1、Revman 软件操作软件操作 主要内容主要内容Revman 软件的下载与文章新建软件的下载与文章新建二分类变量资料的二分类变量资料的 Meta 分析实现分析实现连续变量资料的连续变量资料的 Meta 分析实现分析实现亚组分析的构建亚组分析的构建漏斗图与森林图的解读漏斗图与森林图的解读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，是）工作者所提供的专用软件，是 C
2、ochrane 系统评系统评价的一体化、标准化软件。下载地址：价的一体化、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- Revman 软件，点击“create 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 fi
3、nish左边为 revman 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
4、and refrences，然后点 Add Study，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 二分类变量资料的第二部分 二分类变量资料的 Meta 分析实现分析实现 概述概述 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，
5、这种按事物的某女性、有效与无效、生或死等等，这种按事物的某一性质划分的只有两类结果的变量，称为二分类变一性质划分的只有两类结果的变量，称为二分类变量量 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、有效率这些数据完成一个完成一个 Meta 分析的数据合并，需要进行至多分析的数据合并，需要进行至多三层工作：三层工作：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）第二层是“第二层是“Outcome”，代表对比的是什么（结，代表对比的是什么（结局指标）局指标）第三层是
6、“第三层是“Subgroup”，亚组分析时才会用到，亚组分析时才会用到，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
7、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：固定效应模型，当纳入的各研究间异质性较好，即 P 值0.1 或 I2 50%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
8、点Nothing,然后 finishOutcome 就建好了，点击它可以看到这个outcome 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
9、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(随机效应模随机效应模型型)、FE(固定效应模型）固定效应模型），鼠标点击即可完成切换，鼠标点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
10、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 连续型变量资料的第三部分 连续型变量资料的 Meta 分析实现分析实现 概述概述连续型变量：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Meta 分析中，连续型变量是
11、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、
12、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ou
13、tcom 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：P 0.0001，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 亚组分析的实现第四部分 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First author/yearC
14、ountryEthnicitySNPSample SizeGenotype frequency(Cases/controls)PHWECaseControl 11122212Lacher-2008GermanCaucasiansrs7517847 13225350/7865/12517/50165/28199/2250.06144rs11209026 123/2189/340/1255/4709/360.03606Marquez-2007SpainCaucasianss7517847 363547149/192160/26054/94458/644268/4480.10362rs1120902
15、6 334/48629/600/1697/103229/620.08375Latiano-2008ItalyCaucasiansrs7517847 843749326/280390/32888/1081042/888566/5440.10740rs11209026750/63472/911/11572/135974/940.01388Oliver-2007SpainCaucasiansrs7517847 22234292/121102/15329/35286/395160/2230.02948rs11209026203/30219/340/6425/63819/460.10594 rs1343
16、15199/136101/15722/49299/429145/2550.11293Ebrahimi-2014IranAsianrs7517847 777845/4428/304/4118/11836/380.83685rs1120902671/726/60/0148/1506/60.98144rs1004819 25/1936/4116/1886/7968/770.35917rs1343151 55/4120/322/513011424/420.01470rs220184126/1936/4015/1988/7866/780.21064用种族进行亚组分析添加一个新的“Outcome”选择二分
17、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 Subgroup”,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
18、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 森林图和漏斗图的解读第五部分 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。横线越长，样本量越小，结果越欠可靠横线越短，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
19、 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
20、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
21、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 第六部分 异质性和敏感性分析第六部分 异质性和敏感性分析异质性异质性理想状态下，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
22、结果的指向同一个结果的然后，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“绝、种族等的不同，研究间的异质性是“绝对”存在的对”存在的异质性的评价方法异质性的评价方法数值法Q 统计量H 统计量I2统计量图示法Galbraith 图LAbbe 图森林图漏斗图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
23、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 手手册）册）只要只要I I2 2 不大于不大于 50%50%异质
24、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%中度中度异质性异质性I I2 250%50%重度异重度异质性质性I I2 275%75%I I2 2值值异质性的处理方法1 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，了解异质性来源就像寻找过敏原一样，敏感性分析就
25、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误导的结果比没有结果更糟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
26、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：剪补法失安全系数法去除单项研究法选择模型分析法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
