|
本文選自《瘋狂統計學》 第四部分·Meta分析案例統計分析過程“局部解剖” 引言 干預性研究一般是指對疾病進行干涉(手術，藥物，檢查等)后觀察病人的臨床癥狀、體征、藥代動力學、藥效學變化等，以此來衡量和評價干預措施所能達到的效果。Meta分析在醫學領域的應用最為廣泛，其中應用最多的就是對干預性研究(尤其是隨機對照研究，RCT)的評價，在一些觀察性研究和病例對照研究中也得到推薦。本文旨在通過結合作者自己最近發表的干預性研究Meta分析的經驗，詳細地介紹如何使用Review Manager(version 5.3)進行此種類型Meta分析。 案例與操作 1. 病例 筆者以2016年于Clinical Lung Cancer發表的一篇題為“Effect of CombinedTherapy Inhibiting EGFR and VEGFR Pathways in Non-Small-cell Lung Cancer onProgression-free and Overall Survival”為例，詳細描述運用Review Manager(version5.3)進行干預性研究Meta分析的操作步驟。 點擊圖片看全文，PMID:28131635 DOI:10.1016/j.cllc.2016.12.012 2. 用Excel錄入所需數據 (1)客觀緩解率(objective response rate，ORR)和疾病控制率(diseasecontrol rate，DCR)以如下表格式錄入，即為傳統四格表。數據提取遵循的原則是以文章中發表數據為準。一般干預性研究會在文章results部分用表格形式把實驗組和對照組中接受治療/干預措施的有效/無效人群的數量展示出來，讀者可以從文中表格直接提取。如圖1所示。 圖1. Excel示意錄入數據格式與標注 treat(實驗組有效人數)，total(實驗組總人數)，control(對照組有效人數)，total(對照組總人數) (2)無疾病進展生存(progression free survival，PFS)和總生存(overallsurvival，OS)以風險比(hazard ratio，HR)和95%可信區間(Confidenceinterval，CI)表示，錄入格式為author-year-HR-up(95%CI上界)-down(95%CI下界)(圖2)。 圖2. Excel示意錄入數據格式：PFS和OS (3)亞組數據:按文章需求進行亞組分析，將亞組分析的數據同樣錄入并整理。如下圖，根據案例文章的分析要求，依EGFR突變狀態分為野生型和突變型進行數據錄入(圖3~圖4)。 圖3.對EGFR突變狀態進行亞組分析前數據的錄入 圖4.根據不同的亞組在excel中建立不同的文件 3. 運用Review Manager 5.3對錄入數據進行分析 (1)review manager 5.3免費下載(http://tech./revman)，并按指示安裝軟件，mac和windows版本均有。本文的演示均在Mac中進行，Windows的操作過程與之大致類似。如圖5所示。 圖5. Review manager的下載界面 (2)運行review manager，并命名新文件(如圖6~圖10所示)。 圖6. 建立新文件 圖7. 選擇干預性Meta類型
圖8. 為文件命名
圖9. 建立full review文件類型
圖10. 最后生成文件 4. 納入所有納入Meta分析的研究名字 見圖11~圖16所示。
圖11. 在左側欄中找到references to studies-included studies，右鍵，選擇'Add Study'
圖12. 依次輸入研究author year
圖13. 根據實際情況選擇數據來源是以發表還 是未發表
圖14. 填寫相應研究的發表年份(后面可 按年份排序研究順序)
圖15. 直接選擇finish
圖16. 填加一個研究成功后，左側欄中會顯示相應的研究名稱 同理，添加所有涉及的研究本案例涉及10個研究，故均用上述方法依次添加 5. 制作森林圖進行分析 (1)制作ORR/DCR森林圖 制作森林圖的步驟可歸納為:data and analyses-add comparison-add outcome?選擇正確的數據類型?添加數據這五大步驟 (如圖17~圖30所示)。
圖17. Add comparison：實際上就是分組，想研究數據之間的ORR比較，就命名為 ORR 步驟：data and analyses，右鍵：add comparison。 Add outcome：這一步主要是設置數據類型等。由于ORR和DCR都是二分 類數據類型，故選擇dichotomous對于腫瘤的Meta分析，在revman中，主要就是 應用dichotomous(ORR/DCR)和generic inverse variance(PFS/OS)兩種。如圖18所示。
