《Meta分析导论》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(美)MichaelBorenstein原著
  • 出 版 社:北京:科学出版社
  • 出版年份:2013
  • ISBN:9787030355515
  • 页数:315 页
图书介绍:本书全面、系统而清晰地介绍了,目前21世纪统计学领域极为活跃的分支之一,系列研究结果如何有效合成的Meta分析方法。Meta分析,也称为元分析、荟萃分析等,该方法已经成为医学、药学、流行病学、教育学、心理学、商业及生态学等领域的文献资料系统而定量评价的重要工具。该书的主要内容都是围绕Meta分析方法及其有争议的问题而展开的,主要有:Meta分析在研究中作用和地位;效应值及大小的计算方法;如何采用固定和随机效应模型合成数据;评价和解释研究间的变异来源;Meta分析结果数字和表格的准确表达;Meta分析中如何避免错误发生;讨论Meta分析中存在争议;Meta分析相关资源。该书特点是充分结合案例清楚、透彻地解释Meta分析原理和方法,是难得方法学工具用书。

第一部分简 介 3

第1章 Meta分析是如何进行的 3

引言 3

单个研究 3

效应量 3

精度 4

研究权重 4

p值 4

综合效应 4

效应量 4

精度 5

p值 5

效应量的异质性 5

本章小结 6

第2章 为什么要进行Meta分析 7

引言 7

链激酶的Meta分析 7

统计学意义 8

效应的临床意义 9

效应的一致性 9

本章小结 10

第二部分 效应量和精度第3章 概述 13

疗效和效应量 13

如何选择效应量 13

参数和估计值 14

效应量的计算概述 14

第4章 基于均值的效应量 15

引言 15

原始(未标准化)均值差D 15

计算独立分组研究中的D值 15

计算配对设计或前后设计研究中的D值 16

从报道的信息估计效应量 18

同一分析中包括不同设计的研究 18

标准化均值差(d和g) 18

成组设计计算的d和g 19

计算使用前后得分或配对组研究的d和g 21

在同一分析中包含不同设计的研究 22

反应比 23

本章小结 24

第5章 二分类数据的效应量 25

引言 25

风险比 25

比数比 27

风险差 29

选择一种效应量指标 29

本章小结 30

第6章 基于相关系数的效应量 31

引言 31

计算r 31

其他方案 32

本章小结 32

第7章 效应指标间的转换 33

引言 33

比数比的对数转换成d值 34

d值转换为比数比的对数 34

r值转换为d值 35

d值转换为r值 35

本章小结 36

第8章 影响精确性的因素 37

引言 37

方差、标准误和可信区间 37

影响精确性的因素 38

样本含量 38

研究设计 39

结语 40

本章小结 40

第9章 本部分小结 41

参考文献 41

第三部分 固定效应与随机效应第10章 概述 45

引言 45

术语 45

示例 45

第11章 固定效应模型 47

引言 47

真实效应值 47

抽样误差的影响 47

固定效应模型分析 49

示例 50

本章小结 50

第12章 随机效应模型 51

引言 51

真实效应值 51

抽样误差的影响 51

随机效应Meta分析 53

τ2的估计 53

估计效应值均值 54

例子的说明 55

本章小结 55

第13章 固定效应模型和随机效应模型的比较 56

引言 56

定义综合效应 56

估计综合效应 57

大样本研究或小样本研究中极端效应尺度 57

可信区间 57

无效假设 60

我们应该使用哪个模型 60

固定效应 60

随机效应 60

一个警告 60

模型不应该依赖于异质性检验的结果 61

结论 61

本章小结 61

第14章 示例 63

引言 63

连续性数据示例 63

综合数据 63

计算每个研究的效应量和方差 63

采用固定效应模型计算综合效应量 64

计算τ2的估计值 65

采用随机效应模型计算综合效应量 66

二分类数据示例(第一部分) 67

综合数据 67

计算每个研究的效应量和方差 67

采用固定效应模型计算综合效应量 69

计算τ2的估计值 70

采用随机效应模型计算综合效应量 70

相关系数数据示例(第一部分) 71

综合数据 71

