Meta分析系列之传统meta分析

传统的meta分析（直接meta分析，也称直接比较）是一个有效获取临床证据的方法，它是在系统评价各个临床试验的基础上，运用统计学合并效应量的方法，获得不同方法在治疗某一疾病方面的有效证据。举个简单的例子，他汀类（statin）药物被广泛运用于各种高血脂疾病的治疗之中，是一线抗高血脂药，而这类药物有不同的衍生物，这些衍生物的临床要用却不完全一致，现在已有大量的临床试验去评价他汀类和非他汀类药物在高血脂中治疗效果的差异，但结果却不一致，具体试验如下：

该图内容主要分为三部分，第一部分是比较使用他汀类药物（A）和使用非他汀类药物（B）对心血管疾病的保护作用，第二部分是比较高剂量他汀类药物（C）和低剂量他汀类药物（D）对心血管疾病的保护作用，最后一部分则是比较非他汀类药物（E）和安慰剂（F）对心血管疾病的保护作用。可以看出这三部分都属于直接比较的传统meta分析。

以图中第一部分的前4个研究为例，4S、CARE和LIPID这三个临床试验均表明服用他汀类和服用非他汀类药物相比，其发生心血管疾病的相对风险下降（RR < 1并且1这个数值不在95%置信区间内），而GISSI-P的研究则表明服用他汀类药物和服用非他汀类药物在预防心血管疾病方面的疗效并无差异（RR值的95%置信区间包含1）。这样其实说明不同研究的结果之间存在这一定的差异，而这种差异可能是由于个体之间的差异导致的或者是样本量不足导致的统计效力较低导致的。这里有可能有朋友会问，为什么不是不同试验之间研究设计的差异或者说是不同地区不同人种导致的差异呢？一般这些差异可以通过制定严格而统一的文献纳入标准来解决，其实meta分析中有一个非常重要的部分就是研究设计，这个研究设计包括文献检索原则、文献纳入标准、数据提取和分析方法、异质性检验和亚组分析，最后是敏感性分析，个人认为其中以文献纳入标准最为重要，关于研究设计部分我会在下一次推送中和大家详细介绍。那么对于上述不同试验研究中存在的差异，meta分析就是一个很好的方法去根据现有的实验结果给出一个更加科学的结论。在第一部分中，meta分析的结果（第一个Subtotal部分）是RR = 0.77，95%CI (confidence interval)为 （0.71，0.83），从这个结果看与服用非他汀类药物相比，服用他汀类药物确实能降低心血管疾病的风险。

第二部分的结果支持大剂量他汀类药物的使用比小剂量更有效预防心血管疾病。第三部分则说明使用非他汀类降脂药比安慰剂更有效。

参考文献：

1. Koskinas KC, Siontis GCM,Piccolo R, Mavridis D, Räber L, Mach F, Windecker S: Effect of statins and non-statin LDL-lowering medications oncardiovascular outcomes in secondary prevention: a meta-analysis of randomizedtrials. European Heart Journal 2017,39(14):1172-1180.