統合分析：風險差
| 命令: | 統計 統合分析風險差 |
|---|
有關 MedCalc 中 統合分析的概述，請參閱統合分析：簡介。
MedCalc 使用 Mantel–Haenszel 法（基於 Mantel & Haenszel, 1959）按固定效應模型計算加權合併風險差。然後納入異質性統計量，按隨機效應模型計算彙總風險差（DerSimonian & Laird, 1986）。
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 | |
|---|---|---|---|---|---|---|
| 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 |
所需輸入
然後在「統合分析：風險差」對話方塊中輸入：
研究：包含各項研究識別的變數。
干預組
- 個案總數：包含各項研究干預組個案總數的變數。
- 陽性結局數：包含各項研究干預組中出現陽性結局的個案數的變數。
對照組
- 個案總數：包含各項研究對照組個案總數的變數。
- 陽性結局數：包含各項研究對照組中出現陽性結局的個案數的變數。
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 | |
全部個案數變數 | Treated_Total |
陽性個案數變數 | Treated_positive |
2. 對照組 | |
全部個案數變數 | Controls_total |
陽性個案數變數 | Controls_positive |
研究組 | 介入組 | 控制組 | 風險差 | 95% CI | z | P | 加權（%） | |
|---|---|---|---|---|---|---|---|---|
固定 | 隨機 | |||||||
Study 1 | 95/103 | 47/104 | 0.470 | 0.362 至 0.579 |
|
| 10.30 | 14.20 |
Study 2 | 119/127 | 34/129 | 0.673 | 0.586 至 0.760 |
|
| 16.10 | 14.63 |
Study 3 | 51/223 | 12/76 | 0.0708 | -0.0280 至 0.170 |
|
| 12.48 | 14.41 |
Study 4 | 122/139 | 61/142 | 0.448 | 0.350 至 0.546 |
|
| 12.69 | 14.42 |
Study 5 | 47/53 | 10/51 | 0.691 | 0.552 至 0.829 |
|
| 6.36 | 13.52 |
Study 6 | 121/135 | 29/68 | 0.470 | 0.342 至 0.598 |
|
| 7.40 | 13.76 |
Study 7 | 337/378 | 170/376 | 0.439 | 0.380 至 0.499 |
|
| 34.67 | 15.06 |
全部 (固定效應) | 892/1158 | 363/946 | 0.448 | 0.413 至 0.483 | 24.930 | <0.001 | 100.00 | 100.00 |
全部 (隨機效應) | 892/1158 | 363/946 | 0.464 | 0.321 至 0.608 | 6.333 | <0.001 | 100.00 | 100.00 |
異質性檢定
Q | 93.9897 |
|---|---|
自由度 | 6 |
顯著水準 | P < 0.0001 |
I2 (不一致) | 93.62% |
I2的 95% CI | 89.27 至 96.20 |
發表偏誤
Egger 檢定 | |
|---|---|
截距 | 1.3103 |
95% CI | -13.9993 至 16.6199 |
顯著水準 | P = 0.8346 |
Begg 檢定 | |
Kendall's Tau | 0.2381 |
顯著水準 | P = 0.4527 |
  |
程式列出各項研究的結果：陽性個案數、個案總數，以及風險差及其 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合併風險差及其 95% 信賴區間。如果 95% 信賴區間不包含 0，則風險差在 5% 水準上具有統計學顯著性（P<0.05）。
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，以及總體風險差及其 95% 信賴區間，顯示在森林圖中。
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.
- 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.