松哥受到批评了!主要因为狂想症、拖延症,狂想是我每天想写的东西太多,拖延是有的专题开了几期,后面又有想写的,就搁置搁置,一再搁置,感谢“林”给我治疗! 话接上回,松哥写了一篇“Meta分析的精髓就是一个词的事?把握住就掌握了”,(点击可以阅读),一直拖着没有下文,实在抱歉,对不住各位长期的关注,感谢“林”的回复!松哥急文如下: Meta分析是一种定量的系统评价方法,但是进行数据合并分析前,数据应该具备一致性,当异质性过大,合并的结果是有争议的。那么异质性过大我们应该怎么办呢?松哥送你一张图吧!
一、PICOS; 严格按照PICOS再次审阅一下纳入的文献,看看是否有不符合的文献; 二、亚组分析: 亚组分析是将研究文献根据某种属性进行分组,以探寻是否该分组因素导致异质性的存在,分组因素通常包括,人种因素、病情严重程度、剂量大小、方法不同等。关于亚组分析“Revman循证实践06:亚组分析与敏感性分析【荐】” 三、Meta回归: 上述亚组分析每次只能分析一个因素,当可能影响的因素较多时,我们就可以采用meta回归,meta回归不仅可以分析分类变量,也可以放入计量资料。但revman不可以meta回归,通常采用stata做的“Stata循证实践04:meta回归实践”。 四、敏感性分析: 敏感性分析的意思是,如果我们纳入的研究文献有10篇,有可能是其中的1篇或2篇导致的,类似“一颗老鼠屎,坏了一锅粥”,我们敏感性分析就是去找到那颗老鼠屎!关于敏感性分析“Stata循证实践05:敏感性分析实践【荐JD005】”。 五、别想的太美: 即使通过上面系列方法,也有找不到异质性的时候,那此时不得已,我们再采用随机效应模型,不是上来一发现异质性大,就随机效应的! 六、还有一种办法: 那就是,不进行定量Meta合并,采用定性的评价吧! -----------------------------------------------------------------------------------
|
|