與連續(xù)性數(shù)據(jù)或者二分類數(shù)據(jù)進(jìn)行Meta分析類似，平均值Meta分析是對(duì)均值資料數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)。其分析與解讀與連續(xù)性數(shù)據(jù)或者二分類數(shù)據(jù)類似。需要注意的是，均值資料數(shù)據(jù)進(jìn)行Meta分析時(shí)，需要提供平均值、標(biāo)準(zhǔn)差和樣本量數(shù)據(jù)。實(shí)際資料中，如果提供的數(shù)據(jù)中沒有平均值，也或者沒有標(biāo)準(zhǔn)差數(shù)據(jù)，可考慮進(jìn)行一些轉(zhuǎn)換或者替換處理。比如當(dāng)樣本量足夠大且資料分布類似正態(tài)分布時(shí)，此時(shí)可考慮使用中位數(shù)代表平均值，具體可查閱相關(guān)文獻(xiàn)或才資料，比如Cochrane手冊(cè)。與此同時(shí)，如果資料中提供為標(biāo)準(zhǔn)誤差（非標(biāo)準(zhǔn)差），此時(shí)可使用一般倒方差Meta分析。

平均值Meta薈萃分析案例

1 背景

當(dāng)前有收集7篇文獻(xiàn)均值數(shù)據(jù)資料如下：包括文獻(xiàn)名稱（Study）、資料的平均值、標(biāo)準(zhǔn)差及研究資料的樣本量等，由于案例不進(jìn)行亞組分析（或Meta回歸），因而沒有放入Subgroup，或協(xié)變量數(shù)據(jù)，如下圖所示：

2 理論

Meta分析時(shí)涉及較多的專業(yè)名詞和分析步驟，具體可見連續(xù)性數(shù)據(jù)或者二分類數(shù)據(jù)幫助手冊(cè)。

平均值Meta分析時(shí)，SPSSAU默認(rèn)倒方差法IV進(jìn)行效應(yīng)量計(jì)算。與此同時(shí)，平均值Meta分析時(shí)的分析步驟也與其它Meta分析類似，建議查閱連續(xù)性數(shù)據(jù)或者二分類數(shù)據(jù)幫助手冊(cè)。

3 操作

本例子中操作截圖如下：

由于資料數(shù)據(jù)中并不包括協(xié)變量數(shù)據(jù)，因而選中Meta回歸也不會(huì)進(jìn)行輸出。暫不進(jìn)行Hartung and Knapp調(diào)整。

4 SPSSAU輸出結(jié)果

Meta模型一共輸出7個(gè)表格和5個(gè)圖，說明如下：

另需要提示的是：

• 如果有提供‘subgroup亞組’數(shù)據(jù)，那么系統(tǒng)自動(dòng)會(huì)進(jìn)行亞組分析，其會(huì)改變森林圖/效應(yīng)量表格結(jié)果等；

• 如果有提供協(xié)變量數(shù)據(jù)，并且要求進(jìn)行Meta回歸，那么系統(tǒng)還會(huì)提供Meta回歸結(jié)果，以及Meta回歸后的異質(zhì)性指標(biāo)信息等。

5文字分析

上表格展示平均值Meta分析的基本配置參數(shù)信息，本案例暫不進(jìn)行Hartung and Knapp調(diào)整，使用IV法進(jìn)行效應(yīng)量計(jì)算。

上表格展示效應(yīng)量率的結(jié)果，并且展示各文獻(xiàn)對(duì)于‘合并效應(yīng)’的貢獻(xiàn)情況即權(quán)重值，權(quán)重越大意味著該文獻(xiàn)對(duì)于Meta合并效應(yīng)的貢獻(xiàn)越大，即該文獻(xiàn)對(duì)于合并效應(yīng)的影響力度越大。本案例時(shí)7個(gè)文獻(xiàn)資料的權(quán)重基本持平，但是平均值差異較大，最終合并效應(yīng)值為0.306，95%置信區(qū)間介于0.109 ~ 0.503。從上表格暫不無(wú)法判斷異質(zhì)性問題，接下來通過森林圖和異質(zhì)性檢驗(yàn)表格具體查看。

