2021-04-26

写综述的方法基础Meta-Analysis（元分析/荟萃分析）

背景

　　科学研究应建立于许多实验结果的重复之上,除了少数新发现外,单个实验结果很难对科学的发展作出极为显著的贡献。所以为了阐明某一主题,在许多科学领域有众多研究者在对不同的实验对象或对同一对象在不同的实验环境中进行实验,都曾有大量的临床或调查实验对这些大众所关心的问题进行统计分析研究,但结果不尽相同。面对如此多结果不一的独立研究,作为决策者该相信哪一个分析结果呢? 于是当大量独立实验出现时,就会有人对这些独立实验进行综合,即综述。综述是对同一主题不同实验结果的总结,也是对过去实验的概括、提炼,要从独立实验中排除随机误差,提炼出本质的内容,同时也要从中发现问题,为将来这一主题的研究指明方向,为解决问题的决策者提供科学依据。所以好的综述必须有好的方法来作后盾。

 

　　Meta-analysis正是这样一种好的综合方法。

 

定义

　　Meta-analysis：元分析或荟萃分析，其概念为对以往的研究结果进行系统的定量分析。

 

　　Glass对Meta-analysis提出的定义是:以综合已有的发现为目的，对单个研究结果的集合的统计学分析方法；Sacks等提出的定义是：对以往的研究结果进行统计学的合并和严谨的综述方法；罗湘等认为Meta-analysis方法是依靠搜集已有或未发表的具有某一可比特性的文献，应用特定的设计和统计学方法进行分析与综合评价，使有可能对具有不同设计方法及不同样本数的研究结果进行综合比较。

 

　　简单来说，meta-analysis是用统计的概念与方法，去收集、整理与分析之前学者专家针对某个主题所做的众多实证研究，希望能够找出该问题或所关切的变量之间的明确关系模式，可弥补传统的Review Articles(文献综述)的不足。

 

历史

　　Meta-analysis方法的思想可追溯到20世纪30年代，最初应用于教育学、心理学等社会科学领域是在60年代，70年代初Ligh和Smith提出了可以由不同研究结果汇总原始数据进行综合分析。在1976 年，有位学者Gene Glass 首次使用Meta-analysis的名称，来代表透过统计分析去整合与分析众多相同主题的实证研究，以获得最有代表性的结论的过程与方法。

 

　　Meta-analysis方法应用到医学有关的文章第1篇发表于1955年。作者综合了15份单独研究结果，对1 000余名不同疾病患者服用安慰剂的疗效进行分析，得出了安慰剂具有35%疗效的结论。

 

应用步骤

1、提出问题并制定搜集、选择文献的标准　　明确指出所要解决的问题是后面几步的基础,如Gurevitch 在提出要检验野外实验中生物相互竞争对生物量的影响程度,首先,将综述文献定于野外实验、竞争和生物这几个关键词上,即实验大背景为野外实验,不包括室内模拟实验。实验对象为植物,影响因素为种间竞争,测量结果为植物生物量。选择文献的标准根据所解决问题来定,既要考虑到文献的全面,又要照顾到计算的可能。

2 、搜集文献　　最初的Meta 分析中只搜集已发表文献,后来Meta 分析家们通过调查发现已发表的文献往往不能代表所有研究的真实结果,因为在统计学检验中显著性较小的研究较显著性较大的研究更易于发表。所以后来的综述者为了能搜集到全面的文献,通过各种途径来最大可能地收集已发表的和未发表文献(包括正式期刊中的论文、会议论文、摘要以及各种私人交换资料等) 。文献检索中要联机检索与手检相结合,并重视所得文献的参考文献。对一些基本内容符合要求,报道不详者,可通过与作者联系获取分析所必须信息,这一点需要科研工作者具有良好的合作精神。

3 、标定各研究的特点,并对其进行分类　　要结合独立研究,综述者必须对各研究作充分的了解,目前正规的做法是先将各研究的实验设计,包括取样是否随机、研究背景、研究方法、样本大小、结果测量、统计分析方法等罗列出来,然后一般根据研究背景将所有研究分为几级别或类(class),以作比较。

4、定量测度研究特点　　研究特点的不同会影响实验结果,也即各研究的质量不同,如果在分析时对这些质量不等的研究给予相同的结合标准,必然会导致分析结果的不准确,为了克服这一问题,分析家们提出了定性Meta 分析,即先对前面所罗列的研究特点按重要程度进行打分,然后指定两位分析者按照评分标准对所有的研究进行盲打分,即事先将各研究的作者、所在出版物名及发表日期全部隐藏起来进行评分,如果二位的评分结果相似性高,则接受此评分标准,然后取二人的平均值;如果二位的评分结果一致性较差,则重新制定标准。