圖18. Add outcome：這一步主要是設置數據類型等 數據類型的選擇：名稱可定義為比較對象的名字，如案例中命名為combination vs. control，意在比較聯合用藥組和對照組ORR差別。如圖19所示。
圖19. 數據類型的選擇 定義名稱：此步驟為選擇分析方法，一般是M-H方法，模型默認是fixed model，后面通過I2大小可以再更改。如圖20所示。
圖20. 定義名稱 選擇模型：此步驟為具體的分析細節，一般都是默認情況，后面均可根據實際情況再更改。如圖21所示。 選擇模型的操作細節，這一步要注意：在分析ORR和DCR時，一定要將left graph定義為對照組，而right graph定義為試驗組，根據四格表公式，對于ORR和DCR，OR>1代表試驗組更加有效。如圖22所示。
圖21. 選擇模型
圖22. 選擇模型的操作細節
圖23. add study data:將所需數據導入制作森林圖
圖24. 選中所需要的研究名稱(左側顯示的為第一步納入的所有研究)
圖25. 將先前的excel中的數據導入，可以復制，也 可以手動輸入，注意順序
圖26. 點擊顯示森林圖的按鈕，制作森林圖
圖27. 森林圖制作完畢，需要注意的是下面方框圈出的代表異質性 的I2，本例I2=20%，應用默認的固定效應模型
圖28. 若異質性大，可改成隨機效應模型
圖29. 為保存森林圖，可以點擊下圖所圈出的保存按鈕
圖30. 可保存成各種多種多樣格式 (2)制作PFS/OS森林圖。 如圖31~圖38所示。
圖31. add comparison:步驟見圖17
圖32. add outcome:這里數據類型有些不同
注意:這里面le graph變成試驗組，因為HR<1說明對病人來 說是有利因素，不同于OR
圖33. add study data：以本案例中PFS為例，共納入8個研究
圖34. 下一步就是錄數據，這步有點特殊，需要用到自帶的計算器 以第一個，Groen 2013為例：PFS:HR，0.9；95%CI:0.67~1.2
圖35. 點開計算器后，只需要輸入HR數值和CI start即可，其余的數據自動生成
圖36. 同理將所有的研究結果納入
圖37. 生成森林圖
圖38. 異質性很大，改成隨機效應模型，具體過程可見圖20-28， 結果如圖 6. 制作亞組分析森林圖 亞組分析所有步驟均可參見圖39和圖40，唯一不同的是需要在森林圖中將亞組顯示出來，以EGFR( )vs. EGFR(?)為例。 命名亞組名稱，依據本案例為：EGFR( )和EGFR(?)。 之后步驟參照圖39和圖40。最后可得出的結果(如圖41)(注意:兩個亞組的模型只能同時調整，所以當兩個亞組的異質性都很大或者很小可適用一種模型時，才用此建立亞組的方式，否則還是需要用圖39和圖40步驟分別建立outcome)。
圖39. 根據EGFR狀態進行亞組分析
圖40. 亞組分析的詳細步驟
圖41. 亞組分析的森林圖結果(根據EGFR狀態) 說明:文章中所有的森林圖均用以上方法制作，故不再贅述。 7. 制作風險偏移圖
通過閱讀納入的文獻，對每一篇文章從以下幾方面進行偏移評估，并分出等級。如圖42所示。
圖42. 偏移風險評估表原始表格 (1)制作risk of bias graph:首先，根據表格講每篇文獻的不同方面的風險 等級錄入，如圖43所示。
圖43. 每篇文獻的風險等級錄入 將每篇文獻的等級錄入好后，制作圖片，選擇risk of bias graph。如圖44所示之后默認就可以了。
圖44. 偏移圖制作過程 最后可以看到生成的圖片，如圖45示。
圖45. Risk of bias graph制作過程 (2)制作risk of bias summary：步驟同圖45，只需要在選擇時選擇risk of bias summary，如圖46所示。
圖46. Risk of bias summary 制作過程 總結 綜上，筆者結合自己最近發表的干預性研究Meta分析的經驗，詳細總結并介紹了使用review manager進行此種類型Meta分析的操作過程。相對于stata軟件而言，使用review manager進行Meta分析雖然步驟相對繁瑣，但是因其自動生成的森林圖包含詳細的統計學參數和結果，而受到學界的廣泛認可。筆者在閱讀 一些高質量SCI論文時發現，學者更傾向于使用review manager生成Meta分析所需森林圖。這說明review manager在Meta分析中的專業認可度更高。對于臨床醫生而言，干預性研究是我們日常工作和學習中遇到的最多的文獻類型。只要我們在平時工作中留心觀察臨床問題，在閱讀文獻時注意總結歸納，很容易發現干預性研究Meta分析的切入點。一旦有了很好的切入點，那這篇文章就能協助你快速、簡單地實現你的idea。 |
|
|
