統合分析：連續型指標
| 命令: | 統計 統合分析連續型指標 |
|---|
有關 MedCalc 中 統合分析的概述，請參閱統合分析：簡介。
對於使用連續型指標的研究（比較治療組和對照組的平均值）的 統合分析，MedCalc 使用 Hedges g 統計量作為固定效應模型下標準化平均值差的計算公式。然後納入異質性統計量，按隨機效應模型計算彙總標準化平均值差（DerSimonian & Laird, 1986）。
標準化平均值差 Hedges g 是兩個平均值之差除以合併標準差，並對小樣本偏誤進行校正後的值：
$$ s_{pooled} = \sqrt{\frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}} $$
$$ g = \frac{\bar{x}_1 - \bar{x}_2}{s_{pooled}} $$
$$ J(n) = \frac{\Gamma(n/2)}{\sqrt{n/2 \,}\,\Gamma((n-1)/2)} $$
$$ g_{corrected} = g \times J(n_1+n_2-2) $$
其中 Γ 為 Gamma 函數。
如何輸入資料
可以按如下方式在試算表中輸入各項研究的資料：
| 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，第一項研究治療了 40 個個案，感興趣參數的平均值為 23.52，標準差為 1.38。在 40 個對照個案中，平均值為 20.12，標準差為 3.36。試算表後續各列是其他 4 項研究的資料。
所需輸入
然後在「統合分析：連續型指標」對話方塊中輸入：
研究：包含各項研究識別的變數。
干預組和對照組：
個案數、平均值和標準差：分別包含各項研究干預組和對照組中觀測到的個案數、平均值和標準差的變數。
篩選條件：用於只在圖表中包含所選個案次群組的篩選條件。
選項
- 森林圖：建立森林圖。
- 標記尺寸與研究權重成正比：使表示研究效應的標記尺寸與分配給各項研究的權重成正比的選項。可以選擇固定效應模型權重或隨機效應模型權重。
- 繪製合併效應 - 固定效應模型：在森林圖中包含固定效應模型合併效應的選項。
- 繪製合併效應 - 隨機效應模型：在森林圖中包含隨機效應模型合併效應的選項。
- 合併效應的菱形圖：用菱形表示合併效應的選項（菱形的位置表示估計的效果量，菱形的寬度反映估計的精度）。
- 漏斗圖：建立用於檢查是否存在發表偏誤的漏斗圖。請參閱統合分析：簡介。
結果
研究變數 | Study |
|---|---|
1. 介入群組 | |
個案數變數 | Treated_N |
平均值變數 | Treated_Mean |
標準差變數 | Treated_SD |
2. 對照組 | |
個案數變數 | Controls_N |
平均值變數 | Controls_Mean |
標準差變數 | Controls_SD |
研究組 | N1 | N2 | 全部 | SMD | 標準誤 | 95% CI | t | P | 加權（%） | |
|---|---|---|---|---|---|---|---|---|---|---|
固定 | 隨機 | |||||||||
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 |
全部 (固定效應) | 283 | 299 | 582 | 0.904 | 0.0874 | 0.732 至 1.075 | 10.339 | <0.001 | 100.00 | 100.00 |
全部 (隨機效應) | 283 | 299 | 582 | 0.703 | 0.238 | 0.236 至 1.171 | 2.954 | 0.003 | 100.00 | 100.00 |
異質性檢定
Q | 22.8789 |
|---|---|
自由度 | 4 |
顯著水準 | P = 0.0001 |
I2 (不一致) | 82.52% |
I2的 95% CI | 59.91 至 92.38 |
發表偏誤
Egger 檢定 | |
|---|---|
截距 | -3.9726 |
95% CI | -11.3958 至 3.4507 |
顯著水準 | P = 0.1871 |
Begg 檢定 | |
Kendall's Tau | -0.8000 |
顯著水準 | P = 0.0500 |
  |
程式列出各項研究的結果：陽性個案數、個案總數以及標準化平均值差（SMD）及其 95% 信賴區間。
程式分別給出固定效應模型和隨機效應模型下的總體標準化平均值差及其 95% 信賴區間。
如果 95% 信賴區間不包含 0，則 SMD 在 5% 水準上具有統計學顯著性（P<0.05）。
根據 Cohen 關於 SMD 解釋的經驗法則，0.2 表示小效應，0.5 表示中等效應，0.8 及以上表示大效應。
隨機效應模型通常給出更保守的估計（即更寬的信賴區間），但在不存在異質性時，兩種模型的結果通常一致。關於異質性統計量 Cochran Q 和 I2 的解釋，請參閱統合分析：簡介。存在異質性時，推薦使用隨機效應模型。
關於各種發表偏誤檢定的解釋，請參閱統合分析：簡介。
森林圖
各項研究的結果及其 95% 信賴區間，以及總體標準化平均值差及其 95% 信賴區間，顯示在以下森林圖中：
參考文獻
- 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.