Meta-Analysis

Meta-Analysis

meta-analysis是用統計的概念與方法,去收集、整理與分析之前學者專家針對某個主題所做的眾多實證研究,希望能夠找出該問題或所關切的變數之間的明確關係模式,可彌補傳統的Review Articles(文獻綜述)的不足。

根據統計假設的不同可將Meta 分析方法分為兩類:固定效應模型隨機效應模型,前者假設所有研究享有共同的真實效應大小,後者假設所有研究的真實效應大小不同,具體體現在計算所有研究平均效應的權重上。由於隨機效應模型比較符合實際,得到了Meta分析家們的認可,正被廣泛套用開來。

基本介紹

背景,定義,歷史,套用步驟,優點及缺點,優點,缺點,

背景

科學研究應建立於許多實驗結果的重複之上,除了少數新發現外,單個實驗結果很難對科學的發展作出極為顯著的貢獻。所以為了闡明某一主題,在許多科學領域有眾多研究者在對不同的實驗對象或對同一對象在不同的實驗環境中進行實驗,都曾有大量的臨床或調查實驗對這些大眾所關心的問題進行統計分析研究,但結果不盡相同。面對如此多結果不一的獨立研究,作為決策者該相信哪一個分析結果呢? 於是當大量獨立實驗出現時,就會有人對這些獨立實驗進行綜合,即綜述。綜述是對同一主題不同實驗結果的總結,也是對過去實驗的概括、提煉,要從獨立實驗中排除隨機誤差,提煉出本質的內容,同時也要從中發現問題,為將來這一主題的研究指明方向,為解決問題的決策者提供科學依據。所以好的綜述必須有好的方法來作後盾。
Meta-analysis正是這樣一種好的綜合方法

定義

Glass對Meta-analysis提出的定義是:以綜合已有的發現為目的,對單個研究結果的集合的統計學分析方法;Sacks等提出的定義是:對以往的研究結果進行統計學的合併和嚴謹的綜述方法;羅湘等認為Meta-analysis方法是依靠蒐集已有或未發表的具有某一可比特性的文獻,套用特定的設計和統計學方法進行分析與綜合評價,使有可能對具有不同設計方法及不同病例數的研究結果進行綜合比較。

歷史

Meta-analysis方法的思想可追溯到20世紀30年代,最初套用於教育學、心理學等社會科學領域是在60年代,70年代初Ligh和Smith提出了可以由不同研究結果匯總原始數據進行綜合分析。在1976 年,有位學者Gene Glass 首次使用Meta-analysis的名稱,來代表透過統計分析去整合與分析眾多相同主題的實證研究,以獲得最有代表性的結論的過程與方法。
Meta-analysis方法套用到醫學有關的文章第1篇發表於1955年。作者綜合了15份單獨研究結果,對1 000餘名不同疾病患者服用安慰劑的療效進行分析,得出了安慰劑具有35 %療效的結論。

