meta分析如此简单？手把手Meta分析之STATA篇（5）：直面连续型数据

作者：中日循证医学协作组（CJFH-STEM）范国辉 徐国栋 牛文全

 

  说起RR/OR，大家耳熟能详，甚至不提RR/OR都不好意思说自己做过临床研究。然而提起WMD/SMD，大多数人的第一反应都是：什么鬼？

   作为Meta家族的一员，WMD（加权均数差，weighted mean difference）及其搭档SMD（标准化均数差，standardized mean difference）作为连续型变量的Meta的顶梁柱，虽然不为大众所熟识，但是在临床研究中依然举足轻重。

                              

那什么时候用WMD/SMD?

      WMD，又称MD，当纳入Meta分析中所有的测量结局采用同一测度时，采用WMD作为效应尺度指标，每个原始研究均数差的权重由研究的精确度决定，因此称为加权均数差。WMD消除了绝对值大小对结果的影响，以研究原有的度量衡真实的反映了试验效应。WMD很好地说明指标的临床意义，因此能用WMD就最好用WMD。

     SMD，当研究评价同一结果，但测量方法不同或采用不同的尺度时，需要将结果标化后才能合并，称为标准化均数法，有Cohen法（默认），Hedge法和Glass法。SMD可简单地理解为两均数的差值再除以合并标准差的商，SMD消除了不同研究的绝对值大小和测量单位对结果的影响。是个非常普适的指标呢。然而正是因为如此普适，导致SMD变成一个没有单位的值，只能说明统计学意义，无法很好结合临床意义进行解释。因而对SMD分析的结果解释要慎重。

 

下面进行实际操作练习

 

假设我们对某一研究方向找到了9篇文献，如图所示：

 

然后愉快导入Stata。不知道怎么导？速戳：

 meta分析如此简单？手把手Meta分析之STATA篇（2）：整理数据，导入stata

 

使用命令：

也就是：

import excel 'E:\meta分析实例.xlsx', sheet('连续资料') cellrange(A1:G10)firstrow  clear

注意：无论是程序导入还是菜单导入，一定要把Excel的第一行设置成变量名！

 

导入后可见：

开始分析：

命令为：

metan n1 mean1 sd1 n2 mean2 sd2,label(namevar=study) random textsize(120)

 

命令还是一如既往的简单啊！

结果如下：

本例中，SMD=0.24（95%CI 0.08-0.39），两组标准化准数差大于0有统计学意义，说明组1的标准化均值高于组2。

 

有同学说，你没加cohen这些检验方法啊。没关系，默认有个关键词就是cohen，加不加都行。另外，里面怎么全是SMD？

 

但是我们更多时候还是选择WMD的，这个时候只需要添加关键词 nostandard

metan n1 mean1 sd1 n2 mean2 sd2,label(namevar=study) nostandardrandomtextsize(120)

我们发现WMD=0.20（95%CI 0.04-0.35），两组加权均值差异大于0，结果有统计学意义，组1的加权均数高于组2。

 

 

下面在简要叙述如何在菜单栏实现：

设置完成之后点击“OK”即可。

 

其他问题

 

1.    单位不一致怎么办？

强烈建议收集数据时就把单位给统一了，否则后患无穷啊…

 

2.    什么时候得考虑SMD？

均数差异过大时也可以考虑SMD。那差异有多大才算？有人提出经验性的“10倍差异”，但还是建议具体问题具体分析吧。

 

3.    SMD除了Cohen法外，别的统计方法怎么样？

SMD的估计方法除了Cohen外还有Hedges’ 校正g和Glass’s Δ，他们估计出来的区间宽度接近，SMD合并效应量会有零点几的差距，P值是一致的哦。此处不再展开，有需要的读者可以自行查阅。

 

4.    本例中异质性较低，为什么还用随机效应模型？

这种情况下当然也可以用固定效应模型了！两者差距并不大，您可以都试试。

本系列教程的其他文章请看

meta分析如此简单？手把手Meta分析之STATA篇（2）：整理数据，导入statameta分析如此简单？手把手Meta分析之STATA篇（3）：1行代码实现森林图（一）meta分析如此简单？手把手Meta分析之STATA篇（4）：1行代码实现森林图（二）

欢迎大家留言、交流！