关于meta回归分析你只需要记住一句话。相信很多人听说过,部分临床医生也做过,但提到meta回归分析,可能多数人就有点懵了,怎么理解这个概念呢?
其实在理解这个概念并不难,我们只需要记住一句话:meta回归分析是一个特殊的方法,特殊之处在于它的研究对象不是病人或者动物、细胞等,它的每个研究对象是一个研究。在meta回归分析中,我们收集每个研究的各个属性,如研究的、研究的类型、研究的年份、患病的平均属性如平均年龄、平均身高以及效应指标如or、rr等,资料收集完成后,一般的做法一般是以每个研究的效应指标的对数(如logor)为因变量,以研究的某个属性(如试验干预的剂量、研究的、研究年份、患者的平均年龄、平均身高等)为自变量进行回归分析。当然实际做的时候要比这复杂,因为每个研究的质量不同,我们要给每个研究不同的权重后再进行回归分析,一般用研究的进行加权。
知道了meta回归分析的做法,就很容易理解其目的了。回归分析得到的是自变量与因变量是否有关联以及关联的强度,那么meta回归分析也是在探索效应指标(如or)的关联因素。例如meta回归分析发现or的一个影响因素是研究的年份,2010年之后的研究or小于2010年前的or,说明2010年前后的研究不是同质的,也即是年份是造成or异质性因素。到这里你是否明白了,meta回归分析是探索异质性来源的一个重要方法。
meta回归分析是回归分析的一种,对于回归模型的解释也与回归分析相同,根据回归系数和常数项可以做出相应的图。由于的研究数据一般不会很多,因此meta回归分析纳入的自变量不能太多,否则会造成研究的不稳定。
下一篇:r语言:回归模型置信带的绘制