚,可通过漏斗图等进行评估。现阶段可进行meta分析的软件众多,包括专业的meta分析软件(Review Manager、Comprehensive Meta-Analysis、Meta-Analyst和Meta-Disc)和一般性统计学软件(如SAS、SPSS和Stata),本节简要介绍了各个软件的功能和优缺点并用Review Manager演示了系统综述中所用的基本统计分析方法。
参考文献
1.Tang JL, Law M, Wald NJ. How effective is nicotine replacement therapy in helping people to stop smoking?. BMJ1994;308(6920): 21-26
2.Chalmers I, Altman DG. Systematic Reviews. London: BMJ, 1995
3.Hedges LV, Olkin I. Statistical methods for meta-analysis. San Diego: Academic Press, 1985
4.Cooper H, Hedges LV. The Handbook of research synthesis. New York: Russell Sage Foundation, 1994
5.Sutton AJ, Abrans KR, Jones DR, et al. Methods for meta-analysis in medical research. London: Willey, 2000
6.Egger M, Davey Smith G, Schneider M, Minder C. Bias in meta-analysis detected by a simple, graphical test. BMJ1997;315(7109):629-634
7.Tang JL, Zhan SY, Ernst E. Review of randomised controlled trials of traditional Chinese medicine. BMJ1999;319(7203): 160-161
8.Tang JL. Misleading funnel plot for detection of bias in meta-analysis. J Clin Epidemiol2000; 53(5): 477-484
9.Sterne JA, Egger M. Funnel plots for detecting bias in meta-analysis: guidelines on choice of axis. J Clin Epidemiol2001; 54(10): 1046-1055
10.RothsteinHR,SuttonAJ, BorensteinM. Publication Bias in Meta-Analysis: Prevention, Assessment Adjustments. Chichester: John Wiley Sons, 2006, 127-144
11.Thompson SG. Why sources of heterogeneity in meta-analysis should be investigated. BMJ1994; 309(6965): 1351-1355
12. Egger M, Davey Smith G, Altman DG. Systematic Reviews in Health Care: Meta-Analysis in Context (2nd Edition). London: BMJ Publishing Group, 2008
13.DerSimonian R, Laird N. Meta-analysis in clinical trials. Control Clin Trials. 1986; 7(3): 177-88
14.Glass GV. Primary, secondary and meta-analysis of research. Educational Researcher 1976; 10: 3-8
15.Higgins JPT, Green S. Cochrane handbook for systematic reviews of interventions (1st Edition). Chichester: John Wiley Sons, 2008
16.Arthur W Jr, Bennett W Jr, Huffcutt AI. Conducting meta-analysis using SAS. New York: Psychology Press, 2008
17.Bax L, Yu LM, Ikeda N, Moons KG.A systematic comparison of software dedicated to meta-analysis of causal studies.BMC Med Res Methodol2007;7: 40
18. 唐金陵, Paul Glasziou. 循证医学基础. 北京:北京大学医学出版社, 2010
19.Harris C. Reseach synthesis and meta-analysis (4th Edition). California: SAGE Publications, 2010
20.Karagiannis T, Paschos P, Paletas K, Matthews DR, Tsapas A. Dipeptidyl peptidase-4 inhibitors for treatment of type 2 diabetes mellitus in the clinical setting: systematic review and meta-analysis. BMJ2012; 344: e1369
21.Engels EA, Schmid CH, Terrin N, Olkin I, Lau J. Heterogeneity and statistical significance in meta-analysis: an empirical study of 125 meta-analyses. Statistics in Medicine2000;19(3): 1707-1728.
22.Higgins JPT, Thompson SG. Quantifying heterogeneity in a meta-analysis. Statistics in Medicine. 2002, 21(11): 1539-1558.
23.Thompson SG, Sharp SJ. Explaining heterogeneity in meta-analysis: a comparison of methods. Statistics in Medicine. 1999, 18(20): 2693-2708.
24.Oxman AD, Guyatt GH. A consumers guide to subgroup analyses. Annals of Internal Medicine1992;116(1): 78-84.

原文出处:唐金陵, 毛琛. 第三十一章: 系统综述中的统计分析. 见: 李立明 主编. 流行病学. 第一卷. 第三版. 北京: 人民卫生出版社, 2015.
(本文是全文五个部分的第五部分,全文完)作者:
唐金陵,广州市妇女儿童医疗中心临床研究总监、香港中文大学荣休教授
毛琛,南方医科大学公共卫生学院流行病学系主任,教授
编辑:郑嘉臻、黄清湄、王嘉慧、宋玮琦、杨佩

往期回顾

系统综述中的统计分析(1):分析目的和Meta分析原理系统综述中的统计分析(2): Meta分析方法的选择系统综述中的统计分析(3): 异质性及其来源系统综述中的统计分析(4): 敏感性分析和发表偏倚唐金陵:流行病学在医学研究和发展中的地位和作用唐金陵:病因、病因模型与因果关系推断(一)
随机对照临床试验(1/5):概述
系统综述与meta分析(1/5):提出研究问题
长按上方二维码关注我们

赞(0)
未经允许不得转载:第一SCI网 » 系统综述中的统计分析(55)Meta分析软件与分析实例

评论 抢沙发

评论前必须登录!