|
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！ -----------------------------------------------------------------------------------
|
|
|
