歡迎來到裝配圖網(wǎng)! | 幫助中心 裝配圖網(wǎng)zhuangpeitu.com!
裝配圖網(wǎng)
ImageVerifierCode 換一換
首頁 裝配圖網(wǎng) > 資源分類 > DOC文檔下載  

第25章-Meta分析思考與練習(xí)參考答案

  • 資源ID:46376055       資源大?。?span id="msov5cu" class="font-tahoma">89.50KB        全文頁數(shù):5頁
  • 資源格式: DOC        下載積分:25積分
快捷下載 游客一鍵下載
會(huì)員登錄下載
微信登錄下載
三方登錄下載: 微信開放平臺(tái)登錄 支付寶登錄   QQ登錄   微博登錄  
二維碼
微信掃一掃登錄
下載資源需要25積分
郵箱/手機(jī):
溫馨提示:
用戶名和密碼都是您填寫的郵箱或者手機(jī)號(hào),方便查詢和重復(fù)下載(系統(tǒng)自動(dòng)生成)
支付方式: 支付寶    微信支付   
驗(yàn)證碼:   換一換

 
賬號(hào):
密碼:
驗(yàn)證碼:   換一換
  忘記密碼?
    
友情提示
2、PDF文件下載后,可能會(huì)被瀏覽器默認(rèn)打開,此種情況可以點(diǎn)擊瀏覽器菜單,保存網(wǎng)頁到桌面,就可以正常下載了。
3、本站不支持迅雷下載,請(qǐng)使用電腦自帶的IE瀏覽器,或者360瀏覽器、谷歌瀏覽器下載即可。
4、本站資源下載后的文檔和圖紙-無水印,預(yù)覽文檔經(jīng)過壓縮,下載后原文更清晰。
5、試題試卷類文檔,如果標(biāo)題沒有明確說明有答案則都視為沒有答案,請(qǐng)知曉。

