在做连续变量meta分析的时候,每篇文章中涉及到一下6个指标,分别为
实验组(基础值的平均值和其标准误、试验结束后的效应值的平均值和其标准误、效应值减去基础值的平均值和其标准误)
对照组(基础值的平均值和其标准误、试验结束后的效应值的平均值和其标准误、效应值减去基础值的平均值和其标准误)
具体如图所示。
看过好多meta分析的文章,几乎都没有具体说明采用哪两列数据做分析。唯一的一篇E文说采用效应值与基础值的差值做结果。其余文献就是说采用某某药品的效应值做指标,但这个效应值具体指哪一列,也没有明说。
从cochrane手册中有句话好像说,最好不要采用实验前后的差值做指标:figure 2!
想请教各位战友,在做meta分析的时候究竟选哪两列比较好呢?(2 and 4, or 3 and 6)?
如果只选2,4列的话,是不是就忽略了初始值的影响呢?
screen.width-333)this.width=screen.width-333' width=482 height=149 title='Click to view full Snap1.jpg (482 X 149)' border=0 align=absmiddle>
这是handbook中相关的描述。看其描述,好像是最好用试验终值做效应值。请各位老师指教,谢谢!!
(缩略图,点击图片链接看原图)
1.在楼主的第一篇帖子中,只要每一篇文章有某一连续性变量“变化值”的均数和标准差,我们就可以直接用这两个数字进行META分析。这是很好的一种研究资料了!
2.从理论上说,要是基线资料是没有统计学差异的话,我们可以直接用”最终值“的相关数据进行META分析了,而事实上,基线对结果是有影响的。
要是仅仅只有试验的“基础值”和“最终值”的均数与标准差,那么怎样解决这个问题呢?既要考虑“基础值”的大小,也要考虑到“最终值”的大小,因为干预措施对连续性变量的影响主要是通过干预前后的效应量的“变化”来实现的!
有一种办法可以---方法是'Change from base-line'。
为叙述方便,我们称最后输入REVMAN软件的为'效应均数“,标准差为”效应标准差“。经过以下变换就可以很好的利用”基础值“和”最终值“以及体现治疗前后的变化。
”效应均数“=X '效应标准差“=S “基础值“均数=X1 '基础值”标准差=S1 ”最终值“均数=X2 “最终值”标准差=S2
R 为常数(R=0.4 or 0.5)
S*S=S1*S1 S2*S2-2*R*S1*S2
X=│X1-X2│
通过以上运算就可以直接带入REVMAN软件了。
因为搞不懂在回复帖子中如何插入运算符号就只有这样表示了。呵呵。
实际是S等于等号后的计算值的平方根。
以上计算式子来源于“华西系统评价培训班”的培训课件。
3.其实,在做系统评价时,
A:最最好的连续性变量资料应该是每一个研究中的具体的每一个研究对象的治疗前后的“原始值”。但是在实践中我们几乎没有办法得到这样的资料。所以那只是一种理想的最求罢了!
B:所以就只有退而求其次的最求“变化值”的差值和标准差了;
C:当然,以上两种资料都没有办法获得的时候就只有找第三种资料了,就是楼主说的“基础值”及“最终值”的均数和标准差了。
D:要是连以上的数值资料都没有办法获得的时候,这样的系统评价就不能行META分析了哦!(比如只有均数和标准差中的一种的情况)
非常感谢天府兄的指点!!
1 天府兄的意思就是最好采用“变化值”的差值和标准差作为效应量输入到软件中(如B中所示)。实在是不行的话,采用C法,就是用基础值及最终值。
可是手册中的这句话“reviewers are advised not focus on the change from baseline unless this method of analysis was used in some of the trials results'
这句话好像是不推荐采用 change from baseline做效应量吧?
2 天府兄给出的这两个公式:S*S=S1*S1 S2*S2-2*R*S1*S2 和X=│X1-X2│跟手册中提到的变化值标准误的计算类似。不知道这个r值应该取多少为适宜呢?
