メインコンテンツにスキップ
MedCalc

メタアナリシス:一般逆分散法

メタアナリシスは、互いに独立しているが類似した複数の研究の定量的な結果を統合し、関心のある全体的な効果の数値的な推定値を得る方法です(Petrie et al., 2003)。

連続的な結果データや二値の結果データには、次のような特定のメタアナリシスの手順のいずれかを使用することをお勧めします。

上記の手順のいずれも適用できない、または適切でない場合は、「一般逆分散法」の手順を使用できます。この手順では、推定値とその標準誤差を MedCalc に直接入力します。介入効果の比の尺度については、データを自然対数で入力する必要があります(たとえば対数ハザード比と対数ハザード比の標準誤差)。

逆分散法では、各研究の重みは効果推定値の分散の逆数(すなわち、1 を標準誤差の 2 乗で割った値)です。したがって、大きな研究は、標準誤差の大きい小さな研究より大きな重みを受けます。このように重みを選択することで、統合効果推定値の不正確さ(不確実性)が最小化されます。

データの入力方法

各研究のデータは、次のようにスプレッドシートに入力できます。

データ
A1
Study 1
 ABCD
ReferenceHazard_Ratio__Log_SE_of_LOG_HR
1Study 1-0.0770.212
2Study 20.0120.221
3Study 30.3230.426
4Study 40.1540.230
5Study 50.0510.348
6Study 6-0.6610.232
7Study 7-0.1990.337
8Study 80.0400.245
9Study 90.3050.432

1 列目には、各科学研究の文献情報を入力しています。2 列目には、これらの研究で報告された対数変換したハザード比が含まれています。 3 列目には、これらの対数変換したハザード比の標準誤差が含まれています。

必要な入力

メタアナリシス:一般逆分散法 – ダイアログボックス

研究:各研究の識別情報を含む変数。

データ

  • 推定値:各研究で報告された関心のある推定値を含む変数。
  • 標準誤差:各研究で報告された推定値の標準誤差を含む変数。

フィルター:選択した研究のサブグループだけをメタアナリシスに含めるためのフィルター。

オプション

  • データは自然対数として入力されます:データを自然対数で入力した場合(たとえば対数ハザード比と対数ハザード比の標準誤差)は、このオプションを選択します。
  • フォレストプロット:フォレストプロットを作成します。
    • 研究の重みに応じたマーカーサイズ:研究の効果を表すマーカーのサイズを、各研究に割り当てられた重みに応じて変えるオプションです。固定効果モデルの重みまたは変量効果モデルの重みを選択できます。
    • 統合効果のプロット - 固定効果モデル:固定効果モデルによる統合効果をフォレストプロットに含めるオプションです。
    • 統合効果のプロット - 変量効果モデル:変量効果モデルによる統合効果をフォレストプロットに含めるオプションです。
    • 統合効果を示すひし形:統合効果をひし形で表すオプションです(ひし形の位置が推定された効果量を示し、ひし形の幅が推定の精度を反映します)。
  • ファンネルプロット:出版バイアスの有無を調べるためのファンネルプロットを作成します。メタアナリシス:はじめにを参照してください。

結果

メタアナリシス:一般逆分散法

調査のための変数

Reference

推定に対する変数:

Hazard_Ratio__Log_
Hazard Ratio (Log)

標準誤差に対する変数:

SE_of_LOG_HR
SE of Log HR

調査

推定値 (Log)

標準誤差

推定値

95% 信頼区間

z

P

重み(%)

固定

ランダム

Anderson et al. (2012)

-0.0770

0.212

0.926

0.611 から 1.403

 

 

17.83

16.65

Nguyen et al. (2018)

0.0120

0.221

1.012

0.656 から 1.561

 

 

16.41

15.64

Patel et al. (2005)

0.323

0.426

1.381

0.599 から 3.183

 

 

4.42

5.09

Rodríguez et al. (2021)

0.154

0.230

1.166

0.743 から 1.831

 

 

15.15

14.71

Lee et al. (2010)

0.0510

0.348

1.052

0.532 から 2.081

 

 

6.62

7.35

Johnson et al. (1997)

-0.661

0.232

0.516

0.328 から 0.814

 

 

14.89

14.51

Kumar et al. (2015)

-0.199

0.337

0.820

0.423 から 1.586

 

 

7.06

7.78

O'Connor et al. (2003)

0.0400

0.245

1.041

0.644 から 1.682

 

 

13.35

13.31

Zhang et al. (2020)

0.305

0.432

1.357

0.582 から 3.164

 

 

4.29

4.96

合計(固定効果)

-0.0648

0.0895

0.937

0.786 から 1.117

-0.724

0.469

100.00

100.00

合計(変量効果)

-0.0590

0.100

0.943

0.775 から 1.147

-0.589

0.556

100.00

100.00

異質性の検定

Q

9.6468

DF

8

有意水準

P = 0.2907

I2 (不一致)

17.07%

I2に対する95%信頼区間

0.00 から 59.08

出版バイアス

Egger の検定

切片

1.4705

95% 信頼区間

-2.0553 から 4.9963

有意水準

P = 0.3569

Begg の検定

Kendall の tau

0.2222

有意水準

P = 0.4042

プログラムは、メタアナリシスに含まれる各研究の結果、すなわち推定値と 95% 信頼区間を表示します。

固定効果モデルと変量効果モデルの両方について、推定値の統合値とその 95% 信頼区間が示されます。

固定効果モデルと変量効果モデル

固定効果モデルでは、各研究が共通の真の効果を共有すると仮定し、要約効果はその共通の効果量の推定値です。

変量効果モデル(DerSimonian と Laird)では、真の効果は研究ごとに異なると仮定し、要約効果は各研究で報告された効果の重み付き平均です(Borenstein et al., 2009)。

変量効果モデルは通常、より保守的な推定値(すなわち、より広い信頼区間)を与えますが、異質性がない場合、2 つのモデルの結果は通常一致します。異質性の統計量である Cochran の Q と I2 の解釈については、メタアナリシス:はじめにを参照してください。異質性がある場合は、変量効果モデルが推奨されます。

各種の出版バイアスの検定の解釈については、メタアナリシス:はじめにを参照してください。

フォレストプロット

フォレストプロットは、メタアナリシスの各研究から得られた推定値(95% 信頼区間を含む)と、全体の効果およびその 95% 信頼区間を示します。

メタアナリシス(一般逆分散法) - フォレストプロット

ファンネルプロット

ファンネルプロットは、メタアナリシスにおけるバイアスを検出するためのグラフィカルなツールです。メタアナリシス:はじめにを参照してください。

メタアナリシス(一般逆分散法) - ファンネルプロット

「データは自然対数として入力されます」オプションを選択した場合(上記参照)、Y 軸の標準誤差は自然対数であることに注意してください。

文献

  • Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
  • Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
  • Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.

関連項目