套用步驟

提出問題並制定蒐集、選擇文獻的標準
明確指出所要解決的問題是後面幾步的基礎,如Gurevitch 在提出要檢驗野外實驗中生物相互競爭對生物量的影響程度,首先,將綜述文獻定於野外實驗、競爭和生物這幾個關鍵字上,即實驗大背景為野外實驗,不包括室內模擬實驗。實驗對象為植物,影響因素為種間競爭,測量結果為植物生物量。選擇文獻的標準根據所解決問題來定,既要考慮到文獻的全面,又要照顧到計算的可能。
蒐集文獻
最初的Meta 分析中只蒐集已發表文獻,後來Meta 分析家們通過調查發現已發表的文獻往往不能代表所有研究的真實結果,因為在統計學檢驗中顯著性較小的研究較顯著性較大的研究更易於發表。所以後來的綜述者為了能蒐集到全面的文獻,通過各種途徑來最大可能地收集已發表的和未發表文獻(包括正式期刊中的論文、會議論文、摘要以及各種私人交換資料等) 。文獻檢索中要在線上檢索與手檢相結合,並重視所得文獻的參考文獻。對一些基本內容符合要求,報導不詳者,可通過與作者聯繫獲取分析所必須信息,這一點需要科研工作者具有良好的合作精神。
標定各研究的特點,並對其進行分類
要結合獨立研究,綜述者必須對各研究作充分的了解,目前正規的做法是先將各研究的實驗設計,包括取樣是否隨機、研究背景、研究方法、樣本大小、結果測量、統計分析方法等羅列出來,然後一般根據研究背景將所有研究分為幾級別或類(class) ,以作比較。
定量測度研究特點
研究特點的不同會影響實驗結果,也即各研究的質量不同,如果在分析時對這些質量不等的研究給予相同的結合標準,必然會導致分析結果的不準確,為了克服這一問題,分析家們提出了定性Meta 分析,即先對前面所羅列的研究特點按重要程度進行打分,然後指定兩位分析者按照評分標準對所有的研究進行盲打分,即事先將各研究的作者、所在出版物名及發表日期全部隱藏起來進行評分,如果二位的評分結果相似性高,則接受此評分標準,然後取二人的平均值;如果二位的評分結果一致性較差,則重新制定標準。
結合研究結果並結合研究特點來分析結果
也有人稱這一步為定量Meta分析,以相對於定性Meta 分析。目前已發展出多種Meta 分析方法。但它們的基本思想是一致的,那就是先提出假設,構造一個綜合統計量,然後計算各研究的結合統計量,並用其在定性Meta 分析中所得分數去權重它的綜合統計量;計算各級別研究中的加權平均綜合統計量(在平均過程中,要根據其各結合統計量的方差進行權重) ;做各級別中研究間統計量的異質性檢驗。
Meta 方法的不同主要在於結合統計量和統計假設的不同。根據結合統計量的不同可將Meta 分析方法主要分為三類:第一類的綜合統計量為效應值,它適合於測量結果為連續數據的獨立研究,目前主要套用於社會科學(教育學、心理學等) 、臨床醫學和生態學中,它可反映一個程式或現象的效應大小和方向 。第二類主要套用於流行病學、病因學、大眾健康學等醫學領域中,綜合統計量為相對風險度或風險度比或風險度差。第三類為80 年代末在醫學領域中發展出的回歸方法,其結合統計量為藥量- 反應斜率,由回歸方法得出的,它適合於測量結果為分類數據的獨立研究;
報告分析結果
包括評估效應,指出研究中實驗設計、數據分析等的不足並通過綜合為將來這一主題的研究指明方向。最近有人用圖表法來報告Meta 分析結果。

優點及缺點

優點

Meta 分析設計較嚴密,有明確的選擇文獻標準;系統地考慮了研究的方法、結果測量指標、分類、對象對分析結果的影響;給出了測量指標(結合統計量) ,提供了一種定量估計效應程度的機理,分析結果客觀性強,具有科學性;提高了文獻的綜合統計能力;現代Meta 分析考慮了獨立研究的質量問題。

缺點

2. 1  發表偏見
幾乎所有作者及編輯都有更願意報導統計檢驗顯著結果的趨向,所以綜述者被限於在發表物中綜合獨立研究結果,有可能導致效應大小的高估計。在一項調查中,58 名工作者說他們共做了921 個隨機對照實驗, 96 個( 10.42 %) 未發表,且正效應結果明顯比負效應結果更易於發表;再者,已發表論文所用的實驗方法也未必一定好於未發表者。為了克服這一缺點,現在Meta 分析者在蒐集資料時既包括了已發表物,也包括未發表物。但有人反對這樣做。
2. 2  發表物中缺少綜述者所需數據
在實踐中,有許多已收集的文獻,由於對最初實驗結果的有選擇性報導、錯誤的分析、對原始數據描述不完整等原因而不能被利用,大大降低了Meta 分析的綜合能力。
2. 3  不對等比較,也有人稱為“桔子與蘋果問題”
許多學者指出各研究的對象、結果測量指標不同會影響最終分析結果,好象將桔子與蘋果拿來比較一樣,很難得出正確的結論。但也有人認為擴大總體概念會提高綜合能力, 結論更具實用性。Peto 指出為解決同一問題而進行的實驗, 其綜合結果具有相同的方向。
2. 4  綜述對象最初數據質量不等
如果在分析時對這些質量不等的研究給予相同的結合標準,必然會導致分析結果的不準確,為了克服這一問題,分析家們提出了定性Meta 分析。
2. 5  綜述者對綜合結果的解釋有偏見。
2. 6  不可避免的非隨機性選擇獨立研究
因為統計顯著性檢驗要求樣本是從遵循一定分布規律的總體中取樣得來,所以非隨機選取研究和對同一數據進行多次檢驗(重複報導部分或全部數據或者用同一作者的多個結果) 都是違反上述假設的。但事實上,前5 個問題是所有綜述方法的共同弊病,但在描述性綜述和數表決法中它們隱藏了起來,並未直接暴露出來,而在Meta 分析中卻把它們顯露無遺。我們已經看到這樣一個事實,Meta 分析正在逐步努力克服這些問題,而且已經取得了可喜的進展。但是再好的Meta 分析也不能代替獨立研究,它們是Meta 分析的基礎。綜上所述,Meta 分析作為一種結合獨立研究的統計學方法,具有傳統綜述不可比擬的優越性,它在這短短20 年中的迅猛發展是最好的一個見證。

相關詞條

熱門詞條

聯絡我們