meta分析大作战04

Freescience联盟

点击加入，一起做科研！

全国最大meta分析平台

智能meta分析平台

最强免费资源分享

Freescience联盟

Freescience联盟是由高校、医院FS公众号和科研技能公众号等百家单位联合创建的科研交流分享平台；创建于2015年。

联盟的宗旨：“ 公正至上，自由分享，平等共赢 ”。

两大核心技术平台：meta分析+生信大数据

欢迎您的关注，让我们共同学习进步 http://mp.weixin.qq.com/s/dmxxyOxdtAWcykqoBDpbxg

请多关注哦~

感谢大家！谢谢 各位能用实际 行动对freescience自由分享知识的理念表示支持，作为 freescience联盟的发起者，freescience联盟的全体主编 由衷地感到高兴，在接下来的日子里，我们一定会共享更 有价值的科研实用推送。

很多软件是去年搜集的，一些破解版软件已经失效，需 要再次征集，如果您手中恰好有一些实用软件，可以将网 盘链接发至本公众号后台  （直接发软件包到后台是收不到 的），我们会在下次一起推出。

3.10 敏感性分析及应用背景

敏感性分析也可以理解为稳健性分析，是主要用来评估meta分析合并结果的稳健性和可靠性的重要方法。逐一剔除每一个纳入的研究后再进行效应量合并，改变纳入排除标准或剔除某类文献后再进行效应量合并是常用的敏感性分析方法。

例如在排除某个低质量研究之后，重新进行meta分析合并效应量，将新的合并结果与未排除前的合并结果进行对比，若二者未发生大的变化，则说明敏感性低，此meta分析的结果稳健可信；相反，若排除后的合并结果与原合并结果相差较大甚至得到相反的结论，则说明敏感性高，此meta分析的结果稳健性较低，在解释结果和下结论的时候应该非常慎重，需进一步明确偏倚因素的来源。

在进行纳入文献的质量评价之后，若存在可能低质量的研究，则需要进行敏感性分析。

当异质性检验提示纳入研究间有显著异质性的时候，也可以进行敏感性分析，这时的敏感性分析是分析异质性的一种间接方法。

3.11 敏感性分析的实现

至于敏感性分析，可以分为很多种，比如比较常见的把risk of bias比较大的（也就是常说的研究质量较低的）研究排除掉做一次敏感性分析。或者将每个研究一次排除掉做敏感性分析。后者可以用meta包中的metainf实现，代码如下：

metainf(metaresult1, pooled="fixed")

## 
## Influential analysis (Fixed effect model)
## 
##                            RR           95%-CI  p-value   tau^2     tau    I^2
## Omitting MRC-1 1974    0.9187 [0.8700; 0.9702]   0.0023  0.0074  0.0861  41.5%
## Omitting CDP 1976      0.9197 [0.8710; 0.9711]   0.0026  0.0060  0.0772  36.6%
## Omitting MRC-2 1979    0.9186 [0.8692; 0.9707]   0.0026  0.0100  0.0999  45.9%
## Omitting GASP 1979     0.9152 [0.8668; 0.9662]   0.0014  0.0095  0.0972  48.5%
## Omitting PARIS 1980    0.9165 [0.8678; 0.9680]   0.0018  0.0095  0.0976  47.3%
## Omitting AMIS 1980     0.8920 [0.8428; 0.9441] ## Omitting ISIS-2 1988   0.9119 [0.8161; 1.0190]   0.1036  0.0214  0.1461  49.6%
##                                                                               
## Pooled estimate        0.9136 [0.8657; 0.9642]   0.0010  0.0074  0.0862  39.6%
## 
## Details on meta-analytical method:
## - Mantel-Haenszel method
## - DerSimonian-Laird estimator for tau^2

forest(metainf(metaresult1), comb.fixed=TRUE)

敏感性分析的结果解释

医学研究，需要对结果进行合理的解释，并提供可靠的令人信服的证据。结果表明，如果排除掉ISIS-2这个研究后，余下的研究合并在一起的效应值将没有统计学意义，RR=0.9119, 95%CI:0.8657-0.9642，主要原因是该研究由于样本量大，所占的权重也是最大的，而且结果是有统计学意义的。如果将这么大权重的一个有统计学意义的研究排除在外，而剩下的都是些小样本的没有统计学意义的研究。很有可能得出上述的结论，须在discussion中对这点进行强调。