5 、结合研究结果并结合研究特点来分析结果　　也有人称这一步为定量Meta分析,以相对于定性Meta 分析。目前已发展出多种Meta 分析方法。但它们的基本思想是一致的,那就是先提出假设,构造一个综合统计量,然后计算各研究的结合统计量,并用其在定性Meta 分析中所得分数去权重它的综合统计量;计算各级别研究中的加权平均综合统计量(在平均过程中,要根据其各结合统计量的方差进行权重) ;做各级别中研究间统计量的异质性检验。

 

　　Meta 方法的不同主要在于结合统计量和统计假设的不同。根据结合统计量的不同可将Meta 分析方法主要分为三类:第一类的综合统计量为效应值,它适合于测量结果为连续数据的独立研究,目前主要应用于社会科学(教育学、心理学等) 、临床医学和生态学中,它可反映一个程序或现象的效应大小和方向 。第二类主要应用于流行病学、病因学、大众健康学等医学领域中,综合统计量为相对风险度或风险度比或风险度差。第三类为80 年代末在医学领域中发展出的回归方法,其结合统计量为药量- 反应斜率,由回归方法得出的,它适合于测量结果为分类数据的独立研究;

 

　　根据统计假设的不同可将Meta 分析方法分为两类:固定效应模型和随机效应模型,前者假设所有研究享有共同的真实效应大小,后者假设所有研究的真实效应大小不同,具体体现在计算所有研究平均效应的权重上。由于随机效应模型比较符合实际,得到了Meta分析家们的认可,正被广泛应用开来。

6 、报告分析结果　　包括评估效应,指出研究中实验设计、数据分析等的不足并通过综合为将来这一主题的研究指明方向。最近有人用图表法来报告Meta 分析结果。

 

优点及缺点

1、优点

　　Meta 分析设计较严密,有明确的选择文献标准;系统地考虑了研究的方法、结果测量指标、分类、对象对分析结果的影响;给出了测量指标(结合统计量) ,提供了一种定量估计效应程度的机理,分析结果客观性强,具有科学性;提高了文献的综合统计能力;现代Meta 分析考虑了独立研究的质量问题。

2、缺点　　

    2. 1 发表偏见　

 

　　几乎所有作者及编辑都有更愿意报道统计检验显著结果的趋向,所以综述者被限于在发表物中综合独立研究结果,有可能导致效应大小的高估计。在一项调查中,58 名工作者说他们共做了921 个随机对照实验, 96 个( 10.42 %) 未发表,且正效应结果明显比负效应结果更易于发表;再者,已发表论文所用的实验方法也未必一定好于未发表者。为了克服这一缺点,现在Meta 分析者在搜集资料时既包括了已发表物,也包括未发表物。但有人反对这样做。

 

　　2. 2 发表物中缺少综述者所需数据　

 

　　在实践中,有许多已收集的文献,由于对最初实验结果的有选择性报道、错误的分析、对原始数据描述不完整等原因而不能被利用,大大降低了Meta 分析的综合能力。

 

　　2. 3 不对等比较,也有人称为“桔子与苹果问题”　

 

　　许多学者指出各研究的对象、结果测量指标不同会影响最终分析结果,好象将桔子与苹果拿来比较一样,很难得出正确的结论。但也有人认为扩大总体概念会提高综合能力, 结论更具实用性。Peto 指出为解决同一问题而进行的实验, 其综合结果具有相同的方向。

 

　　2. 4 综述对象最初数据质量不等　

 

　　如果在分析时对这些质量不等的研究给予相同的结合标准,必然会导致分析结果的不准确,为了克服这一问题,分析家们提出了定性Meta 分析。

 

　　2. 5 综述者对综合结果的解释有偏见。

 

　　2. 6 不可避免的非随机性选择独立研究　

 

　　因为统计显著性检验要求样本是从遵循一定分布规律的总体中取样得来,所以非随机选取研究和对同一数据进行多次检验(重复报道部分或全部数据或者用同一作者的多个结果) 都是违反上述假设的。但事实上,前5 个问题是所有综述方法的共同弊病,但在描述性综述和数表决法中它们隐藏了起来,并未直接暴露出来,而在Meta 分析中却把它们显露无遗。我们已经看到这样一个事实,Meta 分析正在逐步努力克服这些问题,而且已经取得了可喜的进展。但是再好的Meta 分析也不能代替独立研究,它们是Meta 分析的基础。综上所述,Meta 分析作为一种结合独立研究的统计学方法,具有传统综述不可比拟的优越性,它在这短短20 年中的迅猛发展是最好的一个见证。

链接地址： http://blog.sciencenet.cn/blog-466464-545868.html