"匯東華-認真作好每件事"
~統計，不再是阻力，而是助力~

BMJ小小統計問題(98)：Meta-analyses III

Cite this as: BMJ 2011;342:d244

https://www.bmj.com/content/342/bmj.d244.full

前言

百期倒數！！2周年慶倒數！第98期了，然後是99期、100期！時間真是過得好快！7/19(三)匯東華統計顧問有限公司成立二周年。屆時公司將公休一日，慶祝匯東華誕辰，好好休養生息。感謝各位朋友的支持與愛護，匯東華將持續成長與精進，提供更專業更好的服務和產品給大家。即將邁入三春，期待質變。

本期主要介紹統合分析之異質性統計檢驗的說明，可與

#第70題：Meta-analyses: tests of heterogeneity (統合分析：檢定異質性)與

#第71題：Meta-analyses: what is heterogeneity? (統合分析：何謂異質性)一起閱讀。

另需要注意的是，BMJ編輯委員會與Cochrane Library聯合制定Systematic review and meta-analysis執行指引。均以統計學異質性I2作為使用固定效果或隨機效果模型的依據，但，由於異質性來源不只於統計學指標，因此，有其他學者針對模型的選擇提出不同看法。此議題在本司線上統合分析線上課程與實體工作坊均有討論。

本月課程資訊下方為BMJ小小統計問題目前已有之meta-analyses相關主題，合輯收錄於「匯東華官網/學習專區/精選文獻與學習資源」，於100期結束後，會由本人重新彙整為meta-analysis之合輯。

網址：https://reurl.cc/Eoj68K

7月份公司課程招生中，精彩可期，介紹與報名連結請見留言區。

✅7/8(六)「WS4-SPSS進階醫學統計：縱貫性研究設計與分析--重複測量分析法」[本班已額滿！感謝支持]

✅7/12(三)「WS1-統合分析研究工作坊：基礎班」、7/13(四)「WS2-統合分析研究工作坊：實戰班」[本班已額滿！感謝支持]“帶你從零基礎開始，由淺入深進入系統性綜述/統合分析的世界。有理論，更有實務。”

✅7/22(六)「A01-1-SPSS零基礎入門統計課程」、7/23(日)「A03-Logistic regression」(早)+「A02-存活分析」(午)招生中！“帶你從零基礎開始，一次學會如何使用SPSS從零開始、單變項到多變項分析。”

✅7/26(三)AI01-探索ChatGPT+ AI02-活用ChatGPT [本班已額滿！感謝支持]

✅7/29(六)「WS1-統合分析研究工作坊：基礎班」、7/30(日)「WS2-統合分析研究工作坊：實戰班」招生中！

“帶你從零基礎開始，由淺入深進入系統性綜述/統合分析的世界。有理論，更有實務。”

課程介紹與報名：https://reurl.cc/EoRxpg

#第40題：統合分析：如何解讀漏斗圖 (Meta-analyses: how to read a funnel plot)

#第41題：統合分析：報告偏差的檢定 (Meta-analysis: testing for reporting bias)

#第47題：統合分析：異質性和子群體分析 (Meta-analyses: heterogeneity and subgroup analysis)

#第70題：Meta-analyses: tests of heterogeneity (統合分析：檢定異質性)

#第71題：Meta-analyses: what is heterogeneity? (統合分析：何謂異質性)

#第72題：How to read a forest plot (如何解讀森林圖)

#第73題：How to read a forest plot in a meta-analysis (如何解讀統合分析森林圖)

#第74題：Meta-analyses: standardised mean differences (統合分析：標準化平均值差異)

#第75題：Meta-analyses: sources of bias (統合分析：偏差來源)

#第76題：What is publication bias in a meta-analysis? (何謂統合分析的出版偏差？)

#第77題：How to read a funnel plot in a meta-analysis? (如何解讀統合分析漏斗圖？)

#第96題：Meta-analyses I (統合分析I)

#第97題：Meta-analyses II (統合分析II)

#第98題：Meta-analyses III (統合分析III)

------之後主題-----

#第99題：Meta-analyses IV (統合分析IV)

#第100題：Meta-analyses V (統合分析V)

-----RR相關概念說明-----

#第42題：什麼是相對危險性？ (Relative risks?)

#第44題：絕對風險與相對風險 (Absolute and relative risks)

#第45題：相對風險與信賴區間 (Relative risks and confidence intervals)

#第46題：何謂風險 (What is risks?)

