Revman5.3軟件操作 最新.

1、Revman軟件操作,主要內(nèi)容,Revman軟件的下載與文章新建 二分類變量資料的Meta分析實(shí)現(xiàn) 連續(xù)變量資料的Meta分析實(shí)現(xiàn) 亞組分析的構(gòu)建 漏斗圖與森林圖的解讀 敏感性及異質(zhì)性分析,Revman軟件的下載與安裝,Review Manager（簡(jiǎn)稱 RevMan）是國(guó)際 Cochrane 協(xié)作網(wǎng)為系統(tǒng)評(píng)價(jià)（systematic review）工作者所提供的專用軟件，是 Cochrane 系統(tǒng)評(píng)價(jià)的一體化、標(biāo)準(zhǔn)化軟件。下載地址： http:/www.cochrane.es/Download/Files/revman.htm /software/r

2、evman.htm http:/www.cc-,打開(kāi)Revman軟件，點(diǎn)擊“create a review”新建一個(gè)Meta分析,診斷準(zhǔn)確性系統(tǒng)評(píng)價(jià),為研究取一個(gè)名字,Protocol 是制作cochrane review 時(shí)候用的，其他時(shí)候不用，所以選“full review”,點(diǎn)finish,左邊為revman的功能區(qū)，右邊則為主體區(qū),左邊可以看到5把“鑰匙”，點(diǎn)擊第1把Review information 可以修改這個(gè)review的基本信息,點(diǎn)擊第2把“鑰匙” main text ,可以看到這個(gè)Review 的提綱，初學(xué)者可以參照來(lái)寫(xiě),第3把鑰匙 tables 表格區(qū)。主要有兩個(gè)功能：1

3、.各個(gè)研究的特點(diǎn)和偏移；2.呈現(xiàn)Summary of finding tables。,Data and analysis 是Revman的核心，統(tǒng)計(jì)和計(jì)算都在這里,Figures，圖片區(qū)，納入研究的流程圖和偏移風(fēng)險(xiǎn)圖都在這里，此外，其他區(qū)基本不用,先點(diǎn)擊Studies and refrences，然后點(diǎn) Add Study，則可以開(kāi)始錄入研究,點(diǎn)擊 studies and refrences,然后點(diǎn)擊右邊的 Add Study,自動(dòng)跳轉(zhuǎn)到這個(gè)界面，輸入研究者名字和年份，如 Jack 2007,連續(xù)默認(rèn)“next”，則會(huì)出現(xiàn)如圖界面，如所有研究都已錄入完畢，則選擇“nothing”，若還需錄入新

4、的研究，則選擇第3項(xiàng)添加另一個(gè)研究到這里,第二部分 二分類變量資料的Meta分析實(shí)現(xiàn),概述,有些變量的測(cè)量結(jié)果只有兩種類別，譬如：男性和女性、有效與無(wú)效、生或死等等，這種按事物的某一性質(zhì)劃分的只有兩類結(jié)果的變量，稱為二分類變量 Meta分析中，二分類變量匯總的是發(fā)生率、死亡率、 有效率這些數(shù)據(jù),完成一個(gè)Meta分析的數(shù)據(jù)合并，需要進(jìn)行至多三層工作： 第一層是“Comparison”，代表的是一個(gè)對(duì)比（試驗(yàn)組vs對(duì)照組） 第二層是“Outcome”，代表對(duì)比的是什么（結(jié)局指標(biāo)） 第三層是“Subgroup”，亞組分析時(shí)才會(huì)用到，可以沒(méi)有,研究全部錄入后，就來(lái)到數(shù)據(jù)區(qū)：Data and analy

5、sis,開(kāi)始數(shù)據(jù)分析，點(diǎn)Add comprison,為這個(gè)對(duì)比取一個(gè)名字，如“A vs B”,比較已經(jīng)建好，Add outcome,點(diǎn)“Dischotomous”，然后 next,為這個(gè)結(jié)果取一個(gè)名字，如這個(gè)結(jié)果是分析安全性，如：Safety,這一界面主要選擇： 1.統(tǒng)計(jì)學(xué)方法 2.統(tǒng)計(jì)模型 3.統(tǒng)計(jì)指標(biāo),統(tǒng)計(jì)學(xué)方法 Peto：只能用于二分類變量里的OR值 MH法：只能用于二分類變量 IV法：連續(xù)型變量和二分類變量都可以,效應(yīng)模型的選擇 FE：固定效應(yīng)模型，當(dāng)納入的各研究間異質(zhì)性較好，即P值0.1或I250%時(shí)，可以用； RE：隨機(jī)效應(yīng)模型，通用,效應(yīng)指標(biāo)的選擇 OR：比值比，萬(wàn)金油，可用于所

