SPSSAU-在線SPSS分析軟件

? ? ??Meta薈萃分析（也稱Meta分析，元分析，異質(zhì)性分析等），其是一種綜合各種文獻(xiàn)結(jié)論，進(jìn)而匯總綜合評(píng)價(jià)的方法，Meta分析常用于醫(yī)學(xué)、心理學(xué)、教育學(xué)、生態(tài)學(xué)等專業(yè)領(lǐng)域。通俗地看，Meta分析是將多篇類似研究的文獻(xiàn)進(jìn)行匯總，將多個(gè)文獻(xiàn)的研究結(jié)論進(jìn)行總結(jié)，并且通過(guò)一系列科學(xué)分析，從而得到科學(xué)結(jié)論的方法。

按照數(shù)據(jù)類型，Meta分析可包括多種類型，比如連續(xù)性數(shù)據(jù)進(jìn)行均值差異比較，二分類數(shù)據(jù)進(jìn)行比率差值對(duì)比（或計(jì)算優(yōu)勢(shì)比OR值，相對(duì)危險(xiǎn)度RR值等），當(dāng)然SPSSAU中還包括單個(gè)率、相關(guān)系數(shù)、平均值，或者OR值/HR值的Meta分析等，并且提供一般倒方差法時(shí)的Meta分析。Meta分析涉及專業(yè)術(shù)語(yǔ)和名詞較多，比如效應(yīng)量、效應(yīng)量測(cè)量、Meta模型、估計(jì)方法、發(fā)表偏倚(Begg檢驗(yàn)和Egger檢驗(yàn)，Trim剪補(bǔ)法)、敏感性檢驗(yàn)、累積Meta和Meta回歸，森林圖和漏斗圖等，上述名詞將在下述案例中具體說(shuō)明。

連續(xù)性數(shù)據(jù)Meta薈萃分析案例

1 背景

當(dāng)前有五篇文獻(xiàn)進(jìn)行隨機(jī)對(duì)照實(shí)驗(yàn)，數(shù)據(jù)如下：包括文獻(xiàn)名稱（Study）、實(shí)驗(yàn)組和對(duì)照組分別的平均值、標(biāo)準(zhǔn)差和樣本量數(shù)據(jù)，如下圖所示：

需要注意的是，Study表示文獻(xiàn)名稱，其由研究者自行處理格式即可，并無(wú)固定要求。另外，如果希望進(jìn)行亞組分析，則需要在‘subgroup亞組’列中放入亞組信息（比如男/女，或A/B等），cov是協(xié)變量的意思，如果有協(xié)變量數(shù)據(jù)，那么系統(tǒng)會(huì)自動(dòng)進(jìn)行Meta回歸，當(dāng)前最多支持3個(gè)協(xié)變量。

2 理論

Meta分析時(shí)涉及較多的專業(yè)名詞，整理如下表格所示：

針對(duì)Meta分析，其常見(jiàn)的分析步驟如下：

3 操作

本例子中操作截圖如下：

• 關(guān)于效應(yīng)量：默認(rèn)情況下應(yīng)該選擇標(biāo)準(zhǔn)化均值差SMD，其會(huì)處理量綱問(wèn)題等，即使本案例數(shù)據(jù)并無(wú)單位量綱問(wèn)題；基于標(biāo)準(zhǔn)化均值差SMD時(shí)包括3種效應(yīng)量計(jì)算方式，默認(rèn)使用Hedges，3種方式并無(wú)特別要求，具體建議以文獻(xiàn)為準(zhǔn)；

• 效應(yīng)量計(jì)算方法為倒方差法IV，不同文獻(xiàn)資料時(shí)計(jì)算方法不同，比如二分類時(shí)SPSSAU會(huì)提供比如MH法；

• Meta模型：分析上默認(rèn)認(rèn)為有異質(zhì)性問(wèn)題（理論上異質(zhì)性問(wèn)題一定存在，只是程度而已，程度很低時(shí)則使用固定效應(yīng)即可），因而默認(rèn)使用隨機(jī)效應(yīng)；以及估計(jì)方法一般情況下使用DL法即可，SPSSAU還提供其它方式，但其結(jié)果通常基本一致；

• 出于演示需要，因而選擇其余參數(shù)，包括Hartung and Knapp調(diào)整，該調(diào)整會(huì)影響合并效應(yīng)的置信區(qū)間值，要求SPSSAU提供發(fā)表偏倚結(jié)果，敏感性檢驗(yàn)結(jié)果，累積Meta分析結(jié)果和Meta回歸結(jié)果（需要提示的是：如果沒(méi)有協(xié)變量數(shù)據(jù)，即使用選中Meta回歸也不會(huì)有對(duì)應(yīng)結(jié)果）；

