《Revman5.3软件操作最新》由会员分享,可在线阅读,更多相关《Revman5.3软件操作最新(158页珍藏版)》请在金锄头文库上搜索。
1、Revman5.3Revman5.3软件操作软件操作- -最新最新主要内容主要内容lRevman软件的下载与文章新建软件的下载与文章新建l二分类变量资料的二分类变量资料的Meta分析实现分析实现l连续变量资料的连续变量资料的Meta分析实现分析实现l亚组分析的构建亚组分析的构建l漏斗图与森林图的解读漏斗图与森林图的解读l敏感性及异质性分析敏感性及异质性分析RevmanRevman软件的下载与安装软件的下载与安装Review Manager(简称(简称 RevMan)是国际)是国际 Cochrane 协作网为系统评价(协作网为系统评价(systematic review)工作者所提供的专用软件,
2、是工作者所提供的专用软件,是 Cochrane 系统评价的系统评价的一体化、标准化软件。下载地址:一体化、标准化软件。下载地址:http:/www.cochrane.es/Download/Files/revman.htmhttp:/www.cochrane.org/software/revman.htmhttp:/www.cc- a review”新建一个Meta分析诊断准确性系统评价干预性系统评价诊断准确性系统评价方法学系统评价灵活系统评价为研究取一个名字Protocol 是制作cochrane review 时候用的,其他时候不用,所以选“full review”,点finish左边为r
3、evman的功能区,右边则为主体区左边可以看到5把“钥匙”,点击第1把Review information 可以修改这个review的基本信息点击第2把“钥匙” main text ,可以看到这个Review 的提纲,初学者可以参照来写第3把钥匙 tables 表格区。主要有两个功能:1.各个研究的特点和偏移;2.呈现Summary of finding tables。Data and analysis 是Revman的核心,统计和计算都在这里Figures,图片区,纳入研究的流程图和偏移风险图都在这里,此外,其他区基本不用先点击Studies and refrences,然后点 Add St
4、udy,则可以开始录入研究点击 studies and refrences,然后点击右边的 Add Study自动跳转到这个界面,输入研究者名字和年份,如 Jack 2007连续默认“next”,则会出现如图界面,如所有研究都已录入完毕,则选择“nothing”,若还需录入新的研究,则选择第3项添加另一个研究到这里研究全部添加后是这样的第二部分第二部分 二分类变量资料的二分类变量资料的Meta分析实现分析实现 概述概述l 有些变量的测量结果只有两种类别,譬如:男性和有些变量的测量结果只有两种类别,譬如:男性和女性、有效与无效、生或死等等,这种按事物的某一女性、有效与无效、生或死等等,这种按事物
5、的某一性质划分的只有两类结果的变量,称为二分类变量性质划分的只有两类结果的变量,称为二分类变量l Meta分析中,二分类变量汇总的是发生率、死亡率、分析中,二分类变量汇总的是发生率、死亡率、 有效率这些数据有效率这些数据l完成一个完成一个Meta分析的数据合并,需要进行至多三分析的数据合并,需要进行至多三层工作:层工作:l第一层是第一层是“Comparison”,代表的是一个对比,代表的是一个对比(试验组(试验组vs对照组)对照组)l第二层是第二层是“Outcome”,代表对比的是什么(结局,代表对比的是什么(结局指标)指标)l第三层是第三层是“Subgroup”,亚组分析时才会用到,亚组分析
6、时才会用到,可以没有可以没有研究全部录入后,就来到数据区:Data and analysis开始数据分析,点Add comprison为这个对比取一个名字,如“A vs B”比较已经建好,Add outcome二分类变量连续型变量O-E和方差一般倒方差其他数据类型二分类变量和连续型变量是最常用的点“Dischotomous”,然后 next为这个结果取一个名字,如这个结果是分析安全性,如:Safety这一界面主要选择:1.统计学方法2.统计模型3.统计指标统计学方法Peto:只能用于二分类变量里的OR值MH法:只能用于二分类变量IV法:连续型变量和二分类变量都可以效应模型的选择FE:固定效应模