6、有的二分類變量的研究 RR：相對(duì)危險(xiǎn)度，僅用于隊(duì)列研究和RCT RD：率差，僅用于隊(duì)列研究和RCT,Left/Right Gragh Lable:試驗(yàn)組和對(duì)照組的標(biāo)簽，可以自定義一下 Scale：森林圖的尺度，默認(rèn)100,Sort By：研究的排序方法，一般選第一個(gè)，選Study ID的首字母進(jìn)行排序,全部設(shè)置完畢點(diǎn)Nothing,然后 finish,Outcome就建好了，點(diǎn)擊它,可以看到這個(gè)outcome現(xiàn)在還是空的,這時(shí)需要點(diǎn)擊右上角 添加研究，,選擇這個(gè)outcome所需納入的研究，然后Finish,分別將每個(gè)研究試驗(yàn)組及對(duì)照組事件數(shù)及樣本量錄入,譬如這個(gè)原始數(shù)據(jù)，對(duì)應(yīng)相應(yīng)的研究，將數(shù)

7、據(jù)直接復(fù)制進(jìn)去,統(tǒng)計(jì)方法是MH,95%可信區(qū)間,總OR值的統(tǒng)計(jì)學(xué)檢驗(yàn)（Z檢驗(yàn)）結(jié)果，總OR值的P值,下面來(lái)介紹一下這幾個(gè)小按鈕的功能,這個(gè)按鈕可以用來(lái)添加新的研究,這個(gè)按鈕可以切換效應(yīng)指標(biāo)，也就是OR、RR、RD,這個(gè)按鈕可以切換效應(yīng)模型，即RE(隨機(jī)效應(yīng)模型)、FE(固定效應(yīng)模型），鼠標(biāo)點(diǎn)擊即可完成切換,這個(gè)按鈕是用來(lái)打開(kāi)森林圖的,這個(gè)按鈕是用來(lái)打開(kāi)漏斗圖的,這個(gè)按鈕是可打開(kāi)計(jì)算器,這個(gè) 可以設(shè)置這個(gè)Outcome的所有條件，包括分析方法、分析數(shù)據(jù)類型、細(xì)節(jié)、圖表等,第三部分 連續(xù)型變量資料的Meta分析實(shí)現(xiàn),概述,連續(xù)型變量：有具體數(shù)值的數(shù)據(jù)，如：身高、體重、腫瘤直徑、血糖、血氧等 Met

8、a分析中，連續(xù)型變量是身高、體重、血壓、淀粉酶等數(shù)據(jù)，描述這樣的數(shù)據(jù)，需要三個(gè)元素：均數(shù)、標(biāo)準(zhǔn)差和樣本量,在做二分類變量的時(shí)候研究已經(jīng)錄入完畢，再次來(lái)到數(shù)據(jù)區(qū)：Data and analysis,然后“Add Comparison”,為這個(gè)新的“Comparison”取一個(gè)名字，如“C VS D”,然后Next,點(diǎn)“Nohing”,然后Finish,新的比較就建好了,接下來(lái)，Add Outcome,點(diǎn)“Continuous”，然后 next,為這個(gè)結(jié)果取一個(gè)名字，如：Length of ICU stay,又到了選擇統(tǒng)計(jì)方法、效應(yīng)指標(biāo)、效應(yīng)模型這一頁(yè)，其和二分類變量有所區(qū)別,效應(yīng)模型，同二分類變

