【Meta分析】不同类型数据转换方法

系统评价/Meta分析指全面收集所有相关研究并逐个进行严格评价和分析，再用定性或定量合成的方法对资料进行处理得出综合结论的研究方法。在指导学员的过程中发现初学者在学习过程中常常会碰到许多共性问题，本公众号特此开设专栏解答，希望能够和大家共同学习交流Meta分析，共同成长，如有不当之处，还请大家批评指正。本期我们分享的是数据转换处理的几点经验。

01

序言

在前期，我们为大家介绍了【Meta分析】图形数据提取神器，虽然能够帮助到大家进一步提取到数据，但是在论文中尤其是连续性变量数据存在不同的展示格式，如可信区间、标准误等，这都使我们的数据处理存在一定的困难，使新手望而生畏。课程中我们为大家介绍了若干工具，今天我们将详细介绍其使用方法，帮助大家克服数据处理中的"拦路虎"，助力Meta分析的早日成文。

概述

在实际研究中,Meta分析纳入研究所呈现的数据格式未必是完全一样的,或者报道的数据格式不满足meta分析的要求。针对上述情况,一般有三种处理方式：一是联系初始研究的作者索要符合Meta分析的信息；二是舍弃不符合要求原始研究；三是通过效应量转换的方式以符合Meta分析的要求。第一种在实践中难以成功,很少收到回信邮件，而第二种会损失掉发表信息，很可能造成发表偏倚的存在，只有第三种方式值得提倡,接下来我们将借助Cochrane Handbook详细介绍不同类型数据的转换方法

基线值、终点值和改变值

在连续性变量中通常会测定结局指标的基线值，同时还包括一个终点值，有时论文也会直接报道前后的改变值，在实际数据处理过程中，我们应尽可能使用改变值进行统计分析。这其实很好理解，例如一个患者基线血压是140mmHg，使用药物A后血压将为120mmHg，另一个患者基线血压是137mmHg，使用药物B后血压降为120mmHg，虽然终点值相同，但我们能说这两个药物治疗效果是一样的吗？从实际情况来看A使血压下降了20mmHg，B使血压下降了17mmHg，应该是A更好。但是如果有的原始研究没有提供基线值，导致我们不能使用终点值-基线值计算改变值时，应该使用怎样的解决办法，这时Cochrane手册为大家推荐了解决的办法，一般我们认为在进行临床试验时，干预组与对照组的基线数据都是可比的，因此在利用MD进行合并时，可以将终点数据与改变值数据进行亚组分析合并，看结果是否一致（例如例子中虽然A多下降3mmHg，但是这对于临床治疗时可能没有统计学差异，因此结果与终点值合并统计是一样的）。而在进行SMD合并时，可以均选用终点值进行合并，但这一结论还未得到明确支持，原则上不推荐大家使用。

因此总的来说处理连续性变量数据的方法：

1.  提供了前后改变值，直接进行提取

2.  提供了基线值和终点值，可通过公式进行换算成改变值

3. 仅存在终点值时，可利用终点值进行亚组分析

掌握了总的原则后，在实际情况中，如何掌握不同类型数据的转换方法进行换算呢？

标准误和可信区间

进行此转换时，必须从单个干预组内计算SE，并且不得为两个干预组之间的均值差的SE。平均值的可信区间也可以用于计算SD。同样，以下内容适用于干预组内计算的平均值的置信区间，而不适用于干预之间差异的估计。大多数报告的置信区间是95％的置信区间。如果样本量较大（每组样本均大于100),认为数据符合正态分布，则如果样本量较小（每组均小于60)，则应当使用一个t分布值来计算。t分布值可以用自由度（等于组样本量减去1）从t分布表得到。有关t分布的详细资料可从许多统计学书附录或标准的计算机电子表格软件包获得。例如样本量为25的95%可信区间的t值，可通过键入=tinv （1-0.95,25-1）在Microsoft Excel电子表格的单元格里而获得（结果是2.0639）。上述公 式中的除数3.92将改为2×2.0639=4.128。

中位数和四分位间距/极差

当数据分布对称时，中位数与均数很类似，因此中位数有时直接用于Meta分析。然而，当数据偏态分布时，均数和中位数可能有很大的不同，经常以中位数和四分位间距或者极差的形式进行报道，当样本量较大且结果的分布与正态分布相似时，四分位数范围的宽度将约为1.35 SD。在其他情况下，尤其是当结果的分布偏斜时，则无法从四分位间距估计SD。因此，如果样本量较大，则可以通过(四分位上限-四分位下限）/1.35表示SD，用中位数代表Mean，当样本量较小时，以数据难以获得的原因排除这篇文献。而极差是非常不稳定的，且随样本量增加而增大，它描述的是观察结局的极限值而不是平均变量，不应当用来估计标准差。但是大家也可以使用Cochrne官方推荐的Wan等开发的Excel计算器工具进行相应的换算，需在论文中注明相应的方法学，并进行敏感性分析看结果是否稳健。

合并值

有时希望将报告的两个亚组合成一个组。例如，如果一个研究分别报告了每一个干预组中男女的样本量、均数和标准差，就可以如此做。这个公式也适用于多个干预组比较的研究，可将两个干预组合并成一个干预组。例如，第1组和第2组可能是一个干预措施的两种变异形式，而参与者被随机分配入其中一个组。

那么这么多数据转换如何简便的去进行换算呢？其实有非常聪明的科研工作者已经为我们整理好了科研工具，我们只要输入数字，结果自然来，不用去死记硬背公式进行计算。

循证医学数据提取的数据换算神器

该神器由胡东才医生参考刘鸣等主编的《系统评价、meta分析设计与实施方法》，分享至丁香园，原帖链接见https://www.dxy.cn/bbs/newweb/pc/post/27459600，主要整理了10种类型的数据转换方法，并且均附加了说明，在使用时需要严格参照适用标准进行数据的转换，但是不足之处该表年份较久，很多Cochrane Handnook的更新没有跟上，例如我们刚刚提到的Cochrne官方推荐的Wan等开发的Excel计算器工具进行四分位间距和极差的数据转换，同时该表对于两组之间的终点值-基线值计算改变值时相关系数直接取0.5目前也具有争议，在使用时大家需注意甄别，根据目前最新的研究成果调整自己的数据处理流程。

CMA软件

CMA软件，即Comprehensive Meta-analysis Software，多功能Meta分析软件是由美国和英国的科研团队共同开发完成的，由National Institutes of Health提供资金资助，主要包含数据录入、数据分析和高分辨图像三大模块。可输入数据格式多样：CMA软件为用户提供了超过100种的可输入数据格式，包括二分类变量（样本匹配，样本不匹配）、连续性变量、发生率、生存分析等。同时可根据自己的格式为每个研究输入数据，例如一项研究提供了事件和样本大小，但另一项研究提供了概率比和可信区间，另一些研究提供了P值和样本大小，这些均可以不用经过数据转换，直接在CMA中进行数据分析。

同时该软件还支持亚组分析、Meta回归功能，堪称傻瓜式Meta分析软件，在使用中，不用花时间去考虑数据转换的问题，而直接去实现Meta分析的操作，但缺点在于仅提供10天的试用，想要完整使用只能购买或者求助淘宝。