第25章-Meta分析思考與練習(xí)參考答案

第25章Meta分析思考與練習(xí)參考答案一、 最佳選擇題1. Meta分析中,如果異質(zhì)性檢驗(yàn)不拒絕H0,一般采用( A )進(jìn)行效應(yīng)合并。A隨機(jī)效應(yīng)模型 B. 固定效應(yīng)模型 C混合效應(yīng)模型D. 回歸模型 E. 貝葉斯模型2. 關(guān)于meta分析,以下( C )說法不正確。Ameta分析本質(zhì)上是一種觀察性研究,因而可能存在各種偏倚Bmeta分析是用定量的方法綜合同類研究結(jié)果的一種系統(tǒng)評(píng)價(jià)C采用隨機(jī)效應(yīng)模型能使meta分析的結(jié)果更加可靠Dmeta分析時(shí),如果研究間異質(zhì)性很大,應(yīng)認(rèn)真考察異質(zhì)性的來源,并考慮這些研究的可合并性E亞組分析能使meta分析的結(jié)果更有針對(duì)性3. 對(duì)連續(xù)型變量資料的meta分析,如果各納入研究的測(cè)量單位不同,應(yīng)采用( A )作為效應(yīng)合并指標(biāo)。A標(biāo)準(zhǔn)化均數(shù)差 B. 加權(quán)均數(shù)差 C均數(shù)差D. 標(biāo)準(zhǔn)化P值 E. 危險(xiǎn)度差值4. 異質(zhì)性檢驗(yàn)采用的統(tǒng)計(jì)量是( B )。AF統(tǒng)計(jì)量 B. Q統(tǒng)計(jì)量 Ct統(tǒng)計(jì)量DH統(tǒng)計(jì)量 E. Z統(tǒng)計(jì)量5. 關(guān)于發(fā)表偏移,以下說法( C )不正確。A通過漏斗圖可大致判斷是否存在發(fā)表偏倚B產(chǎn)生發(fā)表偏倚的主要原因是作者往往只把統(tǒng)計(jì)學(xué)上有意義的陽性研究結(jié)果拿來寫文章并投稿C若發(fā)表偏倚對(duì)meta分析的影響較大,則需要增加很多個(gè)研究,才能使meta分析的結(jié)果被逆轉(zhuǎn)D盡量搜集未發(fā)表的陰性研究結(jié)果,可減少發(fā)表偏倚E漏斗圖的基本思想是納入研究效應(yīng)的精度隨著樣本含量的增加而增加請(qǐng)預(yù)覽后下載!二、思考題1. Meta分析的基本步驟有哪些?答:Meta分析的基本步驟包括:提出問題,制定研究計(jì)劃;檢索相關(guān)文獻(xiàn);選擇符合要求的納入文獻(xiàn);提取納入文獻(xiàn)的數(shù)據(jù)信息;納入研究的質(zhì)量評(píng)價(jià);資料的統(tǒng)計(jì)學(xué)處理;敏感性分析;結(jié)果的分析和討論。2. Meta分析的目的和意義是什么?答:通過meta分析能增加統(tǒng)計(jì)功效,評(píng)價(jià)研究結(jié)果的一致性,增強(qiáng)結(jié)論的可靠性和客觀性,通過亞組分析,得出新結(jié)論,尋找新的假說和研究思路。3. Meta分析時(shí),固定效應(yīng)模型和隨機(jī)效應(yīng)模型有什么不同?如果研究間有異質(zhì)性,應(yīng)如何處理?答:Meta分析進(jìn)行效應(yīng)合并時(shí)的變異可能來源于兩個(gè)部分,一是研究內(nèi)變異,二是研究間變異。采用固定效應(yīng)模型只考慮研究內(nèi)變異,即認(rèn)為研究間的差別只是抽樣引起,納入meta分析的各個(gè)獨(dú)立研究來自一個(gè)相同的總體,各個(gè)獨(dú)立研究的效應(yīng)是效應(yīng)合并值這一總體參數(shù)的估計(jì)值。采用隨機(jī)效應(yīng)模型則同時(shí)考慮了研究內(nèi)變異和研究間變異,即認(rèn)為研究間的差異不僅僅是抽樣引起的,納入meta 分析的各個(gè)獨(dú)立研究分別來自不同但互有關(guān)聯(lián)的一些總體,每個(gè)研究有其相應(yīng)的總體參數(shù),meta分析的效應(yīng)合并值是多個(gè)不同總體參數(shù)的加權(quán)平均。Meta分析時(shí),如果異質(zhì)性檢驗(yàn)的結(jié)果不拒絕H0,即研究間的差異沒有統(tǒng)計(jì)學(xué)意義,可采用固定效應(yīng)模型得到效應(yīng)合并值。如果拒絕H0,則認(rèn)為研究間存在異質(zhì)性,此時(shí)應(yīng)考察異質(zhì)性來源,并通過敏感性分析或亞組分析等異質(zhì)性處理方法,使之達(dá)到同質(zhì)后,再采用固定效應(yīng)模型。若經(jīng)異質(zhì)性分析和處理后,多個(gè)獨(dú)立研究的結(jié)果仍然不具有同質(zhì)性,可選擇隨機(jī)效應(yīng)模型、meta回歸及混合效應(yīng)模型進(jìn)行效應(yīng)合并。如果異質(zhì)性很大,應(yīng)考慮這些研究結(jié)果的可合并性,或放棄meta分析,只對(duì)結(jié)果進(jìn)行定性分析。4. Meta分析有哪些常見的偏倚?答:Meta分析本質(zhì)上是一種觀察性研究,在meta分析的各個(gè)步驟中均有可能產(chǎn)生偏倚。偏倚的存在對(duì)meta分析的結(jié)果產(chǎn)生較大影響。偏倚的類型主要包括文獻(xiàn)發(fā)表偏倚、文獻(xiàn)查找偏倚和文獻(xiàn)篩選偏倚。請(qǐng)預(yù)覽后下載!三、計(jì)算題:教材表25-9給出了20世紀(jì)70年代到80年代完成的有關(guān)阿司匹林降低心肌梗死后死亡風(fēng)險(xiǎn)的7個(gè)臨床試驗(yàn)的研究結(jié)果。試分別用固定效應(yīng)模型Peto法及隨機(jī)效應(yīng)模型D-L法進(jìn)行效應(yīng)合并,給出效應(yīng)合并值的點(diǎn)估計(jì)及區(qū)間估計(jì),并比較兩種方法得到的合并效應(yīng)值。