9、量 FE：固定效應(yīng)模型，當(dāng)納入的各研究間異質(zhì)性較好，可以用； RE：隨機(jī)效應(yīng)模型，通用,所以這里選擇IV法，RE模型，MD值，然后Next,總可信區(qū)間的選擇,一般全部選擇默認(rèn)，然后next,全部設(shè)置完畢點(diǎn)Nothing,然后 finish,這個(gè)Outcome就建好了，雙擊它,和二分類變量一樣，現(xiàn)在這個(gè)outcom現(xiàn)在還是空的,點(diǎn)擊右上角 添加研究，,選擇需要納入的研究,和二分類變量一樣，將相應(yīng)的數(shù)據(jù)Copy進(jìn)來(lái)，結(jié)果自動(dòng)生成,各組研究的MD值及95%可信區(qū)間,各組研究的均數(shù)、標(biāo)準(zhǔn)差及樣本量,合并總的MD值及95%可信區(qū)間,兩組研究的樣本量,總MD值的統(tǒng)計(jì)學(xué)檢驗(yàn)（Z檢驗(yàn)）結(jié)果，總MD值的P值,異

10、質(zhì)性檢驗(yàn)：P0.0001，I2=99%，說(shuō)明具有較高的異質(zhì)性,第四部分 亞組分析的實(shí)現(xiàn),亞組分析 亞組分析是處理異質(zhì)性的常用方法，可以按照研究方案、研究質(zhì)量，人種等進(jìn)行分組,用種族進(jìn)行亞組分析,添加一個(gè)新的“Outcome”,為這個(gè)研究取一個(gè)名字,全部選擇默認(rèn)，然后Next,全部默認(rèn)，然后Next,選擇默認(rèn)，Next,點(diǎn)Nothing,然后Finish,取一個(gè)名字“亞裔”,選擇添加一個(gè)新的亞組，Continue,起另一個(gè)名字，叫“高加索裔”，然后Finish,這個(gè)亞組就建好了，點(diǎn)擊“Subgroup“,點(diǎn)擊“Asian”,然后點(diǎn)擊右上鍵的 添加研究,將亞裔的研究添加進(jìn)去,添加“高加索裔”的研究

11、,每個(gè)亞組的研究都納入了，然后將相應(yīng)的數(shù)據(jù)拷貝進(jìn)來(lái),結(jié)果自動(dòng)生成，還有可愛(ài)的森林圖,森林圖導(dǎo)出后是這樣的,第五部分 森林圖和漏斗圖的解讀,森林圖,先打開(kāi)森林圖,橫線代表研究結(jié)果的可信區(qū)間，即此研究真實(shí)存在的范圍。 橫線越長(zhǎng)，樣本量越小，結(jié)果越欠可靠 橫線越短，樣本量越大，結(jié)果越可靠,這個(gè)菱形代表合并后的結(jié)果,這條直線叫無(wú)效線，將圖一分為二，用于判定統(tǒng)計(jì)結(jié)果有無(wú)統(tǒng)計(jì)學(xué)意義。若菱形與該直線相交，則代表兩組的差異無(wú)統(tǒng)計(jì)學(xué)意義,如果效應(yīng)量是OR、RR值，這條直線代表1，即比值相等 如果效應(yīng)量是MD、SMD、RD值。這條直線代表0，即差值為零,菱形與直線不相交： 如果效應(yīng)量是OR、RR,，菱形落于直線右

12、側(cè)，即比值大于1，說(shuō)明實(shí)驗(yàn)組發(fā)生事件多于對(duì)照組，落于左側(cè)則相反 如果效應(yīng)量是MD、SMD、RD值。菱形落于直線右側(cè)，說(shuō)明試驗(yàn)組的指標(biāo)大于對(duì)照組，落于左側(cè)則相反,若菱形與直線不相交： 落于右側(cè)：說(shuō)明試驗(yàn)組事件較多，對(duì)于有效、治愈等有利事件，試驗(yàn)組發(fā)生較多，效果較好；對(duì)于死亡、復(fù)發(fā)等不利事件，試驗(yàn)組發(fā)生較多，效果更差； 落于左側(cè)則相反,森林圖與異質(zhì)性： 森林圖顯示了各個(gè)研究的效應(yīng)量和可信區(qū)間，若各研究間可信區(qū)間有較少重疊，則可能存在異質(zhì)性,點(diǎn)擊這個(gè) 將圖片“另存為”,選擇一個(gè)格式保存，就可以用于雜志的發(fā)表， 一般選擇PDF格式，清晰度好,漏斗圖,打開(kāi)漏斗圖 漏斗圖可用來(lái)識(shí)別發(fā)表偏移和其他偏移 優(yōu)點(diǎn)

