图形在结果展示上具有显著优势,在Meta分析中扮演着关键角色。以下是一些Meta分析中常用的图形,供研究者参考:
一、流程图展示原始研究的纳入排除过程
二、森林图,并标注必要的统计检验结果(如异质性检验)以展示Meta分析的结果
三、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,以评估发表偏倚的可能性
四、气泡图展示Meta回归结果
一、纳入排除流程图
纳入排除流程图通常在结果中首先展示,描述了原始研究的纳入排除过程。PRISMA提供的流程图模板值得推荐。具体示例与建议如图1所示。
图1. PRISMA 2009 纳入排除流程图
绘图建议:
1、流程图上方展示初始获取的文献数量,下方展示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、流程图可分为四部分: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,由图形和数据列表两部分组成。它起源于20世纪70年代,因其线条类似森林而得名。
数据列表包含各原始研究及样本量、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顺序,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。
如果进行了亚组分析,森林图中应将各亚组分别展示,并计算I2衡量亚组间的效应值异质性大小。如果统计学检验显示,不能认为亚组间效应存在异质性,那么应该将亚组进行合并。
图形部分展示了各研究效应值及其95%CI区间,图中点的大小衡量各研究贡献的权重大小。图的最底部为Meta分析的合并值。具体示例(图2)与绘图建议如下:
绘图建议:
1. 数据列表部分
(1) 展示纳入分析的原始研究。研究排列应遵从一定顺序,如发表年代,权重大小或作者首字母
(2) 给出各原始研究的结局事件数
(3) 给出各组的样本量
(4) 给出各原始研究贡献的权重
本文如未解决您的问题请添加抖音号:51dongshi(抖音搜索懂视),直接咨询即可。