另:天府兄能否共享一下华西的这个课件?谢谢
> 从统计学的原理来说,比较一个干预措施的效果,对于连续性变量,我们关注的是干预措施对于这个变量值的“改变量”,通过比较其在治疗组和对照组“改变量”的数值的大小,通过统计分析得出结论。
而REVMAN软件也是采用的这一原则。SMD和WMD均是均数“差”。其数字的来源本质就是一个“差值”,只是计算的方法不一样,意义有差异罢了。
所以我还是认为对于有基础值的变量,应该用change from baseline。除非基础值是0,那就没有必要了。比如用药后的血药浓度、或者一个评分。
> 从统计学的原理来说,比较一个干预措施的效果,对于连续性变量,我们关注的是干预措施对于这个变量值的“改变量”,通过比较其在治疗组和对照组“改变量”的数值的大小,通过统计分析得出结论。
而REVMAN软件也是采用的这一原则。SMD和WMD均是均数“差”。其数字的来源本质就是一个“差值”,只是计算的方法不一样,意义有差异罢了。
所以我还是认为对于有基础值的变量,应该用change from baseline。除非基础值是0,那就没有必要了。比如用药后的血药浓度、或者一个评分。
谢谢天府兄答复。其实我也感觉采用change from baseline比较好。或者最好采用change rate from baseline更好。可是手册中这句话难道我理解错了?
可惜现在我纳入的文献,只有两篇提供了change from baseline的SD。另外4篇都没提供这个SD,所以现在很头痛。如果按照手册中提供的公式,对那些缺失差值SD的研究的SD进行估计的话,占的比例太大了。现在我不知道该怎么办了。
还请天府兄指点,谢谢
学习一下
正困惑
各位的讨论建议非常有学习价值,谢谢大家的交流
天府之国 wrote:
>紫竹林之舞 wrote:
> >> > >
> > > > 麻烦说不上,大家共同学习
> > >
> > > > 1.crossover实验,两组的样本量应该是一样的,但是你还是应该看看分组情况,因为有时候的数据只能取前半部分,有时候是全部的数据都可以用。象你这样的情况,具体的N都不知道,你在REVMEN上面的N不知道啊,怎么计算呢?
> > >
> > > 2.至于SD的情况你可以看看手册上面写的关于SD的计算方法。上面提供了几种可以计算的公式。
> > > 3.要是实在没有办法算出来,我看也可以考虑使用结局数据均数和SD,关于这方面我问过这方面的统计专家,他是这么说的。呵呵。虽然我也觉得不对可能,只是要想做出结果可能也只有将就这样。要不就只有不合并了。还有就是再想办法找原始数据。
> > >
> > > 1.我知道各组的人数。如果文章中没有具体指明的话,应该是将实验前后的数据合并后再对两组进行比较的吧?
> >
> > 2。手册中SD的估计方法我也知道。但关键问题在于我只有两个研究知道具体的数值可以计算出R值,用来推断两外5个研究的SD值,这科学嘛?或者我不用我纳入的两个研究(提供具体信息)计算出的R值,直接采用0.5或者0。6之类的,这科学嘛?
> >
> > 请继续指教,谢谢!
> >
> > 1.从理论上说,随机对照试验的资料。最后结局 的数据可以拿来作为变化量使用,在这种情况下,因为我们可以认为基线完全一样,结局数据就是“变化量”。标准差也是这个道理。
> 2.你说的情况,“我只有两个研究知道具体的数值可以计算出R值,用来推断两外5个研究的SD值,这科学嘛?”。在手册上有明确的说明,8.5.2.10,但且嵝涯愕氖悄歉鲋杏⑽姆氲陌姹旧厦娴姆胗械阄侍猓阕詈弥苯涌丛嫉挠⑽牟牧希 V灰礁鰎值是一致的,我们就可以用这个r值去推断其他的试验,要是不一致的话,就不行了。
> 3.至于是否直接采用0.4和0.5,这个问题我也还不是很清楚。
>
> 推荐你再次看看手册中有关这样部分。其中一个重要的说法是用R去推断时,就涉及到一个假定:多个研究中,干预不改变结局指标的差异性。
>
> 谢谢天府兄!!
以前看过这一部分,但很粗略,就看了一下知道如何计算公式了。
又看了一遍,结论如下:
1 如果两篇得出的r值基本一致,就可以取平均值做R值,取估算其它的SD。若有多篇文章可以计算r值的话,最好一起计算并求平均值。
2 如果两篇差的多,建议用最终实验结果值。如天府兄所说,由于实验是随机设计,最终值就是效应值
手册好像不推荐采用估算Sd法,呵呵
我看我就用最终值好了,呵呵
非常感谢天府兄!!
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。