基線風(fēng)險(xiǎn)變化與二分類數(shù)據(jù)效應(yīng)量選擇

付文杰，何倩，許楊鵬，陶?qǐng)A，張超，牛玉明,4

· 循證理論與實(shí)踐 ·

基線風(fēng)險(xiǎn)變化與二分類數(shù)據(jù)效應(yīng)量選擇

付文杰1,2，何倩1,2，許楊鵬1,2，陶?qǐng)A1,3，張超1，牛玉明1,4

目的 探討在二分類數(shù)據(jù)Meta分析中效應(yīng)量的選取。方法 通過結(jié)合已發(fā)表實(shí)例數(shù)據(jù)，在考慮基線風(fēng)險(xiǎn)變化模型下，就二分類數(shù)據(jù)中常見的四種效應(yīng)量指標(biāo)即比值比（OR），危險(xiǎn)差（RD），相對(duì)獲益危險(xiǎn)度[RR(B)]和相對(duì)有害危險(xiǎn)度[RR(H)]進(jìn)行比較。結(jié)果 當(dāng)預(yù)測(cè)基線風(fēng)險(xiǎn)變化時(shí)，在絕對(duì)獲益治療效應(yīng)指標(biāo)中的RR(B)與RR(H)的結(jié)果也會(huì)隨之改變。單純依據(jù)異質(zhì)性的大小來作為效應(yīng)量的選取標(biāo)準(zhǔn)，將會(huì)導(dǎo)致觀察結(jié)果與真實(shí)結(jié)果間存在偏差。結(jié)論 效應(yīng)量的選取很大程度上受基線風(fēng)險(xiǎn)變化的影響，而單純性依賴于異質(zhì)性進(jìn)行判定往往會(huì)導(dǎo)致結(jié)果偏差，與此同時(shí)，還需綜合考慮經(jīng)驗(yàn)證據(jù)及臨床資料特征等相關(guān)因素。

Meta分析；效應(yīng)量；基線風(fēng)險(xiǎn)；二分類數(shù)據(jù)

證據(jù)是循證醫(yī)學(xué)的核心，系統(tǒng)評(píng)價(jià)/Meta分析是當(dāng)前公認(rèn)的最高級(jí)別證據(jù)。基于Meta分析合并的證據(jù)總是通過一定的效應(yīng)量來表示，例如常見臨床上隨機(jī)對(duì)照試驗(yàn)（randomized controlled trial，RCT）中二分類數(shù)據(jù)通常采用的效應(yīng)量有比值比（odds ratio，OR），相對(duì)危險(xiǎn)度（risk ratio，RR）及危險(xiǎn)差（risk difference，RD）。據(jù)相關(guān)研究[1]報(bào)道：由系統(tǒng)評(píng)價(jià)/Meta分析制作者水平良莠不齊等因素導(dǎo)致現(xiàn)已發(fā)表Meta分析研究中，就效應(yīng)量的選取問題仍存在一定的理解與解釋性偏差。本文結(jié)合已發(fā)表實(shí)例數(shù)據(jù)，就存在基線風(fēng)險(xiǎn)前提下結(jié)合經(jīng)驗(yàn)證據(jù)信息與臨床數(shù)據(jù)特征，來挑選最佳效應(yīng)量以求獲取最接近真實(shí)預(yù)期效益結(jié)果。

1 基本概念

在Meta分析中，通常效應(yīng)量被作為匯總及描述試驗(yàn)中所觀察到干預(yù)療效的統(tǒng)計(jì)量。如RCT中的二分類數(shù)據(jù)，通常采取效應(yīng)量OR、RR和RD，其中OR與RR應(yīng)用較為常見。

OR，即比值比或優(yōu)勢(shì)比，是測(cè)量疾病與暴露聯(lián)系強(qiáng)度的重要指標(biāo)，為兩組間某事件的比值之比。RR，即相對(duì)危險(xiǎn)度，是反映暴露（干預(yù)）與事件關(guān)聯(lián)的最有用的指標(biāo)，為兩組的事件率之比。RD，即危險(xiǎn)差，是指暴露（干預(yù)）組和對(duì)照組結(jié)局事件發(fā)生概率的絕對(duì)差值。

