Meta 分析：连续型指标
| 命令: | 统计 Meta 分析连续型指标 |
|---|
有关 MedCalc 中 Meta 分析的概述，请参阅Meta 分析：简介。
对于使用连续型指标的研究（比较治疗组和对照组的均值）的 Meta 分析，MedCalc 使用 Hedges g 统计量作为固定效应模型下标准化均值差的计算公式。然后纳入异质性统计量，按随机效应模型计算汇总标准化均值差（DerSimonian & Laird, 1986）。
标准化均值差 Hedges g 是两个均值之差除以合并标准差，并对小样本偏倚进行校正后的值：
$$ s_{pooled} = \sqrt{\frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}} $$
$$ g = \frac{\bar{x}_1 - \bar{x}_2}{s_{pooled}} $$
$$ J(n) = \frac{\Gamma(n/2)}{\sqrt{n/2 \,}\,\Gamma((n-1)/2)} $$
$$ g_{corrected} = g \times J(n_1+n_2-2) $$
其中 Γ 为 Gamma 函数。
如何输入数据
可以按如下方式在电子表格中输入各项研究的数据：
| A | B | C | D | E | F | G | H | |
|---|---|---|---|---|---|---|---|---|
| Study | Treated_N | Treated_Mean | Treated_SD | Controls_N | Controls_Mean | Controls_SD | ||
| 1 | Smith, 1998 | 40 | 23.52 | 1.38 | 40 | 20.12 | 3.36 | |
| 2 | Brown, 2003 | 162 | 25.6 | 2.3 | 175 | 23.5 | 1.4 | |
| 3 | Wilson, 1997 | 36 | 21.7 | 2.1 | 36 | 19.7 | 2.9 | |
| 4 | Emerson, 2012 | 20 | 23.13 | 2.12 | 23 | 23.21 | 3 | |
| 5 | Jones, 2006 | 25 | 25.3 | 2.2 | 25 | 24.9 | 2.6 |
在本例中，第一项研究治疗了 40 个个案，感兴趣参数的均值为 23.52，标准差为 1.38。在 40 个对照个案中，均值为 20.12，标准差为 3.36。电子表格后续各行是其他 4 项研究的数据。
所需输入
然后在“Meta 分析：连续型指标”对话框中输入：
研究：包含各项研究标识的变量。
干预组和对照组：
个案数、均值和标准差：分别包含各项研究干预组和对照组中观测到的个案数、均值和标准差的变量。
筛选条件：用于只在图表中包含所选个案亚组的筛选条件。
选项
- 森林图：创建森林图。
- 标记尺寸与研究权重成正比：使表示研究效应的标记尺寸与分配给各项研究的权重成正比的选项。可以选择固定效应模型权重或随机效应模型权重。
- 绘制合并效应 - 固定效应模型：在森林图中包含固定效应模型合并效应的选项。
- 绘制合并效应 - 随机效应模型：在森林图中包含随机效应模型合并效应的选项。
- 合并效应的菱形图：用菱形表示合并效应的选项（菱形的位置表示估计的效应量，菱形的宽度反映估计的精度）。
- 漏斗图：创建用于检查是否存在发表偏倚的漏斗图。请参阅Meta 分析：简介。
结果
研究变量 | Study |
|---|---|
1. 干预组 | |
阳性个案数的变量 | Treated_N |
均值的变量 | Treated_Mean |
SD的变量 | Treated_SD |
2. 对照组 | |
阳性个案数的变量 | Controls_N |
均值的变量 | Controls_Mean |
SD的变量 | Controls_SD |
研究 | N1 | N2 | 总和 | SMD | SE | 95% CI | t | P | 加权（%） | |
|---|---|---|---|---|---|---|---|---|---|---|
固定 | 随机 | |||||||||
Smith, 1998 | 40 | 40 | 80 | 1.311 | 0.245 | 0.824至1.798 |
|
| 12.78 | 19.84 |
Brown, 2003 | 162 | 175 | 337 | 1.110 | 0.117 | 0.881至1.340 |
|
| 55.90 | 23.65 |
Wilson, 1997 | 36 | 36 | 72 | 0.781 | 0.242 | 0.299至1.264 |
|
| 13.03 | 19.92 |
Emerson, 2012 | 20 | 23 | 43 | -0.0299 | 0.300 | -0.636至0.576 |
|
| 8.48 | 17.94 |
Jones, 2006 | 25 | 25 | 50 | 0.163 | 0.279 | -0.397至0.724 |
|
| 9.82 | 18.66 |
总和（固定效应） | 283 | 299 | 582 | 0.904 | 0.0874 | 0.732至1.075 | 10.339 | <0.001 | 100.00 | 100.00 |
总和（随机效应） | 283 | 299 | 582 | 0.703 | 0.238 | 0.236至1.171 | 2.954 | 0.003 | 100.00 | 100.00 |
异质性检验
Q | 22.8789 |
|---|---|
DF | 4 |
显著性水平 | P = 0.0001 |
I2（不一致） | 82.52% |
I2的95% CI | 59.91至92.38 |
发表偏倚
Egger 检验 | |
|---|---|
截距 | -3.9726 |
95% CI | -11.3958至3.4507 |
显著性水平 | P = 0.1871 |
Begg 检验 | |
Kendall 秩相关系数 | -0.8000 |
显著性水平 | P = 0.0500 |
  |
程序列出各项研究的结果：阳性个案数、个案总数以及标准化均值差（SMD）及其 95% 置信区间。
程序分别给出固定效应模型和随机效应模型下的总体标准化均值差及其 95% 置信区间。
如果 95% 置信区间不包含 0，则 SMD 在 5% 水平上具有统计学显著性（P<0.05）。
根据 Cohen 关于 SMD 解释的经验法则，0.2 表示小效应，0.5 表示中等效应，0.8 及以上表示大效应。
随机效应模型通常给出更保守的估计（即更宽的置信区间），但在不存在异质性时，两种模型的结果通常一致。关于异质性统计量 Cochran Q 和 I2 的解释，请参阅Meta 分析：简介。存在异质性时，推荐使用随机效应模型。
关于各种发表偏倚检验的解释，请参阅Meta 分析：简介。
森林图
各项研究的结果及其 95% 置信区间，以及总体标准化均值差及其 95% 置信区间，显示在以下森林图中：
参考文献
- 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.
- Hedges LV, Olkin I (1985) Statistical methods for meta-analysis. London: Academic Press.
- 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.