森林圖直觀展示Meta分析結(jié)果，從本案例上看，各個(gè)文獻(xiàn)的均值差異相對(duì)很大，而且合并效應(yīng)的置信區(qū)間也很大（菱形很寬），意味著很可能存在著比較嚴(yán)重的異質(zhì)性問題，接下來使用檢驗(yàn)等指標(biāo)具體分析異質(zhì)性情況（當(dāng)然圖里面也有展示異質(zhì)性檢驗(yàn)的關(guān)鍵指標(biāo)比如Q檢驗(yàn)等）。

異質(zhì)性檢驗(yàn)有多種方式，包括：Q檢驗(yàn)，I2值判斷，H值判斷等。通常情況下Q檢驗(yàn)時(shí)p值>0.1，即說明無(wú)異質(zhì)性（即同質(zhì)性）；I2指標(biāo)衡量組間異質(zhì)性的占比情況，通常I2大于50%時(shí)認(rèn)為異質(zhì)性較高，I2大于75%時(shí)認(rèn)為異質(zhì)性過高；通常H值大于1.5則說明存在異質(zhì)性，H值小于1.2說明不存在異質(zhì)性問題，如果H介于1.2 ~ 1.5之間時(shí)，如果95%區(qū)間包括1說明沒有異質(zhì)性，反之說明具有異質(zhì)性。

從上表格可以看到：Q檢驗(yàn)顯示p值=0.000<0.01，意味著存在異質(zhì)性問題，并且I2值為99.86%，意味著異質(zhì)性問題嚴(yán)重，H值為27.01, H2值為729.69，進(jìn)一步說明本次案例數(shù)據(jù)存在嚴(yán)重的異質(zhì)性問題，應(yīng)該使用隨機(jī)效應(yīng)（當(dāng)然本案例本身已經(jīng)使用隨機(jī)效應(yīng)）。與此同時(shí)，也可進(jìn)一步尋找異質(zhì)性問題的原因，可考慮移除導(dǎo)致異質(zhì)性問題的文獻(xiàn)然后再次分析等。

Meta分析時(shí)還有個(gè)關(guān)鍵問題是發(fā)表偏倚。有較多的方式可進(jìn)行發(fā)表偏倚的查看和檢驗(yàn)等，SPSSAU提供Egger檢驗(yàn)和Begg檢驗(yàn)，漏斗圖和Trim剪補(bǔ)法。上表格顯示：Egger檢驗(yàn)時(shí)p值為0.378大于0.05，則認(rèn)為不存在發(fā)表偏倚；Begg檢驗(yàn)時(shí)p值為0.652大于0.05，則認(rèn)為不存在發(fā)表偏倚。當(dāng)然還可以使用更加直觀的漏斗圖查看發(fā)表偏倚問題。

漏斗圖時(shí)，橫坐標(biāo)為效應(yīng)量（本案例為率值），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(diǎn)介于漏斗內(nèi)兩側(cè)并且基本上呈現(xiàn)出對(duì)稱狀態(tài)，那么意味著沒有發(fā)表偏倚問題。上圖顯示有4個(gè)文獻(xiàn)在漏斗圖外側(cè)，并且散點(diǎn)并沒有絕對(duì)的對(duì)稱，意味著從漏斗圖上看有著一定的發(fā)表偏倚問題，這與上述檢驗(yàn)出現(xiàn)矛盾現(xiàn)象，這種情況在研究文獻(xiàn)較少的時(shí)候容易出現(xiàn)，具體研究者應(yīng)該綜合決擇，這是由于漏斗圖直觀但其在研究文獻(xiàn)數(shù)量較少時(shí)，直觀上容易看出明顯的偏差，但檢驗(yàn)上并沒有那么嚴(yán)重（另外需要注意的是：本案例數(shù)據(jù)具有嚴(yán)重的異質(zhì)性問題，也有可能異質(zhì)性問題額外帶來了發(fā)表偏倚問題）。如果以漏斗圖結(jié)果為準(zhǔn)，那么還可進(jìn)一步使用Trim剪補(bǔ)法，然后使用校正合并效應(yīng)結(jié)果值。

Trim剪補(bǔ)法時(shí)剪去漏斗圖中不對(duì)稱項(xiàng)，并且沿漏斗圖中心兩側(cè)填補(bǔ)上被剪切部分，并且基于剪補(bǔ)后數(shù)據(jù)重新進(jìn)行效應(yīng)量計(jì)算，以校正異質(zhì)性問題帶來的效應(yīng)量偏差。上表格中列出的第1行為真實(shí)數(shù)據(jù)結(jié)果，第2行為填補(bǔ)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(bǔ)處理。本次案例進(jìn)行Trim剪補(bǔ)法后，填補(bǔ)2項(xiàng)，并且合并效應(yīng)發(fā)生較為明顯的變化，從0.306變化為0.162，并且置信區(qū)間從不包括0，變?yōu)榘〝?shù)字0。