计算每个研究的效应量和方差 71

采用固定效应模型计算综合效应量 72

计算τ2的估计值 74

采用随机效应模型计算综合效应量 74

本章小结 75

第四部分 异质性 79

第15章 概述 79

简介 79

专业术语 79

分析实例 80

第16章 异质性的识别和定量 81

引言 81

真实效应变异的分解 81

Q统计量 82

基于研究内误差Q的期望值 83

超额变异(excess variation) 83

观测变异与期望变异之比 83

检验异质性假设 84

Q统计量和p值的几点结论 85

估计τ2 86

T2小结 87

1au 87

对T的总结 88

I2统计量 88

对I2的总结 89

比较异质性指标 90

实际应用中的异质性讨论 91

τ2的置信区间 92

I2的可信区间 94

本章小结 94

第17章 预测区间 96

引言 96

原始研究中的预测区间 96

Meta分析中的预测区间 97

可信区间与预测区间 99

比较可信区间与预测区间 99

本章小结 100

第18章 实例分析2 101

引言 101

连续性资料实例分析2 101

计算I2的可信区间 103

二分类资料实例分析2 104

计算I2的可信区间 106

相关系数资料实例分析2 107

计算I2的可信区间 109

本章小结 110

第19章 亚组分析 111

引言 111

本章节如何组织? 111

亚组间的固定效应模型 112

计算综合效应 113

效应比较 116

A组与B组比较:Z检验(方法一) 116

A组与B组比较:基于方差分析的Q检验(方法二) 117

A组和B组的比较:异质性的Q检验(方法三) 118

小结 119

定量差异大小 119

计算模型 120

在亚组内需计算τ2 121

综合还是不综合 121

总结 122

τ2的单独估计随机效应模型 122

计算效应 122

计算A组研究(随机效应,分别估计τ2值) 122

计算B组研究(随机效应,分别估计τ2值) 124

对10个研究进行计算(随机效应,独立估计τ2值) 124

效应的比较 125

A组和B组的比较:Z检验(方法一) 125

A组和B组的比较:基于方差分析的Q检验(方法二) 126

A组和B组的比较:Q检验检测异质性(方法三) 128

综合效应差计算 128

τ2的综合估计随机效应模型 129

估计综合τ2值的公式 129

效应计算 129

A组的计算(随机效应,综合估计τ2值) 131

B组的计算(随机效应,综合估计τ2值) 131

所有10组研究的计算(随机效应,综合估计τ2值) 132

效应比较 132

A组和B组比较:Z检验(方法一) 133

A组和B组比较:基于方差分析的Q检验(方法二) 134

A组和B组的比较:异质性Q检验(方法三) 135

综合效应差的计算 136

解释方差的比例 136

混合效应模型 138

在亚组间获得一个总效应 139

应该报告所有亚组间的总效应吗? 139

选择1:联合组间均值且忽略组间差异 139

选择2:联合组间均值且将组间差异建模型 140

选择3:在整个研究中采用独立的随机效应分析 140

选择间的比较 140

本章小结 141

第20章 Meta回归 142

引言 142

固定效应模型 142

BCG数据集 142

评价斜率的影响 144

Z检验和Q检验 145

关联程度的定量 145

不能解释的异质性,固定或随机效应模型 146

随机效应模型 148

评估斜率的影响 149

关联强度的定量 150

可以解释的方差比例 151

注意 152

本章小结 154

第21章 再论亚组分析和Meta回归 155

引言 155

计算模型 155

选择模型需要避免的错误 155

模型的不同 155

不同模型的零假设 156

随机效应Meta回归的一些技术考虑 156

多重比较 157

软件 157

亚组分析和回归分析是观察性研究 157

亚组分析和Meta分析的统计学效能 158

本章小结 159

参考文献 159

第五部分 复杂资料结构第22章 概述 163

研究内多个独立的子集 163

研究内多个结局或时间点 163

研究内多个比较组 163

本章结构 163

第23章 研究内独立亚组 165

引言 165

亚组综合效应的合并 165