7、型,当纳入的各研究间异质性较好,即P值0.1或I250%时,可以用;RE:随机效应模型,通用效应指标的选择OR:比值比,万金油,可用于所有的二分类变量的研究RR:相对危险度,仅用于队列研究和RCTRD:率差,仅用于队列研究和RCT亚组选择研究可信区间的选择总可信区间的选择一般全部选择默认,然后nextLeft/Right Gragh Lable:试验组和对照组的标签,可以自定义一下Scale:森林图的尺度,默认100Sort By:研究的排序方法,一般选第一个,选Study ID的首字母进行排序全部设置完毕点Nothing,然后 finishOutcome就建好了,点击它可以看到这个outco
8、me现在还是空的这时需要点击右上角 添加研究,选择这个outcome所需纳入的研究,然后Finish分别将每个研究试验组及对照组事件数及样本量录入譬如这个原始数据,对应相应的研究,将数据直接复制进去如图所示,数据录入后结果自动生成这个滑动键可以调节这个森林图的大小两组的事件数和样本量各个研究的OR值权重:每个研究在合并结果中所占的比重统计方法是MH效应值是OR固定效应模型95%可信区间我们来看一下结果总的事件数及样本量合并的效应量及95%可信区间总OR值的统计学检验(Z检验)结果,总OR值的P值异质性检验:P=0.42,I2=0%,说明无明显异质性下面来介绍一下这几个小按钮的功能这个按钮可以用
9、来添这个按钮可以用来添加新的研究加新的研究这个按钮可以切换效应指标,也就是OR、RR、RD这个按钮可以切换效应模型,这个按钮可以切换效应模型,即即RE(随机效应模型随机效应模型)、FE(固定效应模型),鼠标点固定效应模型),鼠标点击即可完成切换击即可完成切换这个按钮是用来打开森林这个按钮是用来打开森林图的图的这个按钮是用来打开漏斗这个按钮是用来打开漏斗图的图的这个按钮是可打开计算器这个按钮是可打开计算器这个 可以设置这个Outcome的所有条件,包括分析方法、分析数据类型、细节、图表等可以 更改数据类型更改实验组和对照组的标签更改outcome的名字更改效应指标切换统计方法更改效应模型是否显示
10、亚组研究的可信区间汇总结果的可信区间森林图的显示Outcome中数据的排序方式 可以设置的内容就是我们当初新建Outcome时的内容,所以新建Outcome只需随便选择,数据汇总后再根据异质性等进行修改发现了吗?第三部分第三部分 连续型变量资料的连续型变量资料的Meta分析实现分析实现 概述概述l连续型变量:有具体数值的数据,如:身高、连续型变量:有具体数值的数据,如:身高、体重、肿瘤直径、血糖、血氧等体重、肿瘤直径、血糖、血氧等lMeta分析中,连续型变量是身高、体重、血分析中,连续型变量是身高、体重、血压、淀粉酶等数据,描述这样的数据,需要压、淀粉酶等数据,描述这样的数据,需要三个元素:均
11、数、标准差和样本量三个元素:均数、标准差和样本量 在做二分类变量的时候研究已经录入完毕,再次来到数据区:Data and analysis,然后“Add Comparison”为这个新的“Comparison”取一个名字,如“C VS D”,然后Next点“Nohing”,然后Finish新的比较就建好了接下来,Add Outcome点“Continuous”,然后 next为这个结果取一个名字,如:Length of ICU stay又到了选择统计方法、效应指标、效应模型这一页,其和二分类变量有所区别效应模型,同二分类变量FE:固定效应模型,当纳入的各研究间异质性较好,可以用;RE:随机效应
12、模型,通用所以这里选择IV法,RE模型,MD值,然后Next亚组选择研究可信区间的选择总可信区间的选择一般全部选择默认,然后nextLeft/Right Gragh Lable:试验组和对照组的标签,可以自定义一下Scale:森林图的尺度,默认100Sort By:研究的排序方法,一般选第一个,选Study ID的首字母进行排序全部设置完毕点Nothing,然后 finish这个Outcome就建好了,双击它和二分类变量一样,现在这个outcom现在还是空的点击右上角 添加研究,选择需要纳入的研究和二分类变量一样,将相应的数据Copy进来,结果自动生成各组研究的MD值及95%可信区间各组研究的
13、均数、标准差及样本量合并总的MD值及95%可信区间两组研究的样本量总MD值的统计学检验(Z检验)结果,总MD值的P值异质性检验:P0.0001,I2=99%,说明具有较高的异质性统计指标:MD值,统计方法:IV法,固定效应模型,95%可信区间第四部分第四部分 亚组分析的实现亚组分析的实现亚组分析亚组分析是处理异质性的常用方法,可以按照研究方案、研究质量,人种等进行分组Firstauthor/yearCountryEthnicitySNPSampleSizeGenotypefrequency(Cases/controls)PHWECaseControl11122212Lacher-2008Ger
