荟萃分析

统计数据
验证引用
尽管已经尽一切努力跟随引文样式规则,可能会有一些差异。请参考适当的样式手册或其他来源的如果你有任何问题。
选择引用样式
反馈
修正?更新?遗漏?让我们知道如果你有建议改进这篇文章(需要登录)。
谢谢你的反馈

我们的编辑器将检查你提交并决定是否修改这篇文章。

打印打印
请选择哪些部分你想打印:
验证引用
尽管已经尽一切努力跟随引文样式规则,可能会有一些差异。请参考适当的样式手册或其他来源的如果你有任何问题。
选择引用样式
反馈
修正?更新?遗漏?让我们知道如果你有建议改进这篇文章(需要登录)。
谢谢你的反馈

我们的编辑器将检查你提交并决定是否修改这篇文章。

荟萃分析,在统计数据合成方法独立的结果,但相关的研究。一般来说,荟萃分析涉及到系统的识别、评估、统计综合,从多个研究结果的解释。是有用的特别是当研究在相同或类似的主题或问题出现矛盾的结果,从而挑战的解释集体结果。在领域的荟萃分析尤为常见医学流行病学,它经常被用来结合观察性研究的结果,来指导决策,并帮助确定医疗干预措施的有效性。

第一个使用荟萃分析来解释多个临床研究的结果是英国统计学家卡尔·皮尔森1904年,他使用定量分析增加统计力量决定功效疫苗伤寒肠热病。这个词荟萃分析后来创造的基因诉玻璃,他在1976年它特别适用于描述系统评价和定量合成。

荟萃分析的元素

文献检索

荟萃分析研究发现冲突时通常进行观察。特定的研究问题在调查中可以通过人口,陷害干预(或风险),比较,或结果。为了确保彻底性,系统执行搜索相关研究。计算机数据库辅助这个步骤,尤其是在随机对照试验的荟萃分析(相关;研究测试的临床干预措施的有效性通过随机分配个人治疗或控制团体)。一个全面的搜索包括多个数据库,最近的评论文章和荟萃分析的参考列表,和接触专家发现未发表的结果。由于复杂的书目检索所需的特定的知识和技能和验证的信息,科学图书馆员通常要求导致搜索过程。科学图书馆员在收集健康信息起到了特别重要的作用的研究。

数据收集

荟萃分析的下一步是收集的数据收集研究。搜索相关数据需要显式的、科学有效的包容和排斥标准。常用的标准包括时间(e。g,时间覆盖在审查),感兴趣的变量和它们的操作定义,研究质量和出版语言。

为了减少偏见在数据抽象,研究者可能盲数据摘录者的身份杂志或结果。然而,致盲是难以实现的,耗时的,可能不会大幅改变的结果。在一个替代方法,多个萃取器可能评估数据。

评估的证据

报告的发表偏倚,倾向于发布研究结果(或不)基于偏见调查员或编辑水平(例如,未能发布研究结果证明消极结果),是一个荟萃分析的主要问题。这种偏见可以力量或相关含义的结果,作者的母语性或出版的国家。

大英百科全书yabo亚博网站首页手机的溢价订阅和获得独家内容。
现在就订阅

各种方法已经开发解决发表偏倚。漏斗图,例如,是一种散点图与样本大小的估计一个轴和效应值估计。漏斗图是用来评估基于统计原理的发表偏倚抽样误差减少随着样本容量的增加。其他的统计测试可以帮助评估偏离对称,虽然他们是有争议的因为他们倾向于第一类错误(假阳性)。一个更健壮的方法包括一个全面的搜索和评估贡献发表偏倚的组件。

当研究组合在一个荟萃分析异构,总结影响的解释可能是困难的。统计方法已经开发协助确定异质性的来源和性质。异质性是否很重要,然而,需要判断超出统计数据。

定量合成的证据

如果研究确定了适合定量合成、固定后果或随机模型可用于一个荟萃分析,根据异质性的存在与否。固定后果模型适用于情况假定每个研究结果估计一个常见(但未知)合用的效果。随机模型假定每个研究结果估计自己的(未知的)效果,有人口分布(平均值和某种程度的可变性)。因此,随机模型,within-study变异性之间的允许。尽管如此,即使使用随机模型,总结估计来自异构研究必须小心解释。

贝叶斯分析,允许数据和模型本身是随机的参数,也可以使用。贝叶斯方法进一步允许包含相关信息的外部的荟萃分析的考虑,允许不同的临床结果的效用。由于后者,在流行病学研究中,贝叶斯方法促进荟萃分析的扩展决策过程。累积荟萃分析的过程是执行一个新的(或更新)荟萃分析结果可用。

荟萃分析流行病学

在流行病学、系统评价(在适当的地方和定量合成)进行的评估新医疗或卫生干预措施的有效性的证据。荟萃分析的结果可以转化为一个推荐支持干预的使用实施或发现证据不足。这样,荟萃分析流行病学的发展作出了贡献公共卫生科学。

此外,自完成测序人类基因组2003年,许多研究已经评估了人类基因组变异对人口健康的影响和遗传信息的使用来改善健康和预防疾病。系统的评论的遗传研究提供一个重要的角色在帮助确保报告的质量基因型患病率基因疾病协会。此外,尤其是在医学领域内,荟萃分析改善报告作出了贡献的科学抽象和主要研究,帮助识别研究缺口,转移注意力统计显著性考虑的规模和影响置信区间

挑战荟萃分析

荟萃分析中一个有争议的问题是是否要包括研究可疑的或质量较差。批评者认为,任何荟萃分析,总结了研究的广泛不同的质量可能不提供信息的或有缺陷的。其他研究人员计数器,评估方法学质量通常是困难的,和研究人员经常不同意什么构成质量。尽管最好的研究员试图提供一个客观的度量的质量,决定包括或者排除研究引入偏差分析。还是其他研究者注意的质量可能没有一项研究对研究的结果产生影响。

此外,荟萃分析已经成为广泛应用,出现了新方法。例如,荟萃分析往往是复杂信息的缺乏标准偏差估计的报告;各种方法的有效性将这些信息从其他来源进行了研究。结合信息从不同的研究设计或证据在多个参数感兴趣的研究人员。模型对这种情况很复杂,但提供机会来评估研究中数据是否一致。

斯蒂芬·b·查克 唐娜·f·Stroup