Meta分析导论2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

Meta分析导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分简 介3

第1章 Meta分析是如何进行的3

引言3

单个研究3

效应量3

精度4

研究权重4

p值4

综合效应4

效应量4

精度5

p值5

效应量的异质性5

本章小结6

第2章 为什么要进行Meta分析7

引言7

链激酶的Meta分析7

统计学意义8

效应的临床意义9

效应的一致性9

本章小结10

第二部分 效应量和精度第3章 概述13

疗效和效应量13

如何选择效应量13

参数和估计值14

效应量的计算概述14

第4章 基于均值的效应量15

引言15

原始（未标准化）均值差D15

计算独立分组研究中的D值15

计算配对设计或前后设计研究中的D值16

从报道的信息估计效应量18

同一分析中包括不同设计的研究18

标准化均值差（d和g）18

成组设计计算的d和g19

计算使用前后得分或配对组研究的d和g21

在同一分析中包含不同设计的研究22

反应比23

本章小结24

第5章 二分类数据的效应量25

引言25

风险比25

比数比27

风险差29

选择一种效应量指标29

本章小结30

第6章 基于相关系数的效应量31

引言31

计算r31

其他方案32

本章小结32

第7章 效应指标间的转换33

引言33

比数比的对数转换成d值34

d值转换为比数比的对数34

r值转换为d值35

d值转换为r值35

本章小结36

第8章 影响精确性的因素37

引言37

方差、标准误和可信区间37

影响精确性的因素38

样本含量38

研究设计39

结语40

本章小结40

第9章 本部分小结41

参考文献41

第三部分 固定效应与随机效应第10章 概述45

引言45

术语45

示例45

第11章 固定效应模型47

引言47

真实效应值47

抽样误差的影响47

固定效应模型分析49

示例50

本章小结50

第12章 随机效应模型51

引言51

真实效应值51

抽样误差的影响51

随机效应Meta分析53

τ2的估计53

估计效应值均值54

例子的说明55

本章小结55

第13章 固定效应模型和随机效应模型的比较56

引言56

定义综合效应56

估计综合效应57

大样本研究或小样本研究中极端效应尺度57

可信区间57

无效假设60

我们应该使用哪个模型60

固定效应60

随机效应60

一个警告60

模型不应该依赖于异质性检验的结果61

结论61

本章小结61

第14章 示例63

引言63

连续性数据示例63

综合数据63

计算每个研究的效应量和方差63

采用固定效应模型计算综合效应量64

计算τ2的估计值65

采用随机效应模型计算综合效应量66

二分类数据示例（第一部分）67

综合数据67

计算每个研究的效应量和方差67

采用固定效应模型计算综合效应量69

计算τ2的估计值70

采用随机效应模型计算综合效应量70

相关系数数据示例（第一部分）71

综合数据71

计算每个研究的效应量和方差71

采用固定效应模型计算综合效应量72

计算τ2的估计值74

采用随机效应模型计算综合效应量74

本章小结75

第四部分 异质性79

第15章 概述79

简介79

专业术语79

分析实例80

第16章 异质性的识别和定量81

引言81

真实效应变异的分解81

Q统计量82

基于研究内误差Q的期望值83

超额变异（excess variation）83

观测变异与期望变异之比83

检验异质性假设84

Q统计量和p值的几点结论85

估计τ286

T2小结87

1au87

对T的总结88

I2统计量88

对I2的总结89

比较异质性指标90

实际应用中的异质性讨论91

τ2的置信区间92

I2的可信区间94

本章小结94

第17章 预测区间96

引言96

原始研究中的预测区间96

Meta分析中的预测区间97

可信区间与预测区间99

比较可信区间与预测区间99

本章小结100

第18章 实例分析2101

引言101

连续性资料实例分析2101

计算I2的可信区间103

二分类资料实例分析2104

计算I2的可信区间106

相关系数资料实例分析2107

计算I2的可信区间109

本章小结110

第19章 亚组分析111

引言111

本章节如何组织？111

亚组间的固定效应模型112

计算综合效应113

效应比较116

A组与B组比较：Z检验（方法一）116

A组与B组比较：基于方差分析的Q检验（方法二）117

A组和B组的比较：异质性的Q检验（方法三）118

小结119

定量差异大小119

计算模型120

在亚组内需计算τ2121

综合还是不综合121

总结122

τ2的单独估计随机效应模型122

计算效应122

计算A组研究（随机效应，分别估计τ2值）122

计算B组研究（随机效应，分别估计τ2值）124