教材表25-9 阿司匹林降低心肌梗死后死亡風(fēng)險(xiǎn)的7個(gè)隨機(jī)臨床試驗(yàn)資料研究阿司匹林安慰劑死亡數(shù)病例數(shù)死亡數(shù)病例數(shù)1 49 615 67 6242 44 758 64 7713 102 832 126 8504 32 317 38 3095 85 810 52 4066 2462 267 2192 25771 5708 5871 7208 600 解:(1)Peto法1)異質(zhì)性檢驗(yàn)H0:7個(gè)研究來自同一總體,即效應(yīng)的總體水平相同。H1:7個(gè)研究來自不同總體,即效應(yīng)的總體水平不全相同。由Peto法的異質(zhì)性檢驗(yàn)公式計(jì)算統(tǒng)計(jì)量Q。首先計(jì)算每個(gè)研究的期望Ei、方差Vi、優(yōu)勢(shì)比ORi以及處理組實(shí)際陽性數(shù)與期望之差Oi-Ei、(Oi-Vi)2/Vi,結(jié)果見練習(xí)表25-1。本例df=6,c2(0.1,6)=10.6>10.1,P>0.1,不拒絕H0,即認(rèn)為7個(gè)研究間異質(zhì)性不大,可以采用固定效應(yīng)模型。2)計(jì)算合并OR及其95%CI合并OR: 合并OR的95%CI: 請(qǐng)預(yù)覽后下載!3)合并的檢驗(yàn)H0: 合并=1。H1:合并1。采用c2檢驗(yàn), df=1,c2(0.05,1)=3.64<10.8,P<0.05,拒絕H0,即阿司匹林能減少患者心肌梗死后死亡的風(fēng)險(xiǎn)。練習(xí)表25-1 阿司匹林預(yù)防心肌梗死后死亡的7個(gè)臨床試驗(yàn)及meta分析(Peto法)研究阿司匹林安慰劑EiOi-EiViORi(Oi-Ei)2/Vi死亡病例死亡病例1 49 615 67 624 57.6 -8.6 26.30.720 2.82 44 758 64 771 53.5 -9.5 25.10.681 3.63 102 832 126 850 112.8-10.4 49.30.803 2.44 32 317 38 309 35.4 -3.4 15.50.801 0.75 85 810 52 406 91.3 -6.3 27.10.798 1.56 2462 267 2192 257 233.013.0104.31.133 1.671 5708 5871 7208 6001643.8-73.8665.10.895 8.2合計(jì)-99.4912.720.8(2)D-L法Peto法進(jìn)行異質(zhì)性檢驗(yàn)時(shí),Q檢驗(yàn)在界值附近,為保證結(jié)論的可靠,用D-L法進(jìn)行效應(yīng)合并,比較效應(yīng)合并值的差異。先求D值。計(jì)算OR、ln(OR)及權(quán)重wi,結(jié)果見練習(xí)表25-2。 請(qǐng)預(yù)覽后下載!由D值求wi*,結(jié)果見練習(xí)表25-2。合并OR及其95%為=(0.77, 0.99)比較一下固定效應(yīng)模型和隨機(jī)效應(yīng)模型的結(jié)果:OR合并值的點(diǎn)估計(jì)很接近(分別為0.90和0.88);95%的寬度,隨機(jī)效應(yīng)模型 (0.99-0.77=0.22)大于固定效應(yīng)模型(0.96-0.84=0.12)。因此,隨機(jī)效應(yīng)模型的結(jié)果趨向保守,但兩種方法得出的結(jié)論是一致的,即平均而言,阿司匹林能使心肌梗死的死亡風(fēng)險(xiǎn)降低10%。練習(xí)表25-2 阿司匹林預(yù)防心肌梗死后死亡的7個(gè)臨床試驗(yàn)及Meta分析(D-L法)研究yi=ln(ORi)wiwi2wi*wi*yi1-0.328 5 25.710 661.004 20.54 -6.7472-0.384 2 24.291 590.053 19.63 -7.5423-0.219 4 48.801 2381.538 33.04 -7.2194-0.219 4 15.440 238.394 13.42 -2.9445-0.233 2 28.409 807.071 22.24 -5.1866 0.124 9103.985 10 812.880 51.58 -6.4427-0.110 9663.92344 0793.750 88.68 -9.835合計(jì)910.55945 6284.690249.13-33.061 (周旭毓) (注:可編輯下載,若有不當(dāng)之處,請(qǐng)指正,謝謝!) 請(qǐng)預(yù)覽后下載!

注意事項(xiàng)

本文(第25章-Meta分析思考與練習(xí)參考答案)為本站會(huì)員(每****)主動(dòng)上傳,裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。 若此文所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知裝配圖網(wǎng)(點(diǎn)擊聯(lián)系客服),我們立即給予刪除!

溫馨提示:如果因?yàn)榫W(wǎng)速或其他原因下載失敗請(qǐng)重新下載,重復(fù)下載不扣分。




關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號(hào):ICP2024067431號(hào)-1 川公網(wǎng)安備51140202000466號(hào)


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知裝配圖網(wǎng),我們立即給予刪除!