Meta analysis 是 什麼

话说小编在查找一些资料时无意间看到meta-analysis这个词，引起了小编的好奇心。因为文献中没有这个概念做出详细解释，于是，勤奋好学的小编开始尝试自己去了解。相信也有不少童鞋和小编一样第一次接触这个概念吧？就让我们来一起简要了解下吧。

什么叫meta-analysis（荟萃分析）？

Meta-analysis是指对研究的研究，可以翻译为元分析、后设分析、整合分析、荟萃分析等。最常用的翻译是荟萃分析。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。

它的意义是什么呢？我们知道一项研究只能得出有限的结论，时间、地点、数据、方法，其中任何一项不同都可能引起结论的不同。研究者们分别发表各自的研究，在不同期刊和论坛交流辩驳探讨。Meta-analysis即把所有这些发表出来的研究进行整合、量化、比较、统计分析等，以得出更精确的结论，深入探究某事物或现象的全貌和本质。比如下图就是用荟萃分析对基因表达进行分析的图示：

图片来源：360图片

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。

发展史

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。

Meta-analysis的重要用途

荟萃分析和系统性评论是循证医学的重要工具，为什么这么说呢？系统评价和荟萃分析都是对已经发表文献中特定主题进行的综合评价，这种主题通常是对药物和治疗手段进行效果分析，因此是循证医学的关键工具。既然提到循证医学，我们还是先说说医学综述的事。

医学综述有三种基本类型，分别是：

1.传统综述是一种定性描述的研究方法，根据作者对某领域基础理论的认识和相关学科的了解，回顾分析该领域某段时期的研究文献，评价研究结果的价值和意义，发现存在的问题，为将来的研究方向提出建议，使读者能在短时间内了解该领域研究的历史、现状和发展趋势。传统综述的写作没有固定的格式和规程，也没有评价纳入研究质量的统一标准，其质量高低受作者专业水平、资料收集广度及纳入文献质量的影响很大，不能定量分析干预措施的总效应量。不同作者对同一问题的研究很可能得出完全不同的结论。

2.Meta分析是一种将多项研究结果进行定量合成分析的统计学方法，始于20世纪70~80年代，最初被定义为“收集大量单项试验进行结果整合的统计学分析”。1991年Fleiss提出较严谨准确的定义，“Meta分析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，其结论是否有意义取决于纳入研究的质量”。

但并非所有Meta分析都能得出高质量结果和结论，只有对纳入研究进行同质性检验，分析异质性的原因，按同质性因素进行合并的Meta分析才可能有意义。仅纳入随机对照试验(RCT)的Meta分析得出的结果一般偏倚较小，其结论准确性远比单项试验高。Meta分析看起来是更客观的综合分析方法，但是如果恶意灌水，在缺乏专业素养的条件下，一些错误结论可能会成批出现，这会危害整个学术社会对这种论文价值的怀疑，最终导致这种方法的人为失效。

3.系统评价是针对临床问题收集全世界相关RCT，采用临床流行病学的方法，去伪存真，系统地评价其质量，合并分析有足够相似性的研究结果，可在一定程度上减少随机性的影响，获得全面的综合信息，为医疗卫生决策提供依据。

卫生政策决策者、医师和患者在决策时必须以高质量信息为依据。但面对大量医疗卫生信息时常难选择。另外由于全球医疗卫生信息更新极快，受时间、精力及检索技能等条件限制，大量有价值的信息被埋没浪费。RCT严格采取了控制偏倚的措施，可靠性通常较其他试验方法高，但受环境条件限制，很多RCT样本量太小，不能有效克服随机性的影响，或只专注于某特定问题，导致实用性受限。制作系统评价前，需预先设计研究方案，充分考虑如何全程减少偏倚，怎样评价相关研究质量，怎样收集和合并资料等。

由于meta-analysis涉及对文献的收集和整合，因此它属于文献回顾的一种；与普通文献回顾不同的是，它对过去的研究进行评估和判定。特别是在当今科学界，大量研究不可再现，各研究争端不断，meta-analysis是一种可缓和争端推动科学进程的方法。

优点及缺点

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。

缺点

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。

1. 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。

1. 不对等比较

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。

1. 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。

1. 综述者对综合结果的解释有偏见。

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。

总结

总之，meta-analysis的用处和潜力都是很大的。无论结果如何，meta-analysis能够将某一论题的大量证据（即研究）考虑在内，就是对这一领域研究的有力提升，可为现实应用提供支持。而为了更好地发挥meta-analysis的用处，我们应该适当从文献中剔除糟糕的研究，并说明理由；另外，尽可能纳入消极结果的研究，这一点需要我们共同努力把消极结果的研究也提供平台发表出来。最终目标是，携手设计出一个每个人都能达成共识的meta-analysis。

您想要专业定制化的实验方案吗？

您想要详细真实的实验记录吗？ 

您想要可靠有效的实验结果吗？

那么，来找安赛思Annsci就对了！

安赛思官网：www.annsci.com

Email: 

统计学上来说，元分析（meta-analysis）或译后设分析、元分析、整合分析、综合分析、荟萃分析，是指将多个研究结果整合在一起的统计方法。

文献回顾的传统方法是叙事式的，由作者自行挑选觉得重要的前人研究，当各研究结论冲突时，由作者自行判断哪一种结论较具价值。反之，后设分析采用系统化的资料收集和数值分析，让结果更具客观性与证据力。[1]这些组合后的结果会有助于以更加全面性的证据观察来支持或拒绝某一主题研究的假设，发现该主题迄今研究的不足处，发现各种可能影响效应量的中介因素。

