메타분석: 위험도 차이
| 명령: | 통계 메타분석위험도 차이 |
|---|
MedCalc의 메타분석에 대한 간단한 개요는 메타분석: 소개를 참조하십시오.
MedCalc는 Mantel-Haenszel 방법(Mantel & Haenszel, 1959에 근거)을 사용하여 고정효과 모형에 따른 가중 합동 위험도 차이를 계산합니다. 이어서 이질성 통계량을 반영하여 변량효과 모형에 따른 요약 위험도 차이를 계산합니다(DerSimonian & Laird, 1986).
데이터 입력 방법
여러 연구의 데이터는 다음과 같이 스프레드시트에 입력할 수 있습니다.
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| Study | Treated_positive | Treated_Total | Controls_positive | Controls_total | ||
| 1 | Study 1 | 95 | 103 | 47 | 104 | |
| 2 | Study 2 | 119 | 127 | 34 | 129 | |
| 3 | Study 3 | 51 | 223 | 12 | 76 | |
| 4 | Study 4 | 122 | 139 | 61 | 142 | |
| 5 | Study 5 | 47 | 53 | 10 | 51 | |
| 6 | Study 6 | 121 | 135 | 29 | 68 | |
| 7 | Study 7 | 337 | 378 | 170 | 376 |
필수 입력 항목
그런 다음 “메타분석: 위험도 차이” 대화상자를 작성할 수 있습니다.
연구: 여러 연구의 식별 정보가 들어 있는 변수입니다.
중재군
- 전체 케이스 수: 여러 연구의 중재군에 속한 전체 케이스 수가 들어 있는 변수입니다.
- 양성 결과를 나타낸 수: 여러 연구의 중재군에서 양성 결과를 보인 케이스 수가 들어 있는 변수입니다.
대조군
- 전체 케이스 수: 여러 연구의 대조군에 속한 전체 케이스 수가 들어 있는 변수입니다.
- 양성 결과를 나타낸 수: 여러 연구의 대조군에서 양성 결과를 보인 케이스 수가 들어 있는 변수입니다.
필터: 선택한 하위 그룹의 케이스만 그래프에 포함하기 위한 필터입니다.
옵션
- 포레스트 플롯: 포레스트 플롯을 만듭니다.
- 연구 가중값에 대한 표식 크기: 연구 효과를 나타내는 표식의 크기가 여러 연구에 할당된 가중값에 따라 달라지게 하는 옵션입니다. 고정효과 모형 가중값 또는 변량효과 모형 가중값을 선택할 수 있습니다.
- 합동 효과 표시 - 고정효과 모형: 고정효과 모형에 따른 합동 효과를 포레스트 플롯에 포함하는 옵션입니다.
- 합동 효과 표시 - 변량효과 모형: 변량효과 모형에 따른 합동 효과를 포레스트 플롯에 포함하는 옵션입니다.
- 합동 효과에 대한 다이아몬드: 합동 효과를 다이아몬드로 표시하는 옵션입니다(다이아몬드의 위치가 추정된 효과크기를 나타내고, 다이아몬드의 폭이 추정의 정밀도를 반영).
- 깔때기 그림: 출판 편향이 있는지 확인하기 위한 깔때기 그림을 만듭니다. 메타분석: 소개를 참조하십시오.
결과
연구를 위한 변수 | Study |
|---|---|
1. 중재군 | |
전체 케이스 수에 대한 변수 | Treated_Total |
양성 케이스 수에 대한 변수 | Treated_positive |
2. 대조군 | |
전체 케이스 수에 대한 변수 | Controls_total |
양성 케이스 수에 대한 변수 | Controls_positive |
연구 | 중재 | 대조 | 위험도 차이 | 95% 신뢰구간 | z | D-E | 가중값(%) | |
|---|---|---|---|---|---|---|---|---|
고정 | 임의 | |||||||
Study 1 | 95/103 | 47/104 | 0.470 | 0.362 ~ 0.579 |
|
| 10.30 | 14.20 |
Study 2 | 119/127 | 34/129 | 0.673 | 0.586 ~ 0.760 |
|
| 16.10 | 14.63 |
Study 3 | 51/223 | 12/76 | 0.0708 | -0.0280 ~ 0.170 |
|
| 12.48 | 14.41 |
Study 4 | 122/139 | 61/142 | 0.448 | 0.350 ~ 0.546 |
|
| 12.69 | 14.42 |
Study 5 | 47/53 | 10/51 | 0.691 | 0.552 ~ 0.829 |
|
| 6.36 | 13.52 |
Study 6 | 121/135 | 29/68 | 0.470 | 0.342 ~ 0.598 |
|
| 7.40 | 13.76 |
Study 7 | 337/378 | 170/376 | 0.439 | 0.380 ~ 0.499 |
|
| 34.67 | 15.06 |
합계(고정효과) | 892/1158 | 363/946 | 0.448 | 0.413 ~ 0.483 | 24.930 | <0.001 | 100.00 | 100.00 |
합계(변량효과) | 892/1158 | 363/946 | 0.464 | 0.321 ~ 0.608 | 6.333 | <0.001 | 100.00 | 100.00 |
이질성에 대한 검정
Q | 93.9897 |
|---|---|
DF | 6 |
유의수준 | P < 0.0001 |
I2 (불일치) | 93.62% |
I2에 대한 95% 신뢰구간 | 89.27 ~ 96.20 |
출판 편향
Egger 검정 | |
|---|---|
절편 | 1.3103 |
95% 신뢰구간 | -13.9993 ~ 16.6199 |
유의수준 | P = 0.8346 |
Begg 검정 | |
Kendall tau | 0.2381 |
유의수준 | P = 0.4527 |
  |
프로그램은 개별 연구의 결과, 즉 양성 케이스 수, 전체 케이스 수 및 위험도 차이와 그 95% 신뢰구간을 표시합니다.
고정효과 모형과 변량효과 모형 모두에 대해 합동 위험도 차이 및 그 95% 신뢰구간이 제시됩니다. 값 0이 95% 신뢰구간 안에 포함되지 않으면 위험도 차이는 5% 수준에서 통계적으로 유의합니다(P<0.05).
변량효과 모형은 대개 더 보수적인 추정값(즉, 더 넓은 신뢰구간)을 제시하지만, 이질성이 없으면 두 모형의 결과는 대개 일치합니다. 이질성 통계량인 Cochran Q와 I2의 해석은 메타분석: 소개를 참조하십시오. 이질성이 있으면 변량효과 모형이 선호됩니다.
여러 출판 편향 검정의 해석은 메타분석: 소개를 참조하십시오.
포레스트 플롯
여러 연구의 결과와 그 95% 신뢰구간, 그리고 전체 위험도 차이 및 그 95% 신뢰구간이 포레스트 플롯에 표시됩니다.
참고문헌
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
- DerSimonian R, Laird N (1986) Meta-analysis in clinical trials. Controlled Clinical Trials 7:177-188.
- Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
- Mantel N, Haenszel W (1959) Statistical aspects of the analysis of data from the retrospective analysis of disease. Journal of the National Cancer Institute 22: 719-748.
- Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.