• 發(fā)表偏倚：該參數(shù)選中后，SPSSAU會(huì)輸出漏斗圖、Begg檢驗(yàn)和Egger檢驗(yàn)和Trim剪補(bǔ)法結(jié)果等；

• 敏感性檢驗(yàn)：該參數(shù)選中后，SPSSAU提供‘逐一剔除法’檢驗(yàn)方式；

• 累積Meta：該參數(shù)選中后，SPSSAU提供逐一增加文獻(xiàn)資料后的Meta效應(yīng)結(jié)果匯總。

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(shuō)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Meta分析的基本配置參數(shù)信息，上表格中研究個(gè)數(shù)k值是指研究文獻(xiàn)數(shù)量，本案例僅為5個(gè)較少。除此之外，tau2估計(jì)方法即指Meta分析模型估計(jì)方法，在異質(zhì)性檢驗(yàn)表格中會(huì)展示tau2值。

上表格展示效應(yīng)量結(jié)果，包括各研究文獻(xiàn)的效應(yīng)量及其98%置信區(qū)間，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。本案例共5篇文獻(xiàn)，各篇文獻(xiàn)的權(quán)重值基本均在在20%左右。以及最后1行展示最關(guān)鍵的‘合并效應(yīng)’信息，本案例為-0.027（-0.263 ~ 0.210），95%置信區(qū)間不包括數(shù)字0，即意味著合并效應(yīng)值并不會(huì)明顯偏離數(shù)字0，那么意味著實(shí)驗(yàn)組和對(duì)照組并無(wú)明顯的差異。除此之外，還可通過(guò)z檢驗(yàn)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(shuō)明合并效應(yīng)不會(huì)明顯的偏離數(shù)字0，也即意味著實(shí)驗(yàn)組和對(duì)照組的均值并無(wú)明顯差異。

合并效應(yīng)是最終關(guān)鍵結(jié)果，但需要說(shuō)明的是，Meta分析還需要確?！愘|(zhì)性問(wèn)題’，‘發(fā)表偏倚問(wèn)題’等均通過(guò)科學(xué)論證之后，才能認(rèn)為該結(jié)果具有科學(xué)性，即還需要有下要這的異質(zhì)性檢驗(yàn)和發(fā)表偏倚檢驗(yàn)等，并且一般還需要通過(guò)敏感性檢驗(yàn)。

森林圖直觀展示Meta分析結(jié)果，森林圖中包括信息為：各文獻(xiàn)的效應(yīng)量及其95%置信區(qū)間，各文獻(xiàn)的權(quán)重信息，以及異值性檢驗(yàn)關(guān)鍵指標(biāo)結(jié)果（tau2值，I2值，Q檢驗(yàn)），并且展示z檢驗(yàn)結(jié)果（檢驗(yàn)合并效應(yīng)是否為0的檢驗(yàn)）。森林圖中中間部分可視化展示效應(yīng)量及其置信區(qū)間，以及中間部分黑色矩陣的大小表示權(quán)重相對(duì)大小。菱形為合并效應(yīng)及其95%置信區(qū)間的展示，如果菱形越小，則意味著合并效應(yīng)的置信區(qū)間越小。中間豎著虛線表示合并效應(yīng)大小。

從森林圖可以看到，‘Hartman 2008’和‘Weins 2015’這兩篇文獻(xiàn)的效應(yīng)量會(huì)大于‘合并效應(yīng)’，另外3篇文獻(xiàn)的效應(yīng)量小于‘合并效應(yīng)’。以及‘Hartman 2008’這篇文獻(xiàn)的Hedges效應(yīng)量為0.28，95%置信區(qū)間不包括數(shù)字0，但是其余4篇文獻(xiàn)的效應(yīng)量95%置信區(qū)間均包括數(shù)字0，意味著該4篇文獻(xiàn)時(shí)，實(shí)驗(yàn)組和對(duì)照組本身并無(wú)均值差異。

至于森林圖中的異質(zhì)性檢驗(yàn)結(jié)果等，其在‘異質(zhì)性檢驗(yàn)’表格中也有呈現(xiàn)。并且從森林圖整體來(lái)看，5篇文獻(xiàn)的效應(yīng)量有一定的偏差但并不是特別大，意味著可能存在不嚴(yán)重的異質(zhì)性問(wèn)題。