世上首个后设分析是由皮尔生在1904年进行，其目的是解决样本数细小的研究统计考验力减低的问题，而整合多个研究结果可更准确分析数据。[2] 以后设分析方法（但医学上某些领域称之为系统化的回顾 (systematic review)）研究医学治疗研究的论文要到1955年才首次发表。牛津英文字典指出meta-analysis这个英文字首次使用为1976年，是来自心理学界的研究。1970年代末到1980年代末，心理学界、教育研究界的学者发展出更加复杂的统计方法。到了1990年代，后设分析已成为许多人文科学、社会科学、自然科学领域先进的量化统计方法之一。 而后设分析的统计理论，Nambury S. Raju, Larry V. Hedges, Ingram Olkin, John E. Hunter, Harris Cooper 和 Frank L. Schmidt 等人的贡献很大。

现代医学的应用[编辑]

收集主题相同的研究，再将每个研究的结果运算为统一的效果量，再将不同研究的效果量以统计方法结合。由于每个研究的本质都有所不同，可引致结果出现异质性。具有异质性后设分析，可用随机效果模型分析数据。 后设分析的结果，除了整合的效果量数值，也常用森林图表现。

个别研究品质的影响[编辑]

后设分析的统计方法并不在乎收集到研究的品质；若以品质差的研究进行后设分析，只会合计出差劲的结果，即所谓“垃圾进，垃圾出（garbage in garbage out）”。所以在进行统计分析之前会先评价收集研究的品质，排除不良的研究后再就剩下可用的研究进行结合。

后设分析的另一个缺点，是收集的研究多数以搜查文献数据库（如PubMed、Web of Knowledge）获得，但这些数据库只会收录已经发表的研究，因此，后设分析很少整合未发表的研究。有证据证明未发表的研究不能被期刊接受的原因，是该研究发现研究结果不显著[3]；而发现研究结果不显著的研究却能发表及收录在元分析，这会令后设分析结果出现统计上的偏误（bias）。然而这个缺点也正是后设分析的优点：在后设分析的标准步骤中，包含了已发表研究之偏误的分析（publication bias analysis）。相反地，在传统叙事式的文献回顾中，缺乏系统化的方法以检视已发表研究之偏误。

参考文献[编辑]

1. ^ Jones DR. Meta-analysis: weighing the evidence.. Stat Med. 1995, 14: 137–149.
2. ^ Pearson K. Report on certain enteric fever inoculation statistics.. BMJ. 1904, 3: 1243–1246.
3. ^ Dickersin, K.; Chan, S.; Chalmersx, T.C.; Sacks, H.S.; Smith, H. Publication bias and clinical trials. Controlled Clinical Trials: 343–353. doi:10.1016/0197-2456(87)90155-3.

查 论 编 统计学
描述统计学	连续概率 集中趋势 平均数（平方 · 算术 · 几何 · 调和 · 算术-几何 · 几何-调和 · 希罗／平均数不等式） · 中位数 · 众数 离散程度 全距 · 变异系数 · 百分位数 · 四分位距 · 四分位数 · 标准差 · 方差 · 平均差 · 标准分数 · 切比雪夫不等式 · 基尼系数 分布形态 中心极限定理 · 矩（偏态 · 峰态） 离散概率 次数 · 列联表
推论统计学 和假说检定	推论统计学 置信区间 · 区间估计 · 显著性差异 · 元分析 · 贝叶斯推断 实验设计 总体 · 抽样 · 重抽样（刀切法 · 自助法 · 交叉验证） · 重复 · 阻碍 · 灵敏度和特异度 · 区集 · 缺失数据 样本量 标准误 · 零假设 · 备择假设 · 第一类错误与第二类错误 · 统计功效 · 效应值 常规估计 贝叶斯推断 · 区间估计 · 最大似然估计 · 最小距离估计 · 矩估计 · 最大间距 假设检验 Z检验 · 学生t检验 · F检验 · 卡方检验 · Wald检验 · 曼-惠特尼检验 · 秩和检验 生存分析 生存函数 · 乘积极限估计量 · 对数秩和检验 · 失效率 · 危险比例模式
相关及 回归分析	相关性 干扰因素 · 皮尔逊积矩相关系数 · 等级相关 (斯皮尔曼等级相关系数 · 肯德等级相关系数) · 自由度 · 误差和残差 线性回归 线性模型 · 一般线性模型 · 广义线性模型 · 简单线性回归 · 普通最小二乘法 · 贝叶斯回归 · 方差分析 · 协方差分析 非线性回归 非参数回归模型 · 半参数回归模型 · 逻辑回归
统计图形	饼图 · 条形图 · 双标图 · 箱形图 · 管制图 · 森林图 · 直方图 · 分位图 · 趋势图 · 散点图 · 茎叶图 · 雷达图 · 示意地图
其他	回应过程效度 · 统计误用
分类 主题 共享资源 专题

规范控制	BNF: cb120866037 (data) GND: 4169552-5 LCCN: sh85084006

A Meta

如何进行Meta分析？

Meta分析用什么软件？