微信直播

疯狂学Meta | 干预性研究Meta分析RevMan操作实例

Published at: 2015年第1卷第S1期

蒋涛
关键词:

 

本文选自《疯狂统计学》


第四部分·Meta分析案例统计分析过程“局部解剖”

引言

干预性研究一般是指对疾病进行干涉(手术,药物,检查等)后观察病人的临床症状、体征、药代动力学、药效学变化等,以此来衡量和评价干预措施所能达到的效果。Meta分析在医学领域的应用最为广泛,其中应用最多的就是对干预性研究(尤其是随机对照研究,RCT)的评价,在一些观察性研究和病例对照研究中也得到推荐。本文旨在通过结合作者自己最近发表的干预性研究Meta分析的经验,详细地介绍如何使用Review Manager(version 5.3)进行此种类型Meta分析。

案例与操作

1. 病例

笔者以2016年于Clinical Lung Cancer发表的一篇题为“Effect of CombinedTherapy Inhibiting EGFR and VEGFR Pathways in Non-Small-cell Lung Cancer onProgression-free and Overall Survival”为例,详细描述运用Review Manager(version5.3)进行干预性研究Meta分析的操作步骤。

点击图片看全文,PMID:28131635 DOI:10.1016/j.cllc.2016.12.012

2. 用Excel录入所需数据

(1)客观缓解率(objective response rate,ORR)和疾病控制率(diseasecontrol rate,DCR)以如下表格式录入,即为传统四格表。数据提取遵循的原则是以文章中发表数据为准。一般干预性研究会在文章results部分用表格形式把实验组和对照组中接受治疗/干预措施的有效/无效人群的数量展示出来,读者可以从文中表格直接提取。如图1所示。

图1. Excel示意录入数据格式与标注

treat(实验组有效人数),total(实验组总人数),control(对照组有效人数),total(对照组总人数)

(2)无疾病进展生存(progression free survival,PFS)和总生存(overallsurvival,OS)以风险比(hazard ratio,HR)和95%可信区间(Confidenceinterval,CI)表示,录入格式为author-year-HR-up(95%CI上界)-down(95%CI下界)(图2)。

图2. Excel示意录入数据格式:PFS和OS

(3)亚组数据:按文章需求进行亚组分析,将亚组分析的数据同样录入并整理。如下图,根据案例文章的分析要求,依EGFR突变状态分为野生型和突变型进行数据录入(图3~图4)。

图3.对EGFR突变状态进行亚组分析前数据的录入

图4.根据不同的亚组在excel中建立不同的文件

3. 运用Review Manager 5.3对录入数据进行分析

(1)review manager 5.3免费下载(http://tech.cochrane.org/revman),并按指示安装软件,mac和windows版本均有。本文的演示均在Mac中进行,Windows的操作过程与之大致类似。如图5所示。

图5. Review manager的下载界面

(2)运行review manager,并命名新文件(如图6~图10所示)。

图6. 建立新文件

图7. 选择干预性Meta类型

图8. 为文件命名

图9. 建立full review文件类型

图10. 最后生成文件

4. 纳入所有纳入Meta分析的研究名字

见图11~图16所示。

图11. 在左侧栏中找到references to studies-included studies,右键,选择"Add Study"

图12. 依次输入研究author + year

图13. 根据实际情况选择数据来源是以发表还 是未发表

图14. 填写相应研究的发表年份(后面可 按年份排序研究顺序)

图15. 直接选择finish

图16. 填加一个研究成功后,左侧栏中会显示相应的研究名称

同理,添加所有涉及的研究本案例涉及10个研究,故均用上述方法依次添加

5. 制作森林图进行分析

(1)制作ORR/DCR森林图

制作森林图的步骤可归纳为:data and analyses-add comparison-add outcome−选择正确的数据类型−添加数据这五大步骤 (如图17~图30所示)。

图17. Add  comparison:实际上就是分组,想研究数据之间的ORR比较,就命名为 ORR

步骤:data and analyses,右键:add comparison。

Add outcome:这一步主要是设置数据类型等。由于ORR和DCR都是二分 类数据类型,故选择dichotomous对于肿瘤的Meta分析,在revman中,主要就是 应用dichotomous(ORR/DCR)和generic inverse variance(PFS/OS)两种。如图18所示。

图18. Add  outcome:这一步主要是设置数据类型等

数据类型的选择:名称可定义为比较对象的名字,如案例中命名为combination vs. control,意在比较联合用药组和对照组ORR差别。如图19所示。

图19. 数据类型的选择

定义名称:此步骤为选择分析方法,一般是M-H方法,模型默认是fixed model,后面通过I2大小可以再更改。如图20所示。

图20. 定义名称

选择模型:此步骤为具体的分析细节,一般都是默认情况,后面均可根据实际情况再更改。如图21所示。 选择模型的操作细节,这一步要注意:在分析ORR和DCR时,一定要将left graph定义为对照组,而right graph定义为试验组,根据四格表公式,对于ORR和DCR,OR>1代表试验组更加有效。如图22所示。