14、manCaucasiansrs751784713225350/7865/12517/50165/28199/2250.06144rs11209026123/2189/340/1255/4709/360.03606Marquez-2007SpainCaucasianss7517847363547149/192160/26054/94458/644268/4480.10362rs11209026334/48629/600/1697/103229/620.08375Latiano-2008ItalyCaucasiansrs7517847843749326/280390/32888/1081042/8
15、88566/5440.10740rs11209026750/63472/911/11572/135974/940.01388Oliver-2007SpainCaucasiansrs751784722234292/121102/15329/35286/395160/2230.02948rs11209026203/30219/340/6425/63819/460.10594rs134315199/136101/15722/49299/429145/2550.11293Ebrahimi-2014IranAsianrs7517847777845/4428/304/4118/11836/380.8368
16、5rs1120902671/726/60/0148/1506/60.98144rs100481925/1936/4116/1886/7968/770.35917rs134315155/4120/322/513011424/420.01470rs220184126/1936/4015/1988/7866/780.21064用种族进行亚组分析添加一个新的“Outcome”选择二分类变量,然后Next为这个研究取一个名字全部选择默认,然后Next全部默认,然后Next选择默认,Next点Nothing,然后Finish这个名为“Subgroup”的新的Outcome就建好了点右键,出现”Add Su
17、bgroup”,添加亚组取一个名字“亚裔”选择添加一个新的亚组,Continue起另一个名字,叫“高加索裔”,然后Finish这个亚组就建好了,点击“Subgroup“点击“Asian”,然后点击右上键的 添加研究将亚裔的研究添加进去点击“Caucasians”,然后点击右上键的 添加研究添加“高加索裔”的研究每个亚组的研究都纳入了,然后将相应的数据拷贝进来结果自动生成,还有可爱的森林图森林图导出后是这样的 第五部分第五部分 森林图和漏斗图的解读森林图和漏斗图的解读森林图森林图先打开森林图先打开森林图横线代表研究结果的可信区间,即此研究真实存在的范围。l横线越长,样本量越小,结果越欠可靠l横线
18、越短,样本量越大,结果越可靠这个点代表单项研究的效应量,点的大小代表研究的权重,就是这个研究对Meta分析的贡献度 这个菱形代表合并后的结果这条直线叫无效线,将图一分为二,用于判定统计结果有无统计学意义。若菱形与该直线相交,则代表两组的差异无统计学意义如果效应量是OR、RR值,这条直线代表1,即比值相等如果效应量是MD、SMD、RD值。这条直线代表0,即差值为零菱形与直线不相交:如果效应量是OR、RR,,菱形落于直线右侧,即比值大于1,说明实验组发生事件多于对照组,落于左侧则相反如果效应量是MD、SMD、RD值。菱形落于直线右侧,说明试验组的指标大于对照组,落于左侧则相反若菱形与直线不相交:落
19、于右侧:说明试验组事件较多,对于有效、治愈等有利事件,试验组发生较多,效果较好;对于死亡、复发等不利事件,试验组发生较多,效果更差;落于左侧则相反森林图与异质性:森林图显示了各个研究的效应量和可信区间,若各研究间可信区间有较少重叠,则可能存在异质性点击这个 将图片“另存为”选择一个格式保存,就可以用于杂志的发表,一般选择PDF格式,清晰度好漏斗图漏斗图打开漏斗图漏斗图可用来识别发表偏移和其他偏移优点是直观缺点是主观,不同的人判读结果不同绘制漏斗图至少需要纳入10项研究。若小于10项,研究数太少,检验效能不足,难以评定漏斗图的对称性各个点代表纳入的各个研究中间的竖线是合并后的OR值理想状态下各个
20、研究应平均地分布于竖线的左右两侧纵轴是标准误,进一步理解就是样本量样本量越大,分布越向上样本量越小,分布越向小理想的漏斗图如左图所示:大样本研究集中地分布于图形上方小样本研究分散地分布于图形下方形似漏斗,所以叫做漏斗图如果存在发表偏移,如一些阴性结果未能发表,漏斗图就会出现缺角,如左图的右下角漏斗图与异质性:漏斗图常用于发表偏移的识别,然而,引起漏斗图不对称的原因很多,发表偏移也是其中之一漏斗图可大致了解各研究间是否存在异质性这两条斜线是漏斗图的95%可信区间理想情况下,漏斗图中应有95%的点落在这个区间内,提示可能不存在异质性,如果有更多的点落在外面,则提示可能存在异质性点击 将图 片另存为
