meta分析

meta分析统计方法-随机对照试验的风险评估rob

如果随机对照试验(RCT)和观察性研究在设计或实施上存在缺陷,则可引起误导性结果的额外 风险(其他出版物称为“有效性”或“内部有效性”问题),即研究的局限性或偏倚风险。

那么,rct的评估偏倚风险时,有哪些内容呢?我们通常从以下7个方面去考虑:

应用的是如下量表:

Cochrane协作网评价偏倚风险工具 

描     综述作者的评判
序列产生 以一种不充分细节的方式描述用于产生分配序列的方法以允许评价其是否产生可比性分组 分配序列的产生恰当吗
分配隐藏 以一种不充分细节的方式描述用于隐藏分配序列的方法以决定干预措施分配是否能被预先获知,或在试验中、患者登记注册时获知 分配被恰当地隐藏了吗
对受试者、研究人员与结局评价者施盲(应当对每一个主要结局或分类结局进行评价) 描述所有使用的测量方法,对可能得知受试者将接受哪一项干预措施的研究受试者与研究人员施盲。提供任何与盲法是否有效地相关信息 在研究过程中,对分配的干预措施的获知是否试试了恰当地预防
不完全结局资料(应当对每一个主要结局或分类结局进行评价) 针对每一项主要结局数据,进行完整地描述,包括减员与从分析中剔除。陈述每一干预组减员与剔除的数量(对照于整个随机化受试者)、是否被报告及其理由,以及被综述作者在分析部分所实施的再次纳入 不完全结局数据是否被恰当地处理了
选择性结局报告 陈述被综述作者检测的选择性结局报告的可能程度以及发现了什么 试验报告是否表明没有选择性结局报告
其他偏倚来源 陈述任何关于在工具中其他领域没能解决偏倚的重要考虑。如在综述大纲中预先确定的问题/条目,应当提供每项问题/条目的结果 研究是否明显没有其他能导致其具有高偏倚风险的问题

 

具体评估过程中是采用问答的形式,如下:

在“偏倚风险”评估工具中评判偏倚风险的标准

评判“是”的标准

(即低偏倚风险)

评判“否”的标准

(即高偏倚风险)

评判为“不清楚”的标准

(偏倚风险不清楚)

序列产生:分配序列是否恰当地产生?(简称序列产生恰当吗?) 在序列产生过程中,研究者描述随机方法如下:提及随机数字表;使用计算机随机数字发生器;抛硬币;洗扑克或信封;掷骰子;抽签;最小化(minimization)(最小化没有应用随机成分,但被认为与随机化等同) 在序列产生过程中,研究者描述了非随机方法,通常,这些描述包括一些系统、非随机方法,例如:以出生日期的奇偶数分配;以入院日期为基础的一些规则分配;以医院或临床病案号为基础的一些规则分配;

较之上面提及的系统性方法,其他非随机方法发生更少的频率,并且倾向于显而易见。例如:由临床医生判断分组,由受试者意愿决定分组,基于实验室检测或一系列检索结果分组,根据干预措施的有效性分组