对10个研究进行计算（随机效应，独立估计τ2值）124

效应的比较125

A组和B组的比较：Z检验（方法一）125

A组和B组的比较：基于方差分析的Q检验（方法二）126

A组和B组的比较：Q检验检测异质性（方法三）128

综合效应差计算128

τ2的综合估计随机效应模型129

估计综合τ2值的公式129

效应计算129

A组的计算（随机效应，综合估计τ2值）131

B组的计算（随机效应，综合估计τ2值）131

所有10组研究的计算（随机效应，综合估计τ2值）132

效应比较132

A组和B组比较：Z检验（方法一）133

A组和B组比较：基于方差分析的Q检验（方法二）134

A组和B组的比较：异质性Q检验（方法三）135

综合效应差的计算136

解释方差的比例136

混合效应模型138

在亚组间获得一个总效应139

应该报告所有亚组间的总效应吗？139

选择1：联合组间均值且忽略组间差异139

选择2：联合组间均值且将组间差异建模型140

选择3：在整个研究中采用独立的随机效应分析140

选择间的比较140

本章小结141

第20章 Meta回归142

引言142

固定效应模型142

BCG数据集142

评价斜率的影响144

Z检验和Q检验145

关联程度的定量145

不能解释的异质性，固定或随机效应模型146

随机效应模型148

评估斜率的影响149

关联强度的定量150

可以解释的方差比例151

注意152

本章小结154

第21章 再论亚组分析和Meta回归155

引言155

计算模型155

选择模型需要避免的错误155

模型的不同155

不同模型的零假设156

随机效应Meta回归的一些技术考虑156

多重比较157

软件157

亚组分析和回归分析是观察性研究157

亚组分析和Meta分析的统计学效能158

本章小结159

参考文献159

第五部分 复杂资料结构第22章 概述163

研究内多个独立的子集163

研究内多个结局或时间点163

研究内多个比较组163

本章结构163

第23章 研究内独立亚组165

引言165

亚组综合效应的合并165

亚组作为分析单位（方法1a）166

研究作为分析单位（方法1b）166

计算研究别的亚组结合效应166

重新生成所有研究的综合指标（方法2）168

比较亚组169

本章小结169

第24章 研究内多个结局或多个时间点170

引言170

合并结局或时间点170

基于结局变量的综合效应计算171

多于两个结局的情形173

相关对于综合效应的影响174

相关系数未知的情形175

研究内结局或时间点的比较176

计算相关结局的方差176

计算不同结局间的差177

每个研究多个结局的情形178

相关对于结合效应的影响178

相关系数未知的情形179

本章小结179

参考文献179

第25章 研究内的多组比较180

引言180

研究内多重比较的综合180

处理组间的差别181

本章小结181

参考文献182

第26章 关于复杂结构的评论183

引言183

综合效应183

效应差别183

第六部分 其他问题187

第27章 概述187

第28章 唱票法（vote counting）——老问题的新名字188

引言188

为何唱票法是错误的？188

唱票法是一个普遍的问题189

无效假设之外190

本章小结190

第29章 Meta分析的检验效能分析191

引言191

概念性问题191

背景191

Meta分析与原始研究的效能分析192

固定效应模型下的效能193

随机效应模型下的效能193

检验的不同情形194

检验主效应的效能194

亚组比较和Meta回归的效能194

异质性检验或拟合优度检验的效能194

何时进行效能分析194

考虑精度而不是效能195

原始研究中的效能分析195

确定效应量的范围196

确定精度的范围197

确定检验水准的范围197

实例197

Meta分析的效能分析198

主效应的效能分析198

固定效应模型199

实例199

随机效应模型200

实例201

关于随机效应模型202

异质性检验的效能分析203

不假定Meta分析模型时的异质性检验的效能203

实例204

随机效应模型中异质性检验效能204

本章小结204

参考文献205

第30章 发表偏倚206

引言206

研究缺失的问题206

有统计学意义的研究更有可能发表206

发表的研究更可能被纳入Meta分析207

其他偏倚来源208

处理偏倚的方法208

引例208

基本假设209

图示数据209

漏斗图209

有偏倚存在的证据吗210

是否整个效应仅是偏倚的假象211

Rosenthal's失安全数211

Orwin's失安全数212

偏倚的影响多大212

Duval和Tweedie的修剪填补法（Trim and Fill）213

仅分析大规模研究214

实例分析结果小结215

资料概述215

有偏倚存在的证据吗216

观察到的关联可能仅是偏倚的结果吗216

偏倚对风险比可能有什么影响216

一些重要的警告216

小型研究效应217