21、 第六部分第六部分 异质性和敏感性分析异质性和敏感性分析异质性异质性l理想状态下,一个理想状态下,一个Meta分析应该相当于一分析应该相当于一个大型的多中心研究,纳入的各项研究应个大型的多中心研究,纳入的各项研究应该是同质的该是同质的l研究内的变异是相似的,各项研究应该是研究内的变异是相似的,各项研究应该是指向同一个结果的指向同一个结果的l然后,由于研究人员、对象、地点、条件、然后,由于研究人员、对象、地点、条件、种族等的不同,研究间的异质性是种族等的不同,研究间的异质性是“绝对绝对”存在的存在的异质性的评价方法异质性的评价方法数值法lQ统计量lH统计量lI2统计量图示法lGalbraith图
22、lLAbbe图l森林图l漏斗图Revman中可以实现的有Q统计量、I2统计量、森林图、漏斗图森林图和漏斗图法,前面已经说过了,这两种方法虽然直观但不客观,下面来看Q统计量及I2统计量异质性检验的结果在这里Revman提供两种异质性检验的方法提供两种异质性检验的方法1.1. Q Q值检验值检验2.2. I I2 2检验检验Q Q值检验值检验I I2 2检验检验对于对于Q Q值统计量检验,主要看值统计量检验,主要看P P值值1.1. P P值值0.1,0.1,无异质性无异质性2.2. P P值值0.1,0.1,有异质性有异质性卡方值卡方值自由度自由度= =研究数研究数-1-1P P值值I I2 2
23、检验检验I I2 2取值范围为取值范围为0%0%至至100%100%对于对于I I2 2统计量检验统计量检验,判定异质性的方法主要有两种:,判定异质性的方法主要有两种:第二种:(来自第二种:(来自CochraneCochrane手册)手册)只要只要I I2 2不大于不大于50%50%异质性异质性都可以接受都可以接受第一种:第一种:无异质性无异质性 I I2 20% 0% 轻度异质性轻度异质性I I2 225% 25% 中度异质性中度异质性I I2 250%50%重度异质性重度异质性I I2 275%75%I I2 2值值异质性的处理方法1. .检查纳入研究的原始数据是否正确,检查检查纳入研究的
24、原始数据是否正确,检查提取数据的方法是否正确提取数据的方法是否正确2.2.若异质性来源于种族、剂量或疗程等可采若异质性来源于种族、剂量或疗程等可采用亚组分析或者用亚组分析或者MetaMeta回归回归3.3.敏感性分析,了解异质性来源敏感性分析,了解异质性来源l就像寻找过敏原一样,敏感性分析就是找就像寻找过敏原一样,敏感性分析就是找到哪一个因素,哪一个研究对异质性的影到哪一个因素,哪一个研究对异质性的影响最大响最大4.4.仍然无法解释产生异质性原因,可以采用随仍然无法解释产生异质性原因,可以采用随机效应模型进行合并机效应模型进行合并5.5.放弃放弃MetaMeta分析分析误导的结果比没有结果更糟
25、误导的结果比没有结果更糟l研究间的异质性无法得到合理的解释研究间的异质性无法得到合理的解释l研究的合并结果没有临床意义研究的合并结果没有临床意义l没有足够的、真实的相关研究结果没有足够的、真实的相关研究结果 敏感性分析敏感性分析l敏感性分析是为了了解meta分析的稳定性,虽然敏感性分析不是一种统计学方法,但有几种方法可以进行敏感性分析,进而分析Meta分析的稳定性,包括:l剪补法l失安全系数法l去除单项研究法l选择模型分析法Revman均不能实现针对发表偏移和小样本研究效应查看异质性来源时,若删除某一研究,异质性明显降低,查看异质性来源时,若删除某一研究,异质性明显降低,则认为此研究为异质性的
26、主要来源,应对此研究进行进一则认为此研究为异质性的主要来源,应对此研究进行进一步的阅读和评价步的阅读和评价如果发现某一研究是异质性的来源,应仔细评估,不能随如果发现某一研究是异质性的来源,应仔细评估,不能随意去除意去除去除也要有充分的理由,应在讨论里说明去除也要有充分的理由,应在讨论里说明发现每个研究前面的小对号 了吗?取消一个对号,那么这个研究就在合并的数据里删除了森林图里对应的图形也消失了单项研究对合并效应量的影响单项研究对合并效应量的影响l每次将某一研究删除,分别进行新的每次将某一研究删除,分别进行新的MetaMeta分析,分析,查看效应量有无变化,若删除后结果与之前合并查看效应量有无变化,若删除后结果与之前合并结果不一致,则认为此研究对总效应量影响大结果不一致,则认为此研究对总效应量影响大l不管最后是否删除此研究,都需要在讨论里将此不管最后是否删除此研究,都需要在讨论里将此研究和重新评估后的结果着重写一下研究和重新评估后的结果着重写一下谢 谢结束结束