科研实务 | Meta分析：计数资料怎么处理（二分类变量的提取）

每天叫醒你的不是闹钟，而是知识

前面给大家介绍了Meta分析的概念、目的，并以实例讲解了Meta分析的思路（数据的认识、提取、汇总分析、效应量等）。

昨天讲的是有关计量资料（连续性变量）数据的提取和处理（如下图）：

针对这类数据，我们已经知道了，我需要提取的是每个研究或者文献中的：样本量、均数、标准差三个值，然后汇总一个新的指标去评价汇总之后的效果（这个新的指标称为效应量，连续型变量的效应量就是：均数差和标准化的均数差）。

那么针对下面的这一类的数据（如下图），应该怎么处理呢？

这类数据就是计数资料，包括多分类变量（如上图）和二分类变量（是否患病、是否恋爱，这种结局只有两种的）。这种情况一般我们都是直接汇总成二分类变量进行分析，比如上图中分了“完全掌握”、“部分掌握”、“不能掌握”三类，我们其实可以直接分成“掌握”、“不能掌握”。那么这样整理完之后，下一步又该怎么提取数据呢？

我们按照提取连续型变量的思路，对这类数据我们提取的是样本量、试验组中事件（event）数、对照组中事件数（其实就是，把样本量和个数提取出来）。那么数据提出之后，我们应该怎么分析或者汇总整合呢？就类似于之前讲的连续型变量效应量的模式，我们提出了针对二分类变量的效应量：①比值比（odds ratio,OR）②相对危险度（risk ratio,RR）③危险差（risk difference,RD）。

具体效应量定义如下：

比值比（odds ratio,OR）

OR是试验组事件的比值与对照组事件数比值的比，即：OR是比值的比。OR可以用于RCTs、队列研究、病例对照研究和横断面研究。

①OR=1，无差异；

②OR＜1，试验组事件发生的少；

③OR＞1，试验组事件发生的多。

相对危险度（risk ratio,RR）

相对危险度RR（Relative Risk）（也称为风险比）是前瞻性研究（队列研究）中常用的指标，它是暴露组的发病率与非暴露组的发病率之比，用于说明前者是后者的多少倍，是用来表示暴露与疾病联系强度的指标。

①RR=1，无差异；

②RR＜1，试验组事件发生的少；

③RR＞1，试验组事件发生的多。

危险差（risk difference,RD）

两个发生率的差即为率差，也称危险差（rate difference，risk difference，RD），如，试验组发生率（EER）与对照组发生率（CER）的差，其大小可反映试验效应的大小。

①RD=1，无差异；

②RD＜1，试验组事件发生的少；

③RD＞1，试验组事件发生的多。

二分类变量Meta分析（Revman）操作步骤：

艾德医讯|艾德课堂|艾德科研

请留下你指尖的温度

让太阳拥抱你

记得这是一个有温度的公众号