Engauge Digitizer联合Excel模板从生存曲线提取HR值

提及meta分析时，最典型的应用就是在临床实践中对治疗效果进行评估。以药物对肿瘤的疗效为例，随着药物上市时间的推移，已经进行了多项随机对照试验（RCT），但结果千差万别，有时甚至截然相反。

在这种情况下，meta分析发挥了关键作用。它通过全面收集相关研究，对每一项进行严格评估和分析，然后采用定量合成方法对数据进行统计处理，得出综合结论。在循证医学的证据等级中，meta分析位于金字塔的顶端，即最高级别。

如前所述，meta分析最常见的应用是评估治疗效果，其中最常用的方法是针对二分类变量进行的Meta分析。研究人员只需收集治疗组和对照组中有效和无效的案例数量，然后进行加权合并，得出Meta分析的主要结果，通常是RR或OR值。这样的结果可以直观地评估疗效。

在RCT中，研究者通常会对生存率进行分析，这包括两种情况：

1. 研究给出的时点生存率，比如1/2/3年生存率，即根据1年内存活人数与总人数的比例得出。对于这种生存率的meta分析，可以参考上述二分类meta分析方法，但需要注意这种生存率仅反映了某个时点的生存与死亡情况，其实际意义较为有限。

2. 正常的累积生存率（Cumulative survival），这是统计软件计算出的指标。这种生存率体现在生存曲线上，其结果是“总人数*某一时刻的生存率≠当前存活人数”。

生存资料的Meta分析通常合并的是风险比（HR）。然而，许多情况下，我们在进行Meta分析时纳入的随机对照试验（RCT）并未提供HR或P值等数据，而仅提供了生存曲线。在这种情况下，我们该如何处理呢？

在这种情况下，如果RCT中没有提供HR或P值等数据，只有生存曲线，可以考虑使用生存曲线数据来估计HR。常见的方法之一是利用Engauge Digitizer等工具将生存曲线数字化，然后使用Jayne F Tierney等人制作出的Excel计算工具估计出HR。

Excel换算工具的具体操作步骤如下：

① 打开Jayne F Tierney等人的工具，填写基本信息：

② 工具工作簿中Sheet 2a为我们分析主要的表格窗口，将上述取得的主要坐标点填于此表中，并填好随访期（判断截尾）：

③ 此时在Sheet 2b中会出现模拟的生存曲线，将此生存曲线与提取的生存曲线进行对比，当然越接近越好。如果模拟的曲线和原生存曲线差别很大（比如说上面这个差别就很大），建议重新取点，或者借助相关作图软件绘制竖直辅助线，便于取点准确。（特别注意：本文中取点不够仔细准确，仅作演示之用）：

④ 在上述Sheet 2a填入数据后会在表格右上角显示HR值，但是具体的数值包括HR及95%置信区间等需要到Sheet 4中显示：

对最终获取的数据进行整理后，再利用其他软件进行meta分析即可。

文献摘自：（含Excel工具）

Tierney JF, Stewart LA, Ghersi D, Burdett S, Sydes MR. Practical methods for incorporating summary time-to-event data into meta-analysis. Trials. 2007 Jun 7;8:16. doi: 10.1186/1745-6215-8-16. PMID: 17555582; PMCID: PMC1920534.