近20多年来，Meta分析作为一种整合系列独立研究结果的方法，已经成为很多领域极其重要的研究工具，在诸如医学、药理学、流行病学、教育学、心理学、商业和生态学等许多学科中得到应用。由于Meta分析方法涉及较深奥的统计学知识，往往较难学习和理解，本书由浅入深、简明扼要地就有关Meta分析的相关主题进行了系统、广泛而深入的讨论，能使读者较快地理解和掌握该方法。本书内容包括：Meta分析在研究过程中的地位和作用；效应量和干预效应的计算方法；固定和随机效应模型整合数据的方法；研究间的变异评估分析方法和正确解释；相关概念的案例及图文解释；Meta分析中共性错误的避免；Meta分析相关争议的讨论及进一步学习的相关资源链接。
样章试读
目录
- 目录
致谢
前言
第一部分 简介
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
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
Tau 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
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
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）2.0 293
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 Metaanalysis 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
京公网安备 11010102004214号