关于序列产生过程的信息不充分而不足以判断“是”或“否”
分配隐藏:分配是否恰当地被隐藏?(简称分配隐藏?) 受试者与研究者不能预知纳入受试者的分配,因为下述方法之一,或一个同等的方法被用于隐藏分配:中心化分配(包括电话、基于网络以外药房控制,随机化);同一外观、连续编号的药物容器;连续编号、不透明的密封信封 受试者或研究者可能预知纳入受试者的分配并因此引入选择偏倚,如基于下面的分配:使用开放型随机分配计划表(例如随机数字清单);使用缺乏适当保护措施的分配信封(如信封没有封口而可透视的或没有连续编号);交替或循环、出生日期、病案记录号;任何其他明显未经隐藏的方法 信息不充分而不足以判断“是”或“否”。若隐藏方法没有描述或描述的细节不够充分不足以给予肯定判断,这是常见的情形。例如,如果描述了使用分配信封,但仍然不清楚是否信封被连续编号、不透明以及被密封
对受试者、研究人员与结局评价者施盲:在研究过程中是否恰当地预防了分配干预措施的预知?(简称盲法?) 没有盲法,但综述作者判断结局与结局测量不可能因为缺乏盲法而受影响;确保了对受试者与关键的研究人员施盲,破盲是不可能的;对受试者或一些关键研究人员没有实施盲法,但结局评价被实施了盲法以及其他非盲者不可能引入偏倚 没有盲法或盲法不完全,以及结局或结局测量很可能受到缺盲的影响;试图对关键受试者及研究人员施盲,但很可能盲法已被破坏包括没有对受试者及一些关键研究人员施盲,并且其他的非盲可能引入了偏倚 信息不充分而不足以判断“是”或“否”施盲;研究没有讨论结局
不完全结局资料:是否不完全结局数据被恰当地处理?(简称不完全结局数据被处理了吗?) 没有丢失结局数据;丢失结局数据原因与真实结局不可能相关(对于存活数据,删改不可能引入偏倚);丢失结局数据在各干预组的数量上均衡;对于二分类结局资料,与观测事件率比较,丢失结局的比例对干预效应估计不足以有临床相关影响;对于连续结局数据,丢失结局中似真的效应大小(均差或标准均差)对观测效应大小不足以产生一个临床相关的影响;已经使用恰当的方法对丢失数据进行处理 丢失结局数据的原因可能与真实结局相关,在干预组间丢失数据数量或原因是不平衡的;对于二分类结局数据,较之于观测事件率,丢失结局的比例在干预效应估计上足以引入临床相关偏倚;对于连续性结局数据,丢失结局中似真的效应大小(均差或标准均差)对观测效应大小足以产生一个临床相关的偏倚实施的“视为治疗”分析具有源于随机分配之干预的实质性潜在而不适当的简单填补应用 报告减员/排除不充分而不足以判断“是”或“否”(如,随机数字没有陈述,丢失数据原因没有提供);研究没有讨论结局
选择性结局报告:是否研究报告表明没有选择性结局报告?(简称无选择性报告?) 可获得研究大纲,在综述中感兴趣的所有研究中预先确定的结局(主要与次要)以预先拟定的方式报告;研究大纲不可获得,但已发表报告中清楚地纳入了所有期望结局,包括那些预先特定化结局 不是所有研究中预先特定化的主要结局都被报告一个活多个主要结局使用测量、分析方法或数据的亚集(例如亚评分)形式报告,而这些不是预先确定的方式一个或多个报告的主要结局未能按照其报告中能获得的原先确定的清晰标准报告,如一个非预期的副作用综述所关注的一个活多个结局没有被充分的报告,以至于这些数据不能进入Meta分析,研究报告从一个关键结局中纳入结果失败,而这个结果非常期望能在这样一项研究中被报道。 息不充分而不足以判断“是”或“否”。很可能大多数研究都将进入这一类别

 

整理为如下样式的表格:

 

在revman中进行编辑然后导出图形:

 

 

 

 

 

 

Risk of bias graph:

 

相同的方法可以得到以下图形:

Risk of bias summary:

 

 

拓展知识:

SNPmeta

SNPMETA1

SNPMETA2_检索式

SNPMETA3_索要原始文献+数据提取

 

教你如何做一篇meta分析1_

教你如何做一篇meta分析2_

教你如何做一篇meta分析3_哈温平衡的计算

教你如何做一篇meta分析4_NOS量表的制作

 

网状emta分析必备技能

网状emta分析必备技能1

网状meta分析必备技能2_R软件gemtc包

网状Meta分析必备技能3_数据初始值的设定

网状Meta分析必备技能4_Gemtc实现生存分析

网状meta分析必备技能5_HR风险比

网状meta分析必备技能6_R+Rstudio运用meta包做简单meta分析

网状meta分析必备技能7_使用R、GeMTC和STATA软件实现连续变量的网状Meta分析

 

网状meta分析stata简易教程

NMA(网状meta分析)stata简易教程(1)

NMA(网状meta分析)stata简易教程(2)网状图

NMA(网状meta分析)stata简易教程(3)贡献图

NMA(网状meta分析)stata简易教程(4)漏斗图的制作

NMA(网状meta分析)stata简易教程(5)排序图的制作

 

诊断性meta分析简单实现

诊断性meta分析简单实现(1)之revman

诊断性meta分析简单实现(2)

诊断性meta分析简单实现(3)

诊断性meta分析简单实现(4)_meta-disc

诊断性meta分析简单实现(5)_结果的展示和解读

 

其他

meta分析统计方法-随机对照试验的风险评估rob

生物标记物(基因)联合诊断模型的stata实现ROC(AUC)

生物标记物(基因)联合诊断模型的R实现ROC(AUC)

(0)

热评文章

发表评论