完结篇：如何解读meta分析结果 | Meta简明教程（8）

Meta简明教程目录

Meta简明教程（8）

本期是meta简明教程的最后一章，将对meta分析的结果进行解读。

meta分析结果的正确解读，有利于得到准确的结论。在meta分析结果解读时，要考虑到研究的异质性、采用的模型、选用的效应量、研究样本量、研究偏倚性等，本期将给大家介绍几类数据meta分析的森林图，漏斗图和SROC曲线。

一、二分类数据、生存-时间数据的meta分析结果

森林图

1.纳入研究个体，一般以作者和发表年份标注

2.Meta分析的分组

3.合并效应值，RR值、OR值、RD值、HR值，（Meta分析数据提取| Meta简明教程（5））已做介绍，需要根据纳入研究的设计方法，选择合适的效应指标分析

4.Meta分析模型，可分为固定效应模型和随机效应模型，根据纳入文献的异质性进行选择

5.各研究效应量及合并效应量的95%可信区间

6.纳入分析的数据和权重

7.异质性检验，p<0.05或I²>50%，认为各研究存在异质性，选用随机效应模型；P>0.05且I²<50%,不能认为各研究存在异质性，选用固定效应模型。

8.合并效应量OR值及可信区间，可信区间包含1，说明不认为两组率存在差异；可信区间不包含1，说明两组率存在差异

9.各研究及合并效应量、可信区间，横线或菱形与竖线交叉，说明研究无统计学意义；研究中间方块面积越大，说明在分析中占权重越大

二、连续型数据的meta分析结果

森林图

1.纳入研究个体，一般以作者和发表年份标注

2.Meta分析的分组

3.合并效应值，WMD、SMD值（Meta分析数据提取| Meta简明教程（5））已做介绍。当各研究单位不同时，可选用SMD合并效应量

4.Meta分析模型，可分为固定效应模型和随机效应模型，根据纳入文献的异质性进行选择

5.各研究效应量及合并效应量的95%可信区间

6.纳入分析的数据和权重

7.异质性检验，p<0.05或I²>50%，认为各研究存在异质性，选用随机效应模型；P>0.05且I²<50%,不能认为各研究存在异质性，选用固定效应模型。

8.合并效应量WMD及可信区间，可信区间包含0，说明不认为两组均数存在差异；可信区间不包含0，说明两组均数存在差异

9.纳入研究及合并效应量、可信区间，横线或菱形与竖线交叉，说明研究无统计学意义；研究中间方块面积越大，说明在分析中占权重越大

三、诊断性试验数据的meta分析结果

森林图

此图为Stata分析结果

1.纳入研究个体

2.效应指标，灵敏度及95%可信区间

3.效应指标，特异度95%可信区间

4.研究的效应值及可信区间

5.合并灵敏度及95%可信区间

6.合并特异度及95%可信区间

7.异质性检验，p<0.05或I2>50%，认为各研究存在异质性，亚组或回归分析；P>0.05且I2<50%,不能认为各研究存在异质性

8.各研究及合并效应量、可信区间图形

SROC曲线

1.各研究点值的分布，用于探讨研究是否存在阈值效应，越分散，说明各研究金标准差异性越大。显示灵敏度增加的同时特异度降低，呈曲线趋势，说明存在阈值效应，不能用合并灵敏度或特异度进行结果描述，可计算AUC描述分析结果

2.合并的灵敏度、特异度及95%可信区间。如果不存在阈值效应，可直接合并灵敏度和特异度

3.合并的曲线下面积，好的诊断试验AUC接近于1，而不佳诊断试验AUC接近于0.5

四、漏斗图

是判断发表偏倚重要的依据，肉眼观察纳入研究在合并效应量是否对称。如果存在发表偏倚，漏斗图不对称；如果无发表偏倚，各研究对称分布。但值得注意的小样本的、低质量、研究的异质性均会导致漏斗图的不对称性。

1.横坐标，效应量

2.纵坐标，效应量对数标准误

3.合并效应量

4.研究样本量小，分布在漏斗图的底部，向周围分散的研究

5.样本量大，分布在漏斗图的顶部，向中间集中的研究

五、总结

要对meta分析结果进行解读，首先可以通过森林图查看纳入研究的异质性，其次选择合适的模型进行分析，然后根据合并效应量、可信区间得出meta分析的结论，最后利用漏斗图判断是否存在发表偏倚。通过上述步骤，可以让大家从不同角度对meta分析结果进行解释，得到一个准确的结论。

meta简明教程就到本期结束了，后续将继续给大家介绍在meta分析中碰到的具体问题，感谢大家一直以来的阅读和关注。

欢迎关注本公众号，我们是资源的搬运工，所有科研资源全部免费下载：