敏感性檢驗(yàn)表格使用逐一剔除檢驗(yàn)法進(jìn)行研究。每行表示移除該項(xiàng)后剩余項(xiàng)的meta合并效應(yīng)量結(jié)果，效應(yīng)量率是否為0的z檢驗(yàn)結(jié)果及I2指標(biāo)值；比如第1行表示如果不納入‘Hartman 2008’這篇文獻(xiàn)數(shù)據(jù)，余下其余文獻(xiàn)進(jìn)行Meta分析的合并效應(yīng)結(jié)果等。另外，表格最后一行展示所有研究的合并效應(yīng)結(jié)果；綜合上表格來看，任意移除一篇文獻(xiàn)資料時(shí)，I2值均接近1，意味著本案例數(shù)據(jù)具有嚴(yán)重的異質(zhì)性問題，應(yīng)該首先處理掉嚴(yán)重異質(zhì)性問題后再進(jìn)行分析，此種做為更為科學(xué) 穩(wěn)妥。

與此同時(shí)，還可使用森林圖直觀展示敏感性檢驗(yàn)結(jié)果，如下圖中可以看到，逐一移除單獨(dú)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(yàn)，合并效應(yīng)結(jié)果具有良好的穩(wěn)健性（但這種穩(wěn)健性是基于嚴(yán)重異質(zhì)性前提，所以本案例文獻(xiàn)資料有著嚴(yán)重的異質(zhì)性需要處理）。

累積效應(yīng)結(jié)果展示逐一納入新的研究后的效應(yīng)量和95%置信區(qū)間等； SPSSAU中進(jìn)行累積效應(yīng)時(shí)，默認(rèn)自上而下不停地納入文獻(xiàn)，如果需要改變順序，那么可通過修改放入的原始數(shù)據(jù)順序進(jìn)行改變。

下面森林圖是累積效應(yīng)的可視化呈現(xiàn)結(jié)果。

6 剖析

Meta分析涉及以下幾個(gè)關(guān)鍵點(diǎn)，分別如下：

• Meta分析通常關(guān)注三項(xiàng)內(nèi)容，分別是異質(zhì)性問題，發(fā)表偏倚問題和穩(wěn)健性問題；異質(zhì)性問題具有多個(gè)檢驗(yàn)指標(biāo)，有時(shí)候可能出現(xiàn)不一致結(jié)論，建議綜合進(jìn)行決擇判斷，類似地，發(fā)表偏倚也有多種檢驗(yàn)和查看方式，通常使用漏斗圖查看和分析即可，Meta敏感性檢驗(yàn)常用逐一剔除法。

疑難解惑

• 如果不滿足異質(zhì)性檢驗(yàn)時(shí)如何辦？

如果基本沒有異質(zhì)性問題，那么建議使用固定效應(yīng)即可，當(dāng)然此時(shí)使用隨機(jī)效應(yīng)也可以；如果說異質(zhì)性問題不太嚴(yán)重，那么直接使用隨機(jī)效應(yīng)模型即可；如果說異質(zhì)性問題非常嚴(yán)重，建議進(jìn)一步查看導(dǎo)致異質(zhì)性問題的原因并且處理后分析使用。

• 如果不滿足發(fā)表偏倚怎么辦？

如果漏斗圖發(fā)表散點(diǎn)不在漏斗內(nèi)側(cè)并且明顯不對(duì)稱，那么建議使用剪補(bǔ)法，并且最終使用修正后的合并效應(yīng)結(jié)果。當(dāng)然也可找出導(dǎo)致不對(duì)稱的文獻(xiàn)，并且移除該文獻(xiàn)后再次分析。

• 如果沒有通過敏感性檢驗(yàn)怎么辦？

SPSSAU中，敏感性檢驗(yàn)使用逐一剔除法，綜合對(duì)比和分析結(jié)論上的變化等。當(dāng)然還可以有其它處理方法，比如一次性剔除兩篇文獻(xiàn)等，建議綜合對(duì)比決擇等。如果剔除某一文獻(xiàn)后合并效應(yīng)發(fā)表非常明顯的變化，可考慮將該文獻(xiàn)不納入分析范圍。