2015年時筆者曾經寫過「寫好Meta-analysis文章的第一堂課:PRISMA檢核表」(網址:http://goo.gl/my89kO),接著這篇文章來介紹在執行Meta-analysis時有哪些必要的程序,以及簡略地介紹這些程序。補充說明,以下程序是筆者從事多篇meta-analysis後的個人經驗分享,並沒有特別的文獻佐證。

筆者將Meta-analysis的執行按照順序分成五大區塊,分別為一、文獻搜尋(Literature search)、二、研究品質評估(Quality of study)、三、資料萃取(Data extraction)、四、統計分析(Statistical analysis)以及五、出版偏差(Publication bias),以下分別介紹每個區塊的內容。

 

1.jpg

 

一、文獻搜尋(Literature search

文獻搜尋對多數有經驗的研究者並不困難,但其實本身也是一個學門。簡單來講就是「關鍵字」(搜尋策略)跟「地毯式搜尋」(Data-based exhausted search)。關鍵字部分,除了要熟悉「搜尋比對邏輯」之外(and, or, not等),也要熟悉醫學主題詞表(Medical Subject Headings, MeSH)的索引詞庫,才不會遺漏重要研究。而「地毯式搜尋」指的是各個資料庫之間的交叉比對,以及針對每篇研究文獻參考文獻進行地毯式的徹底搜索。

 

2.jpg

 

二、研究品質評估(Quality of study

在現行的優質期刊中,幾乎都會要求報告研究品質評估(Quality assessment),慶幸的是目前已有許多類型研究的檢核表(Checklist)可供使用,例如隨機試驗(RCT)必報的「CONSORT statement」、觀察型研究的「STROBE statement」或是其他單位發展的評估表格。評估者信度(Inter-rater reliability)則是加分項目,倘若研究者除了自己之外,還可以找第二者或甚至第三者協助判斷及編碼,對於此研究內在品質會有加分效果。

 

3.jpg

 

三、資料萃取(Data extraction

資料萃取部分要清楚地界定自變項(XIV)為何,依變項(YDVOutcome)為何,不可有模糊空間。至於萃取了什麼性質的資料也要清楚揭示,例如是萃取「人數、平均數、標準差」(介入型研究且Outcome為連續變項)、「人數、發生事件人數」(介入型研究且Outcome為二元變項)或是「勝算比及信賴區間」(觀察型研究且Outcome為二元變項),以此類推。

 

4.jpg

 

四、統計分析(Statistical analysis

Meta-analysis統計部分相當吃重,佔了整個報告舉足輕重的地位,包括綜合效果(Summary effect or pooled effect)要使用固定效應模型(Fixed-effect model)或隨機效應模型(Random-effect model),不過讀者只要記住現在醫學研究主流都是使用隨機效應模型即可。接著是評估研究間的異質性(Heterogeneity),不過目前主流是只報告I2,因為既不受到變項尺度的影響,也不受到研究數量多寡的影響。

次群體分析(Subgroup analysis)則是在檢驗該綜合效果(例如介入成效)是否因為某些變項水準不同而有所差異,例如是否男性的介入效果優於女性的效果。敏感度分析(Sensitivity analysis)的包括範圍非常廣,簡單來說就是「本研究的發現是否會在某些操作條件之下而改變」,最簡單的作法就是排除某一篇納入的研究後(Remove any single study),研究結果是否改變,假使都沒有改變,表示本研究的發現不會因為移除任何一篇研究就有所改變,因此在某些程度上符合敏感度分析的條件。

 

5.jpg

 

五、出版偏差(Publication bias

Meta-analysis的統計結果最後報告的就是出版偏差,簡單的定義為本研究的發現是否因為存在著未能發表的研究,而那些未發表研究的結果與已發表的研究相左。分成主觀的漏斗圖(Funnel plot)以及客觀的Egger’s test,前者沒有統計檢定,而後者雖然有檢定,但也會因為研究篇數多就容易達顯著。

 

6.jpg

創作者介紹

晨晰統計部落格新站(統計、SPSS、BIG DATA討論園地)

晨晰部落格新站 發表在 痞客邦 PIXNET 留言(0) 人氣()