亚组作为分析单位(方法1a) 166

研究作为分析单位(方法1b) 166

计算研究别的亚组结合效应 166

重新生成所有研究的综合指标(方法2) 168

比较亚组 169

本章小结 169

第24章 研究内多个结局或多个时间点 170

引言 170

合并结局或时间点 170

基于结局变量的综合效应计算 171

多于两个结局的情形 173

相关对于综合效应的影响 174

相关系数未知的情形 175

研究内结局或时间点的比较 176

计算相关结局的方差 176

计算不同结局间的差 177

每个研究多个结局的情形 178

相关对于结合效应的影响 178

相关系数未知的情形 179

本章小结 179

参考文献 179

第25章 研究内的多组比较 180

引言 180

研究内多重比较的综合 180

处理组间的差别 181

本章小结 181

参考文献 182

第26章 关于复杂结构的评论 183

引言 183

综合效应 183

效应差别 183

第六部分 其他问题 187

第27章 概述 187

第28章 唱票法(vote counting)——老问题的新名字 188

引言 188

为何唱票法是错误的? 188

唱票法是一个普遍的问题 189

无效假设之外 190

本章小结 190

第29章 Meta分析的检验效能分析 191

引言 191

概念性问题 191

背景 191

Meta分析与原始研究的效能分析 192

固定效应模型下的效能 193

随机效应模型下的效能 193

检验的不同情形 194

检验主效应的效能 194

亚组比较和Meta回归的效能 194

异质性检验或拟合优度检验的效能 194

何时进行效能分析 194

考虑精度而不是效能 195

原始研究中的效能分析 195

确定效应量的范围 196

确定精度的范围 197

确定检验水准的范围 197

实例 197

Meta分析的效能分析 198

主效应的效能分析 198

固定效应模型 199

实例 199

随机效应模型 200

实例 201

关于随机效应模型 202

异质性检验的效能分析 203

不假定Meta分析模型时的异质性检验的效能 203

实例 204

随机效应模型中异质性检验效能 204

本章小结 204

参考文献 205

第30章 发表偏倚 206

引言 206

研究缺失的问题 206

有统计学意义的研究更有可能发表 206

发表的研究更可能被纳入Meta分析 207

其他偏倚来源 208

处理偏倚的方法 208

引例 208

基本假设 209

图示数据 209

漏斗图 209

有偏倚存在的证据吗 210

是否整个效应仅是偏倚的假象 211

Rosenthal's失安全数 211

Orwin's失安全数 212

偏倚的影响多大 212

Duval和Tweedie的修剪填补法(Trim and Fill) 213

仅分析大规模研究 214

实例分析结果小结 215

资料概述 215

有偏倚存在的证据吗 216

观察到的关联可能仅是偏倚的结果吗 216

偏倚对风险比可能有什么影响 216

一些重要的警告 216

小型研究效应 217

结语 217

本章小结 217

参考文献 217

第七部分 效应量相关问题第31章 概述 221

第32章 为何用效应量而不用p值 222

引言 222

p值和效应量的关系 222

区别是重要的 223

p值常常被误解 224

叙述性评价和Meta分析 225

本章小结 225

第33章 Simpson悖论 226

引言 226

包皮环切和HIV感染风险 226

悖论的例子 227

本章小结 230

参考文献 230

第34章 逆方差方法的推广 231

引言 231

其他效应量 231

简单描述统计 231

物理常数 231

其他类型资料的两组研究 232

三组研究 232

回归系数 233

估计效应量的其他方法 233

适合研究资料类型的调整的方法 233

分析研究间变异的更好方法 234

个体水平资料的Meta分析 234

标准Meta分析方法分析个体水平资料 234

统一分析所有的个体水平资料 235

Bayes方法 235

本章小结 236

参考文献 236

第八部分 其他方法 239

第35章 概述 239

第36章 基于方向和p值的Meta分析方法 240