問題

承接上一期研究，為一項關於靜脈注射皮質類固醇緩解成人急性重度偏頭痛效果的統合分析[1-2]。對成人急性偏頭痛患者單獨或聯合標準治療的單劑量靜脈注射dexamethasone與安慰劑或任何其他標準治療進行比較。在每項試驗中，獲得dexamethasone治療組與安慰劑組72小時內成人急性重度偏頭痛復發之RR[3]。

Meta-analysis 的結果以森林圖呈現，如下圖。經統計異質性檢驗，P=0.40。

圖片說明：比較dexamethasone與安慰劑預防成人急性重度偏頭痛復發效果之森林圖

(Source: Colman I, Friedman BW, Brown MD, Innes GD, Grafstein E, Roberts TE, et al. Parenteral dexamethasone for acute severe migraine headache: meta-analysis of randomised controlled trials for preventing recurrence. BMJ 2008;336;1359-61.)

對於異質性的統計檢驗，下列敘述何者正確？

a)虛無假設：作為母群體參數估計值的樣本相對危險性間存在同質性（homogeneity）

b)虛無假設：作為母群體參數估計值的樣本相對危險性間存在異質性（heterogeneity）

c)對立假設：作為母群體參數估計值的樣本相對危險性間存在異質性（heterogeneity）

d) 7項試驗對母群體相對危險性之估計存在統計學異質性。

答案

a和c正確，而b和d錯誤。

詳細說明

該統合分析結合單劑量dexamethasone和安慰劑的對比試驗結果，目的是對成人重度偏頭痛72小時內復發的母群體RR進行合併估計。統合分析必須納入異質性統計檢驗，以評估樣本估計值間之差異程度。若樣本RR的大小相似，並且從同一母群體中抽出時，它們間的差異不超過期望值，即它們間的任何差異都是最小的，且是抽樣誤差的結果，則存在統計同質性（homogeneity）。若統計上的同質性不存在，則統計上的異質性（heterogeneity）就會存在，樣本估計值則會有很大的不同——在復發風險方面，一些樣本估計值可能傾向於dexamethasone，而另一些則傾向於安慰劑。

由於各種原因，樣本估計值間可能會出現差異。在母群體中，族群參數的大小可能不同，例如，在男性和女性、種族群體、年齡或疾病嚴重程度間。因此，若試驗的樣本組成不同，則它們的樣本估計值可能在量級會產生差異。試驗方法或介入措施間的任何差異也可能導致樣本估計值間的差異。異質性統計檢驗的結果影響如何獲得總體結果。

異質性的統計檢驗與傳統的統計假設檢驗類似，存在統計虛無假設和統計對立假設[4]。虛無假設從統計同質性的位置開始(a正確，b錯誤)。對於上述研究，母群體參數的樣本估計值間的差異很小；任何確實存在的差異都是在同一母群體中進行抽樣時試驗間的差異或方法上的微小差異之結果。對立假設認為異質性存在(c正確)。對於上述研究，在估計母群體參數時，樣本RR間存在很大差異。

異質性統計檢驗的結果顯示在標題為“Test of heterogeneity”的森林圖中。特別是，我們使用P值來確定樣本RR是否支持虛無假設或提供異質性的證據，如同對立假設所指定的[5]。P值表示支持虛無假設之證據強度，並使用樣本RR推導。異質性統計檢驗的P值為0.40，大於傳統的顯著性臨界水準0.05。因此，沒有證據可以拒絕虛無假設而支持對立假設。結論是樣本估計間存在統計同質性(d錯誤)。

異質性的統計假設檢驗可能並不總是準確地檢測樣本估計值中的異質性。因此，Higgins I2統計量經常被用來代替。該統計量表示由異質性引起的樣本估計值間的差異百分比。範圍介於0%~100%，0%表示不存在統計異質性。如果I2大於或等於50%，通常認為存在顯著的統計異質性。對於上述研究，在“Test of heterogeneity”一欄中，I2為3.4%，證實統計假設檢驗的推論，即不存在統計異質性的證據。

鑒於沒有證據表明統計異質性——亦即，存在統計同質性——我們進行所謂的固定效果統合分析。若統計異質性存在，則應該進行隨機效果統合分析。森林圖頂部會說明是計算固定效果或隨機效果統合分析。這些方法的不同之處在於用於計算總效果的方法。在異質性存在的情況下，隨機效果統合分析會比固定效果統合分析對總效果產生更寬的信賴區間，導致總效果大小精確度較低。

References

Sedgwick P. Meta-analyses I. BMJ2011;342:d45. 2. Sedgwick P. Meta-analyses II. BMJ2011;342:d229.
Colman I, Friedman BW, Brown MD, Innes GD, Grafstein E, Roberts TE, et al. Parenteral dexamethasone for acute severe migraine headache: meta-analysis of randomised controlled trials for preventing recurrence. BMJ 2008;336;1359-61.
Sedgwick P. Statistical hypothesis testing. BMJ2010;340:c2059. 5. Sedgwick P. P values. BMJ2010;340:c2203.

# BMJ Statistics Questions Endgames #Meta-analysis #Heterogeneity #Cochran’s Q test #Higgins’s I2 #Forest plot