https://www.yiliao.com/index.php?action=history&feed=atom&title=Meta%E5%88%86%E6%9E%90
Meta分析 - 版本历史
2026-04-10T00:12:07Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=Meta%E5%88%86%E6%9E%90&diff=316523&oldid=prev
77921020：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-02-06T11:06:35Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>Meta 分析</strong>（Meta-analysis，荟萃分析）是一种定量的统计学方法，其核心是将多个针对同一科学问题的独立研究（如多个 <strong>[[RCT]]</strong>）结果进行合并，通过增大样本量来提高检验效能（Power），从而得出一个更精确、更客观的综合结论。<br />
<br>在<strong>[[循证医学]]</strong>的证据等级体系中，高质量的 Meta 分析位于金字塔的顶端（I 级证据）。它不仅能解决单一研究样本不足的问题，还能通过异质性分析探索不同研究结果不一致的原因。其标志性的可视化结果被称为<strong>[[森林图]]</strong> (Forest Plot)。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">Meta-analysis</div><br />
<div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">Quantitative Synthesis (点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 25px; text-align: center; background-color: #f8fafc;"><br />
<div style="width: 100px; height: 100px; background-color: #e2e8f0; border-radius: 50%; margin: 0 auto; display: flex; align-items: center; justify-content: center; color: #94a3b8; font-size: 0.8em;"><br />
<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">数据的“炼金术”</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">方法档案</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0; width: 40%;">所属领域</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">[[卫生统计学]] / EBM</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">核心图表</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">[[森林图]], [[漏斗图]]</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">关键指标</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">合并效应量 (OR/RR), <em>I²</em></td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">常用软件</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #16a34a;">RevMan, Stata, R</td><br />
</tr><br />
<br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">核心步骤</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">Step 1</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">文献检索与筛选</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">Step 2</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">质量评价 (偏倚风险)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569;">Step 3</th><br />
<td style="padding: 6px 12px; color: #0f172a;">统计合并与绘图</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">核心逻辑：化零为整</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
为什么需要 Meta 分析？因为单一研究常常面临样本量小、结论不一致的困境。Meta 分析通过加权合并，实现了“三个臭皮匠，顶个诸葛亮”。<br />
</p><br />
<div style="background-color: #f0f9ff; border-left: 5px solid #1e40af; padding: 15px 20px; margin: 20px 0; border-radius: 4px;"><br />
<ul style="margin: 0; padding-left: 20px; color: #334155;"><br />
<li style="margin-bottom: 12px;"><strong>加权平均 (Weighted Average)：</strong> Meta 分析不是简单地将所有数据相加，而是根据每个研究的<strong>权重</strong>（通常由样本量和方差决定）进行计算。样本量越大、方差越小的研究，发言权（权重）越大。</li><br />
<li style="margin-bottom: 12px;"><strong>森林图 (Forest Plot)：</strong> 读懂 Meta 分析的关键。<br />
<br>• <strong>方块：</strong> 代表单个研究的效应量，方块大小代表权重。<br />
<br>• <strong>横线：</strong> 代表置信区间 (95% CI)，线越短越精确。<br />
<br>• <strong>菱形：</strong> 代表最终的合并结果。如果菱形不与“无效线”（中间的垂直线）相交，说明结果有统计学意义。</li><br />
<li style="margin-bottom: 0;"><strong>证据等级：</strong> 在证据金字塔中，基于 RCT 的 Meta 分析被视为最高级别的证据（Ia级），是制定<strong>[[临床指南]]</strong>的基石。</li><br />
</ul><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">阿喀琉斯之踵：异质性</h2><br />
<p style="margin: 15px 0; text-align: justify;"><br />
Meta 分析最怕的是“把苹果和橘子放在一起比较”。如果纳入的研究之间差异过大，合并结果就没有意义。<br />
</p><br />
<div style="overflow-x: auto; margin: 20px auto;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 25%;">概念</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af; width: 40%;">衡量指标</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569; width: 35%;">处理策略</th><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">[[异质性]]<br>(Heterogeneity)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong><em>I²</em></strong> 值。<br>• <em>I²</em> < 50%：低异质性<br>• <em>I²</em> > 50%：高异质性</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;">• 低：使用<strong>固定效应模型</strong><br>• 高：使用<strong>随机效应模型</strong> 或 亚组分析</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">[[发表偏倚]]<br>(Publication Bias)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>漏斗图</strong> (Funnel Plot)<br>看图形是否左右对称。</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;">若存在不对称，提示阴性结果可能未发表（抽屉效应）。需谨慎解读。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">关键相关概念 [Key Concepts]</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
<strong>1. [[Systematic Review]] (系统评价)：</strong> 常与 Meta 分析混用，但有区别。系统评价是全过程（检索、评价、综合），Meta 分析是其中的定量统计步骤。如果有数据但无法合并，可以只做系统评价不做 Meta 分析。<br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
<strong>2. PRISMA Statement (PRISMA声明)：</strong> 报告 Meta 分析的国际标准指南。包含 27 项清单（Checklist）和流程图，要求作者透明地报告检索策略、筛选过程和资金来源。<br />
</p><br />
<br />
<p style="margin: 12px 0;"><br />
<strong>3. Effect Size (效应量)：</strong> Meta 分析合并的具体指标。对于二分类变量（死/活）常用 <strong>[[OR]]</strong> (优势比) 或 <strong>[[RR]]</strong> (相对危险度)；对于连续变量（血压值）常用 <strong>WMD</strong> (加权均数差)。<br />
</p><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 20px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #ffffff;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Higgins JPT, et al. (2023).</strong> <em>Cochrane Handbook for Systematic Reviews of Interventions.</em> <strong>[[Wiley-Blackwell]]</strong>. <br><br />
<span style="color: #475569;">[点评]：Meta 分析的“圣经”。由 Cochrane 协作网编写，详细阐述了从异质性检验到偏倚风险评估的每一个操作细节。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>孙振球, 徐勇勇. (2014).</strong> <em>医学统计学 (第4版) 第23章: Meta分析.</em> <strong>[[人民卫生出版社]]</strong>. <br><br />
<span style="color: #475569;">[点评]：国内权威教材。系统讲解了 Meta 分析的数学原理及 RevMan 软件的各种算法选择（固定 vs 随机）。</span><br />
</p><br />
<br />
<p style="margin: 12px 0;"><br />
[3] <strong>Glass GV. (1976).</strong> <em>Primary, secondary, and meta-analysis of research.</em> <strong>[[Educational Researcher]]</strong>. <br><br />
<span style="color: #475569;">[点评]：历史性文献。Gene Glass 在文中首次提出了 "Meta-analysis" 这一术语，以此区别于初级分析（原始研究）和次级分析。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
循证医学方法 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">上级方法</td><br />
<td style="padding: 10px 15px; color: #334155;">[[循证医学]] (EBM) • [[系统评价]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">核心工具</td><br />
<td style="padding: 10px 15px; color: #334155;">[[森林图]] • [[漏斗图]] • RevMan 软件</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">关键指标</td><br />
<td style="padding: 10px 15px; color: #334155;"><em>I²</em> (异质性) • [[OR]]/[[RR]] (效应量) • 95% CI</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
77921020