图21. 选择模型

图22. 选择模型的操作细节

图23. add study data:将所需数据导入制作森林图

图24. 选中所需要的研究名称(左侧显示的为第一步纳入的所有研究)

图25. 将先前的excel中的数据导入,可以复制,也 可以手动输入,注意顺序

图26. 点击显示森林图的按钮,制作森林图

图27. 森林图制作完毕,需要注意的是下面方框圈出的代表异质性 的I2,本例I2=20%,应用默认的固定效应模型

图28. 若异质性大,可改成随机效应模型

图29. 为保存森林图,可以点击下图所圈出的保存按钮

图30. 可保存成各种多种多样格式

(2)制作PFS/OS森林图。 

如图31~图38所示。

图31. add comparison:步骤见图17

图32. add outcome:这里数据类型有些不同

 

注意:这里面le graph变成试验组,因为HR<1说明对病人来 说是有利因素,不同于OR

图33. add study data:以本案例中PFS为例,共纳入8个研究

图34. 下一步就是录数据,这步有点特殊,需要用到自带的计算器

以第一个,Groen 2013为例:PFS:HR,0.9;95%CI:0.67~1.2

图35. 点开计算器后,只需要输入HR数值和CI  start即可,其余的数据自动生成

图36. 同理将所有的研究结果纳入

图37. 生成森林图

图38. 异质性很大,改成随机效应模型,具体过程可见图20-28, 结果如图

6. 制作亚组分析森林图

亚组分析所有步骤均可参见图39和图40,唯一不同的是需要在森林图中将亚组显示出来,以EGFR(+)vs. EGFR(−)为例。

命名亚组名称,依据本案例为:EGFR(+)和EGFR(−)。

之后步骤参照图39和图40。最后可得出的结果(如图41)(注意:两个亚组的模型只能同时调整,所以当两个亚组的异质性都很大或者很小可适用一种模型时,才用此建立亚组的方式,否则还是需要用图39和图40步骤分别建立outcome)。

图39. 根据EGFR状态进行亚组分析

 

 

图40. 亚组分析的详细步骤

 

图41. 亚组分析的森林图结果(根据EGFR状态)

说明:文章中所有的森林图均用以上方法制作,故不再赘述。

7. 制作风险偏移图

 

 

 

 

 

 

 

通过阅读纳入的文献,对每一篇文章从以下几方面进行偏移评估,并分出等级。如图42所示。

 

 

图42. 偏移风险评估表原始表格

(1)制作risk of bias graph:首先,根据表格讲每篇文献的不同方面的风险 等级录入,如图43所示。

图43. 每篇文献的风险等级录入

将每篇文献的等级录入好后,制作图片,选择risk of bias graph。如图44所示之后默认就可以了。

图44. 偏移图制作过程

最后可以看到生成的图片,如图45示。

图45. Risk of bias graph制作过程

(2)制作risk of bias summary:步骤同图45,只需要在选择时选择risk of bias summary,如图46所示。

图46. Risk of bias summary 制作过程

总结

综上,笔者结合自己最近发表的干预性研究Meta分析的经验,详细总结并介绍了使用review manager进行此种类型Meta分析的操作过程。相对于stata软件而言,使用review manager进行Meta分析虽然步骤相对繁琐,但是因其自动生成的森林图包含详细的统计学参数和结果,而受到学界的广泛认可。笔者在阅读 一些高质量SCI论文时发现,学者更倾向于使用review manager生成Meta分析所需森林图。这说明review manager在Meta分析中的专业认可度更高。对于临床医生而言,干预性研究是我们日常工作和学习中遇到的最多的文献类型。只要我们在平时工作中留心观察临床问题,在阅读文献时注意总结归纳,很容易发现干预性研究Meta分析的切入点。一旦有了很好的切入点,那这篇文章就能协助你快速、简单地实现你的idea。

参考文献:略

下周!预后标志物相关的Meta分析统计分析实例~

如果还想偷看《疯狂统计学》的哪些内容,欢迎留言(我会告诉你们扫一扫下面的海报二维码有全书目录吗

AME科研时间

爱临床,爱科研,也爱听故事

喜欢本文的话

就请赞赏作者吧

 


排版编辑:严斯瀛  AME Publishing Company

责任编辑:江苇妍 AME Publishing Company

comments powered by Disqus

附件