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(shuō)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(guò)高；通常H值大于1.5則說(shuō)明存在異質(zhì)性，H值小于1.2說(shuō)明不存在異質(zhì)性問(wèn)題，如果H介于1.2 ~ 1.5之間時(shí)，如果95%區(qū)間包括1說(shuō)明沒(méi)有異質(zhì)性，反之說(shuō)明具有異質(zhì)性。

從上表格可以看到：Q檢驗(yàn)顯示p值=0.033

上表格中還包括tau2值 和H2值，tau2表示效應(yīng)量的離散異質(zhì)程度，其一般使用D-L法或REML法進(jìn)行估計(jì)，其為隨機(jī)效應(yīng)時(shí)輸出指標(biāo)值，該值越大表示組間異質(zhì)性越大，該值涉及隨機(jī)效應(yīng)計(jì)算的底層方式，但該值無(wú)法進(jìn)行相對(duì)大小對(duì)比，通常在森林圖中進(jìn)行展示即可。與此同時(shí)，H2值表示總變異除以組內(nèi)變異，其為H的平方，H和H2越大意味著異質(zhì)性越高。

Meta分析時(shí)還有個(gè)關(guān)鍵問(wèn)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。

Egger檢驗(yàn)時(shí)p值大于0.05，則認(rèn)為不存在發(fā)表偏倚，反之說(shuō)明可能存在發(fā)表偏倚；Begg檢驗(yàn)時(shí)p值大于0.05，則認(rèn)為不存在發(fā)表偏倚，反之說(shuō)明可能存在發(fā)表偏倚。通常情況下，研究文獻(xiàn)數(shù)量較少時(shí)可能更偏向于使用Begg檢驗(yàn)，以及當(dāng)研究數(shù)量較少時(shí)（通常小于10時(shí)認(rèn)為較少），使用Egger檢驗(yàn)或Begg檢驗(yàn)均不能很好地對(duì)發(fā)表偏倚進(jìn)行檢驗(yàn)，因而可使用漏斗圖這種直觀式方式進(jìn)行查看發(fā)表偏倚問(wèn)題。

漏斗圖時(shí)，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(shuō)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(méi)有發(fā)表偏倚問(wèn)題。上圖顯示5個(gè)研究文獻(xiàn)散點(diǎn)均在漏斗內(nèi)側(cè)并且基本對(duì)稱，因而直觀上看數(shù)據(jù)并沒(méi)有發(fā)表偏倚問(wèn)題。與此同時(shí)，當(dāng)研究資料出現(xiàn)發(fā)表偏倚問(wèn)題時(shí)，還可使用Trim剪補(bǔ)法進(jìn)行正‘合并效應(yīng)’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(wèn)題帶來(lái)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(méi)有進(jìn)行填補(bǔ)處理。

本次案例進(jìn)行Trim剪補(bǔ)法后，并沒(méi)有填補(bǔ)項(xiàng)，因而剪補(bǔ)前和剪補(bǔ)后結(jié)果完全一致，這也進(jìn)一步說(shuō)明并沒(méi)有發(fā)表偏倚問(wèn)題，與此同時(shí)，SPSSAU提供Trim剪補(bǔ)后的漏斗圖（由于剪補(bǔ)前和剪補(bǔ)后完全一致，因而漏斗圖也完全一致）。

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4篇文獻(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(lái)看，各個(gè)效應(yīng)量值對(duì)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(shí)驗(yàn)組和對(duì)照組均值差無(wú)明顯差異）這一結(jié)論，具有穩(wěn)健性。與此同時(shí)，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(lái)了明顯的異質(zhì)性問(wèn)題（因?yàn)閷⑵湟瞥驣2明顯由61.89%下降為13.80%）。

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，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(méi)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(guò)敏感性檢驗(yàn)，合并效應(yīng)結(jié)果具有良好的穩(wěn)健性。

累積效應(yīng)結(jié)果展示逐一納入新的研究后的效應(yīng)量、95%置信區(qū)間及效應(yīng)是否為0的z檢驗(yàn)結(jié)果和I2等；比如上表格第3行‘(+)AHS 2018’表示在‘Hartman 2008’基礎(chǔ)上再加入該文獻(xiàn)后的合并效應(yīng)量結(jié)果等。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(guò)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(wèn)題，發(fā)表偏倚問(wèn)題和穩(wěn)健性問(wèn)題；異質(zhì)性問(wèn)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(méi)有異質(zhì)性問(wèn)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(shuō)異質(zhì)性問(wèn)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(shuō)異質(zhì)性問(wèn)題非常嚴(yán)重，建議進(jìn)一步查看導(dǎo)致異質(zhì)性問(wèn)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(méi)有通過(guò)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。