Meta分析（荟萃分析）的基础知识

Meta分析，又称为荟萃分析，Meta分析一词由Gene V. Glass于1976年正式命名，其起源可追溯至20世纪初。最初由统计学家Karl Pearson提出，他通过对多个军事实验的数据进行综合分析，以期得到一个更为准确和可靠的结论。此后，这一思想在医学、教育学、心理学等多个领域得到广泛应用。其中，Tuppett、Fisher和Yates等人进一步发展了“合并P值”的思想，为Meta分析的统计方法奠定了基础。而Beecher则在医学领域发表了第一篇具有里程碑意义的Meta分析论文，标志着该方法在医学研究中的正式确立。

2、定义

Meta分析（Meta-analysis）是用于比较和综合针对同一科学问题研究结果的统计学方法，通过对多个独立研究的结果进行统计分析，以评估某一特定问题或干预措施的效果。Meta分析的主要特点包括：系统性、定量性、综合性和再评价性。其结论是否有意义取决于纳入研究的质量，常用于系统综述中的定量合并分析。

与单个研究相比，通过整合所有相关研究，不仅能够增加统计功效，还能节约卫生资源，更精准地估计医疗卫生保健的效果，并有利于探索各研究证据的一致性及研究间的差异性，解决研究结果的不一致性，为新的假说和研究思路提供依据。

Meta分析特别适用于以下几种情况：

• 研究结果不一致；
• 不同研究得出了不同甚至相互矛盾的结论；
• 个别研究样本量小：单个研究的样本量可能不足以得出有力的结论；
• 需要综合证据：在制定政策或临床指南时，需要综合多个研究的证据。

meta分析建立严格的检索策略非常重要，这个过程中努力避免“选择偏倚”。最重要的核心内容是：异质性的处理和模型的选择。

3、步骤

Meta分析的实施过程复杂而系统，通常包括以下几个步骤：

3.1 确定研究问题

在进行Meta分析前，首先需要明确研究目的和问题，制定详细的研究方案。这包括确定研究对象（Participants）、干预措施（Intervention）、比较（Comparison）和结局指标（Outcome），即PICO原则。明确的研究方案有助于保证Meta分析的系统性和科学性，这一步至关重要，因为它决定了后续研究的方向和范围。

3.2 文献检索筛选

在确定研究问题后，研究者需要进行系统性的文献检索，目标是找到有关研究问题的所有可用证据，以便对事实有一个公正、全面的了解。这意味着搜索研究也应该尽可能全面。不仅应该使用一个来源，而应该使用多个来源来搜索研究。

常用的数据库包括PubMed、Cochrane Library、Embase等。检索策略应包括关键词、逻辑运算符等，以确保检索的全面性。

文献检索后，需要根据预先制定的纳入和排除标准，对检索到的文献进行筛选，这一步通常由两名或更多研究者独立进行，以减少偏倚。

3.3 研究数据提取

对纳入的研究进行详细的数据提取，包括研究设计、样本特征、干预措施、结果指标等。数据提取过程应严格按照预先制定的计划进行，确保数据的准确性和完整性。

3.4 研究数据分析

数据分析是Meta分析的核心步骤。研究者通常采用随机效应模型或固定效应模型来综合各研究的效应量。选择哪种模型主要取决于研究之间的异质性（即研究结果的变异性）。常用的统计软件包括RevMan、Stata、R等。

数据分析的结果通常以森林图（Forest Plot）形式呈现，直观展示各研究的效应量及其置信区间。

3.5 结果解释报告

根据数据分析的结果，对研究问题进行回答，并探讨其实际意义和应用价值。研究报告应遵循PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）指南，以确保报告的完整性和透明度。

4、Meta分析优点

Meta分析作为一种综合性统计方法，具有诸多优势：

• 能对同一课题的多项研究结果的一致性进行评价；
• 对同一课题的多项研究结果作系统性评价和总结；
• 提出一些新的研究问题，为进一步研究指明方向；
• 当受制于某些条件时，如时间或研究对象的限制，meta分析不失为一种选择；
• 从方法学的角度，对现阶段某课题的研究设计进行评价；
• 发现某些单个研究未阐明的问题；
• 对小样本的临床实验研究，meta分析可以统计效能和效应值估计的精确度。

