Meta分析的几种图形示例和绘图建议
2019-05-29 来源: 医咖会 作者: 大仙儿

图形对结果展示具有独特的优势,其在Meta分析的结果展示中发挥着重要作用。本文将介绍几种Meta分析中常用的图,推荐研究者使用:

 

一、利用流程图展示原始研究的纳入排除过程

 

二、利用森林图,并标明必要的统计检验结果(如异质性检验)来展示Meta分析的结果

 

三、利用漏斗图或Galbraith图等展示原始研究效应值的分布情况或相互关系,以评价发表偏倚的可能性

 

四、利用气泡图展示Meta回归结果

一、纳入排除流程图

纳入排除流程图一般在结果中最先展示。图中描述了原始研究的纳入排除过程。PRISMA提供了流程图的模板,推荐使用该模板。具体示例与建议见图1。

 

 

图1. PRISMA 2009 纳入排除流程图

 

绘图建议:

 

1、流程图最上面展示的是初始获取的文献数量,最下面展示的是最终纳入分析的文献数量,中间部分展示文献的纳入排除过程。

 

2、流程图可以归纳为四部分:文献获取、文献筛选、文献入排和文献纳入。

 

3、向下的箭头表示文献选择过程,向右的箭头表示每一步中排除的文献和原因。

二、森林图

森林图是Meta分析结果中的经典图形,它由图形和数据列表两部分组成。森林图可以追溯到20世纪70年代,相传因图形中的线条类似于森林而得名。

 

数据列表部分包含各原始研究以及样本量、结局事件数、效应值等信息,原始研究的排列一般应遵从一定的顺序,比如发表年代或贡献的权重。效应值通常为均数差、OR、RR或HR等,并且要提供置信区间。

 

在合并效应值时,方差越小的研究权重越大。固定效应模型假定各原始研究的效应一致,权重通常等于各原始研究方差的倒数。随机效应模型假定各原始研究效应不一致,但服从一定的分布,其权重包含研究间的方差。除了展示各原始研究间的数据之外,研究间效应值的异质性也需要进行报告,推荐使用I2统计量衡量异质性大小。