引言 240

唱票法 240

符号检验 240

合并p值 241

本章小结 244

第37章 用于两分类资料的其他方法 245

引言 245

Mantel-Haenszel法 245

一步法计算比数比 248

本章小结 251

第38章 心理测量Meta分析 252

引言 252

心理测量Meta分析 252

伪效应的消弱作用 253

Meta分析方法 254

实例分析 255

心理测量Meta分析的方差解释 257

假象校正和Meta回归比较 258

伪效应值的信息来源 258

如何评价异质性 258

当没有预先假定的协变量时 258

当有预先假定的协变量时 259

心理测量Meta分析的结果报告 259

结语 259

本章小结 260

参考文献 260

第九部分 Meta分析实际应用中相关议题的讨论第39章 概述 263

第40章 什么时候进行Meta分析是合适的? 264

引言 264

待合并的研究符合一致性要求吗 264

可以合并不同设计类型的研究吗 265

随机试验和观察性研究 266

成组、配对和群组设计的研究 266

我能合并那些结果报告形式不同的研究吗 267

Meta分析至少需要多少个研究 268

本章小结 269

参考文献 269

第41章 Meta分析结果的报告 270

引言 270

研究间效应一致吗? 270

计算模型 270

森林图 271

敏感性分析 272

本章小结 273

参考文献 273

第42章 累积Meta分析 274

引言 274

为什么要进行累积Meta分析 277

累积Meta分析作为教育的工具 277

确认数据中的模式 277

显示累积合成结果而不是分析方法 278

累积Meta分析用于评估预测 278

本章小结 279

第43章 对Meta分析的批评 280

引言 280

一个数字不能概括一个研究领域 280

批评 280

回应 281

文件抽屉问题违背了Meta分析原理 281

批评 281

回应 281

苹果和橙子的合并 281

批评 281

回应 282

垃圾入,垃圾出 282

批评 282

回应 282

重要的研究被忽视 283

批评 283

回应 283

Meta分析和随机化试验不一致 283

批评 283

回应 284

Meta分析的误用 285

批评 285

回应 286

传统综述比Meta分析更好吗 286

结语 287

本章小结 287

参考文献 288

第十部分 资源和软件第44章 Meta分析应用软件 291

本章概要 291

引言 291

软件 292

三种软件Meta分析例子 292

软件功能介绍 292

计算综合效应量和方差 292

实现Meta分析 292

敏感性分析 293

绘制森林图 293

复杂数据格式 293

亚组分析和Meta回归 293

发表偏倚 293

视觉和感觉 293

COMPREHENSIVE META-ANALYSIS(CMA) 20 293

数据输入 294

分析 294

产生森林图 295

敏感性分析 295

研究中的亚组和复杂数据的分析 295

亚组分析和Meta回归 296

发表偏倚分析 296

与其他软件相比 296

相关信息 296

REVMAN 5.0 296

数据导入 296

分析 297

产生森林图 298

敏感性分析 298

进行亚组分析和Meta回归 298

发表偏倚分析 298

与其他软件相比 298

相关信息 298

STATA 10.0 298

数据导入 298

分析 299

产生森林图 299

敏感性分析 300

发表偏倚分析 300

与其他软件相比 300

本章小结 301

第45章 参考书网站和专业组织 302

关于系统评价的书 302

关于Meta分析的书 302

期刊,Meta分析专刊 303

网站 303

The James Lind图书馆 303

comprehensive meta analysis 303

The Cochrane Collaboration 304

The Campbell Collaboration 304

The Human Genome Epidemiology Network 304

参考文献 305

附表索引 311

附图索引 313