13、是直觀 缺點(diǎn)是主觀，不同的人判讀結(jié)果不同,繪制漏斗圖至少需要納入10項(xiàng)研究。若小于10項(xiàng)，研究數(shù)太少，檢驗(yàn)效能不足，難以評(píng)定漏斗圖的對(duì)稱性,理想的漏斗圖如左圖所示： 大樣本研究集中地分布于圖形上方 小樣本研究分散地分布于圖形下方 形似漏斗，所以叫做漏斗圖,如果存在發(fā)表偏移，如一些陰性結(jié)果未能發(fā)表，漏斗圖就會(huì)出現(xiàn)缺角，如左圖的右下角,漏斗圖與異質(zhì)性: 漏斗圖常用于發(fā)表偏移的識(shí)別，然而，引起漏斗圖不對(duì)稱的原因很多，發(fā)表偏移也是其中之一 漏斗圖可大致了解各研究間是否存在異質(zhì)性,這兩條斜線是漏斗圖的95%可信區(qū)間 理想情況下，漏斗圖中應(yīng)有95%的點(diǎn)落在這個(gè)區(qū)間內(nèi)，提示可能不存在異質(zhì)性，如果有更多的點(diǎn)落

14、在外面，則提示可能存在異質(zhì)性,點(diǎn)擊 將圖 片另存為,第六部分 異質(zhì)性和敏感性分析,異質(zhì)性,理想狀態(tài)下，一個(gè)Meta分析應(yīng)該相當(dāng)于一個(gè)大型的多中心研究，納入的各項(xiàng)研究應(yīng)該是同質(zhì)的 研究?jī)?nèi)的變異是相似的，各項(xiàng)研究應(yīng)該是指向同一個(gè)結(jié)果的 然后，由于研究人員、對(duì)象、地點(diǎn)、條件、種族等的不同，研究間的異質(zhì)性是“絕對(duì)”存在的,異質(zhì)性的評(píng)價(jià)方法,森林圖和漏斗圖法，前面已經(jīng)說(shuō)過(guò)了，這兩種方法雖然直觀但不客觀，下面來(lái)看Q統(tǒng)計(jì)量及I2統(tǒng)計(jì)量,Revman提供兩種異質(zhì)性檢驗(yàn)的方法1. Q值檢驗(yàn)2. I2檢驗(yàn),對(duì)于Q值統(tǒng)計(jì)量檢驗(yàn)，主要看P值1. P值0.1,無(wú)異質(zhì)性2. P值0.1,有異質(zhì)性,I2取值范圍為0%至10

15、0%對(duì)于I2統(tǒng)計(jì)量檢驗(yàn)，判定異質(zhì)性的方法主要有兩種：,異質(zhì)性的處理方法,1.檢查納入研究的原始數(shù)據(jù)是否正確，檢查提取數(shù)據(jù)的方法是否正確,2.若異質(zhì)性來(lái)源于種族、劑量或療程等可采用亞組分析或者M(jìn)eta回歸,3.敏感性分析，了解異質(zhì)性來(lái)源,就像尋找過(guò)敏原一樣，敏感性分析就是找到哪一個(gè)因素，哪一個(gè)研究對(duì)異質(zhì)性的影響最大,4.仍然無(wú)法解釋產(chǎn)生異質(zhì)性原因，可以采用隨機(jī)效應(yīng)模型進(jìn)行合并,5.放棄Meta分析誤導(dǎo)的結(jié)果比沒(méi)有結(jié)果更糟,研究間的異質(zhì)性無(wú)法得到合理的解釋 研究的合并結(jié)果沒(méi)有臨床意義 沒(méi)有足夠的、真實(shí)的相關(guān)研究結(jié)果,敏感性分析,敏感性分析是為了了解meta分析的穩(wěn)定性，雖然敏感性分析不是一種統(tǒng)計(jì)學(xué)方法，但有幾種方法可以進(jìn)行敏感性分析，進(jìn)而分析Meta分析的穩(wěn)定性，包括： 剪補(bǔ)法 失安全系數(shù)法 去除單項(xiàng)研究法 選擇模型分析法,針對(duì)