因此，设计合理，严密的meta分析文章能对证据进行更客观的评价（与传统的描述性的综述相比），对效应指标进行更准确、客观的评估，并能解释不同研究结果之间的异质性。meta分析符合人们对客观规律的认识过程，是与循证医学的思想完全一致的，是一个巨大的进步。

5、Meta分析局限

尽管Meta分析具有诸多优势，但在实施过程中也面临一些挑战和局限：

5.1 研究异质性

不同研究之间可能存在较大的异质性，包括研究设计、参与者特征、干预措施等。这种异质性可能影响Meta分析的结果，需要通过亚组分析或敏感性分析来探索和解释。

5.2 研究数据质量

当原始研究质量不高时，Meta分析可能无意义，合并的结果还会遭受“垃圾进、垃圾出”的质疑。原始文献的质量是系统综述的保证，对于质量欠佳的临床证据，应充分认识其局限性，辩证对待，并有针对性地开展高质量的临床研究，完善和丰富证据资源。

当各原始研究中存在临床差异时，在单一Meta分析中合并所有纳入研究并无意义，如进行不同治疗措施与对照措施间的混合比较时需要考虑每一个比较的合并，此时合并的决策不能依从于统计方法而需要讨论和临床判断。

5.3 文章发表偏倚

在文献查找、选择、数据提取和统计分析过程中，如果处理不当，还会引入新的偏倚，导致合并后的结果歪曲了真实的情况，如存在发表偏倚（Publication bias）：即具有统计学显著性研究意义的研究结果较无显著性意义和无效的结果被报告和发表的可能性更大（用漏斗图表示发表偏倚）。而对存在偏倚风险的研究进行Meta分析可能产生严重误导，产生“错误”结果。

推荐至少5篇以上进行漏斗图分析。如果无法通过漏斗图直观判断是否存在发表偏倚时，亦可以采用Begg/Egger检验可进行偏倚性检验，如果偏倚性检验结果，P>0.05,则提示不存在偏倚。

6、Meta分析类型

6.1 常规Meta分析

常规Meta分析主要基于有对照组的直接比较的研究，最常见的是基于RCT的干预性Meta分析，此外，还有预后研究、动物实验、病因研究、基因多态性等的Meta分析。基于的原始研究类型还有队列研究、病例对照研究、群随机对照试验、自身对照试验等。

6.2 单组率Meta分析

单组率的Meta分析只提供了一组人群的总人数和事件发生人数，不像其它类的Meta分析有两组人群，多为患病率、检出率、知晓率、病死率、感染率等的调查，基于的原始研究为横断面研究。

6.3 累积Meta分析

累积 Meta分析最早应用于1981年，是指将研究资料作为一个连续的统一体，按研究开展的时间顺序及时将新出现的研究纳入原有Meta分析的一种方法。因此，Meta分析每次研究加入后均重复一次Meta分析，可以反映研究结果的动态变化趋势及各研究对结果的影响，也有助于尽早发现有统计学意义的干预措施。

6.4 网状Meta分析

在临床实践中，若有一系列的药物可以治疗某种疾病，但RCT均是药物与安慰剂的对照，而药物互相之间的RCT都没有进行或很少，那么在这种情况下，就需要将间接比较和直接比较的证据进行合并，即行网状Meta分析。

6.5 诊断性Meta分析

因地区、个体、诊断方法及条件的差异，使得发表的关于同一诊断方法的研究结果存在着不同甚至是矛盾的；且随着新技术的不断走向临床，选择也愈来愈多。诊断性Meta 分析为“诊断试验准确性研究的报告规范（STARD）”指导小组和“Cochrane协作网”所推荐。诊断性Meta分析主要是为评价某种诊断措施对目标疾病的准确率，多为对目标疾病的敏感性、特异性进行评价，报道似然比、诊断比值比等。