Meta分析| 详细攻略之如何进行数据提取？

数据是进行Meta分析制作森林图和漏斗图的前提，而数据提取就像一个盲人摸象的过程。为了防止个人提取数据产生的偏倚，制定一个详细的数据提取规则和数据提取表格是非常有必要的。如果想最低程度的降低提取数据造成的偏倚，需要根据文章具体的类型和目的设计数据提取表格。

01

基本原则

新手在提取数据时，要么是容易提取很多无关信息，要么是纳入信息少不够充分，分析时发现问题需要反复核查文献，因此我们在提取数据时需要遵循以下原则：

1. 明确需要纳入的数据；

2. 设计数据提取表格，定义提取的变量及数据提取规则；

3. 进行预实验，并据此修改和完善数据提取表格；

4. 由两人独立提取数据，如果在核对数据过程中出现争执，则需要通过两个人商量或者第三人参与从而使争执达成一致。当然，如果能够联系原作者进行数据确认，则是最好不过的

5. 所有过程均应妥善记录并保存。

02

提取内容

一个详细的数据提取表也是必不可少的，数据提取表需要包括哪些内容呢？

基本上来说应该包括以下5点：

1. 研究基本信息

包括一作、发表年份、文献来源、国家及资助来源等。

2. 研究对象特征

包括研究对象的基本特征，如性别构成、平均年龄、种族及疾病严重程度等。

3. 暴露或干预

包括评估方法，在研究人群中的分布，以及用药剂量等。

4. 研究结局

可能有多个结局，如有效率、生存率等，可以根据不同的研究和自己的需求提取。

5. 研究方法

如随机化方法，盲法使用情况，治疗方式，给药途径，剂量，疗程等；随访时长、随访率、暴露、结局及协变量的测量方法等。

6. 研究结果

1）二分类数据：Meta分析中，二分类变量汇总的是发生率、死亡率、有效率这些数据。

描述这样的数据。所以，对于二分类变量，试验组事件数、试验组样本量;对照组事件数和对照组样本量。分别对应试验组的分子和分母;对照组的分子和分母。然后，汇总两组分子和分母，进行分析。

2）连续型数据：如身高、体重、血压、血糖、血脂等，描述这样的数据，需要3个元素:均值、标准差和样本量。

所以，对于连续型变量，我们至少需要收集到:试验组的均值、标准差和样本量;对照组的均值、标准差和样本量。然后，汇总两组的均值，进行分析。

3）计数变量：如抛硬币正面朝上的次数，一个患者的心梗次数，一个患者的牙齿脱落次数

在同一个体上，某事件的重复发生“次数”，这种变量，是计数变量。可以分为两种:罕见事件(心梗)和常见事件(牙齿脱落)

常见事件:发生频繁，可视作连续型数据进行合并。比如在抛硬币实验中，“正面朝上”发生次数，这种变量发生频繁，可以将其视为连续型变量，用“平均数”来进行计算。

罕见事件:发生很少，可视作二分类数据进行合并。比如在糖尿病人群中“心梗”的发生次数，这种计数变量发生较少，可以作为“率”来进行分析。

4）等级变量：

等级变量如:轻、中、重；高、中、低；无效、有效、显效等。直接合并这种变量在方法学上还很难实现。所以，当等级少的时候，可将其转化为二分类变量;当等级多的时候，将其视作连续型变量来进行合并。

5）时间事件数据

有事件发生时间的一类数据，如:死亡时间、疾病进展时间，此类数据，可以用logHR及其标准误，合并效应量来计算。

 

总结：多数情况下，不同类型的数据最终都需要转化为二分类变量或连续型变量进行Meta分析。可能大家觉得很难的，不过小编建议大家从简单开始练习哦。

青椒医学统计专注医学统计。以医学统计学理论为基础，结合真实的医学数据实际案例，以案例文章、视频教学等形式，详细阐述医学统计原理、统计软件操作、统计分析结果撰写、医学统计图表制作等医学统计重难点问题，帮助广大医务工作者彻底解决医学统计中的各种难题。