背景:对使用不同标准或等级量表记录性质相似结果的试验进行汇总分析(metaanalysis)时,需要通过复杂的数据处理及数据转换将其统一为一致的衡量尺度,即标准均数差(standardized mean difference,SMD)。目前尚不清楚运用这种汇...
详细信息
背景:对使用不同标准或等级量表记录性质相似结果的试验进行汇总分析(metaanalysis)时,需要通过复杂的数据处理及数据转换将其统一为一致的衡量尺度,即标准均数差(standardized mean difference,SMD)。目前尚不清楚运用这种汇总分析的可靠性。目的:研究汇总分析中的标准均数差(SMDs)是否准确。资料来源:对2004年发表的、以SMD来报告结果的汇总分析进行系统审查,无语种限制。从每个汇总分析中随机选取2项试验研究。我们力图用Hedges校正g值,通过独立计算SMD重复原汇总分析结果。数据提取:我们的主要观察指标是在选择的2项试验中至少1项结果(总估计值或町信区间)与原作者相差0.1以上的汇总分析所占的比例。由于很多常用治疗方法的效果与安慰剂相比均在0.1与0.5之间,因此我们选择0.1作为切分点。结果:在纳入研究的27个汇总分析中,有10个(37%)不能在0.1切分值内于2项试验中至少一项重复其试验结果。有4个汇总分析其估计差异≥0.6。常见的问题是患者数、平均值、标准差及效果符号存在错误。总体上看,有17个汇总分析(63%)在检查的2项试验中至少有1项出现错误。对于差异至少为0.1的汇总分析,我们检查了所有试验的数据,并用作者的方法进行了我们自己的汇总分析。结果发现,在10个汇总分析中有7个是错误的(70%);1个汇总分析随后被撤回,2个显著性差异消失或出现。结论:根据SMDs进行汇总分析发生错误的比率很高,表明尽管统计过程看似简单,但资料提取特别容易出现误差,以致产生阴性甚或相反的结果。这不但给相关研究者以启示,也提示所有的读者,包括杂志审稿者和决策者,在接触这些汇总分析时应保持警惕。
暂无评论