结语217

本章小结217

参考文献217

第七部分 效应量相关问题第31章 概述221

第32章 为何用效应量而不用p值222

引言222

p值和效应量的关系222

区别是重要的223

p值常常被误解224

叙述性评价和Meta分析225

本章小结225

第33章 Simpson悖论226

引言226

包皮环切和HIV感染风险226

悖论的例子227

本章小结230

参考文献230

第34章 逆方差方法的推广231

引言231

其他效应量231

简单描述统计231

物理常数231

其他类型资料的两组研究232

三组研究232

回归系数233

估计效应量的其他方法233

适合研究资料类型的调整的方法233

分析研究间变异的更好方法234

个体水平资料的Meta分析234

标准Meta分析方法分析个体水平资料234

统一分析所有的个体水平资料235

Bayes方法235

本章小结236

参考文献236

第八部分 其他方法239

第35章 概述239

第36章 基于方向和p值的Meta分析方法240

引言240

唱票法240

符号检验240

合并p值241

本章小结244

第37章 用于两分类资料的其他方法245

引言245

Mantel-Haenszel法245

一步法计算比数比248

本章小结251

第38章 心理测量Meta分析252

引言252

心理测量Meta分析252

伪效应的消弱作用253

Meta分析方法254

实例分析255

心理测量Meta分析的方差解释257

假象校正和Meta回归比较258

伪效应值的信息来源258

如何评价异质性258

当没有预先假定的协变量时258

当有预先假定的协变量时259

心理测量Meta分析的结果报告259

结语259

本章小结260

参考文献260

第九部分 Meta分析实际应用中相关议题的讨论第39章 概述263

第40章 什么时候进行Meta分析是合适的？264

引言264

待合并的研究符合一致性要求吗264

可以合并不同设计类型的研究吗265

随机试验和观察性研究266

成组、配对和群组设计的研究266

我能合并那些结果报告形式不同的研究吗267

Meta分析至少需要多少个研究268

本章小结269

参考文献269

第41章 Meta分析结果的报告270

引言270

研究间效应一致吗？270

计算模型270

森林图271

敏感性分析272

本章小结273

参考文献273

第42章 累积Meta分析274

引言274

为什么要进行累积Meta分析277

累积Meta分析作为教育的工具277

确认数据中的模式277

显示累积合成结果而不是分析方法278

累积Meta分析用于评估预测278

本章小结279

第43章 对Meta分析的批评280

引言280

一个数字不能概括一个研究领域280

批评280

回应281

文件抽屉问题违背了Meta分析原理281

批评281

回应281

苹果和橙子的合并281

批评281

回应282

垃圾入，垃圾出282

批评282

回应282

重要的研究被忽视283

批评283

回应283

Meta分析和随机化试验不一致283

批评283

回应284

Meta分析的误用285

批评285

回应286

传统综述比Meta分析更好吗286

结语287

本章小结287

参考文献288

第十部分 资源和软件第44章 Meta分析应用软件291

本章概要291

引言291

软件292

三种软件Meta分析例子292

软件功能介绍292

计算综合效应量和方差292

实现Meta分析292

敏感性分析293

绘制森林图293

复杂数据格式293

亚组分析和Meta回归293

发表偏倚293

视觉和感觉293

COMPREHENSIVE META-ANALYSIS（CMA） 20293

数据输入294

分析294

产生森林图295

敏感性分析295

研究中的亚组和复杂数据的分析295

亚组分析和Meta回归296

发表偏倚分析296

与其他软件相比296

相关信息296

REVMAN 5.0296

数据导入296

分析297

产生森林图298

敏感性分析298

进行亚组分析和Meta回归298

发表偏倚分析298

与其他软件相比298

相关信息298

STATA 10.0298

数据导入298

分析299

产生森林图299

敏感性分析300

发表偏倚分析300

与其他软件相比300

本章小结301

第45章 参考书网站和专业组织302

关于系统评价的书302

关于Meta分析的书302

期刊，Meta分析专刊303

网站303

The James Lind图书馆303

comprehensive meta analysis303

The Cochrane Collaboration304

The Campbell Collaboration304

The Human Genome Epidemiology Network304

参考文献305

附表索引311

附图索引313