效應(yīng)量計(jì)算公式：

OR或RR=1時(shí)，表示兩組間比較效益相當(dāng)；若研究為有利事件時(shí)，OR或RR＞1表示暴露組可能改善結(jié)局；若研究為不利事件時(shí)，OR或RR＜1表示暴露組可能會(huì)降低結(jié)局風(fēng)險(xiǎn)。RD=0時(shí)，兩組間比較效益相當(dāng)；若研究結(jié)果為不利事件時(shí)，RD＜0表示干預(yù)組可降低結(jié)局風(fēng)險(xiǎn)；若研究結(jié)果為有利事件時(shí)，RD＞0表示干預(yù)組可改善結(jié)局。

2 合并效應(yīng)量的統(tǒng)計(jì)學(xué)方法

Meta分析[2]是對(duì)來自多個(gè)單一研究資料進(jìn)行合并的統(tǒng)計(jì)學(xué)方法。1985年Greenland與Robins[3]提出：若研究間異質(zhì)性較理想時(shí)，選擇固定效應(yīng)模型，包括Mantel-Haenszel法（M-H法），Peto法和倒方差法（generic inverse variance，I-V法）；若研究間異質(zhì)性不理想時(shí)，選擇隨機(jī)效應(yīng)模型，通常采用Dersimonian-Laird法（D-L法）。同時(shí)，當(dāng)研究臂中出現(xiàn)0事件時(shí)，基于模型統(tǒng)計(jì)功效考慮，相應(yīng)標(biāo)準(zhǔn)校正系數(shù)0.5將會(huì)給予相應(yīng)調(diào)整。

異質(zhì)性（heterogeneity）是由于納入同一個(gè)Meta分析中所有研究間存在差異，因此將Meta分析中不同研究間的各種變異稱之為異質(zhì)性，即不相似。其在統(tǒng)計(jì)學(xué)層面上，決定了當(dāng)前納入研究是否能夠直接進(jìn)行合并?？紤]到自由度干擾，同時(shí)，基于數(shù)據(jù)的數(shù)學(xué)特性，選取不同效應(yīng)量會(huì)直接導(dǎo)致異質(zhì)性評(píng)估效能，本研究將采用Cochran異質(zhì)性的Q檢驗(yàn)為檢測(cè)標(biāo)準(zhǔn)。

3 實(shí)例剖析

本文將采用4個(gè)例子來剖析效應(yīng)量選取中可能存在的問題。為了更好比較各效應(yīng)量間優(yōu)劣，本研究所有實(shí)例均采用OR，RD，RR(B)與RR(H)4種效應(yīng)量予以展示，且同時(shí)使用固定效應(yīng)模型（M-H法）與隨機(jī)效應(yīng)模型（D-L法）。實(shí)例軟件操作采用Stata中的metan命令完成[4]。

3.1 多糖疫苗防治A型腦膜炎 本例[5]系統(tǒng)性回顧了接種多糖腦膜炎疫苗與不接種疫苗（或僅接種安慰劑）兩種治療方案，在對(duì)預(yù)防A型腦膜炎隨訪12個(gè)月間的療效比較。7組試驗(yàn)中腦膜炎的發(fā)病率各不相同，其中5個(gè)試驗(yàn)在流行地區(qū)進(jìn)行，年發(fā)病率為每1萬人中發(fā)生1.0～5.3。然而另外2個(gè)正值流行地區(qū)進(jìn)行的試驗(yàn)，年發(fā)病率為每1萬人發(fā)生35～57。結(jié)果見表1，顯示該疫苗是非常有效的。由于事件是罕見的，分析OR和RR結(jié)果相似，若將RD轉(zhuǎn)換為RR則有可能大幅度增加異質(zhì)性的風(fēng)險(xiǎn)。

3.2 在非潰瘍性消化不良根除幽門螺桿菌 幽門螺桿菌是公認(rèn)導(dǎo)致非潰瘍性消化不良的致病菌之一。表1給出了根除幽門螺桿菌在非潰瘍性消化不良試驗(yàn)的Meta分析[6]。由于事件發(fā)生率較低，因此，小的效應(yīng)量結(jié)果對(duì)效應(yīng)量的選取較敏感。例如：對(duì)根治12個(gè)月消化不良實(shí)例中，一篇[7]選RR有意義，而另一篇[8]選OR，則無統(tǒng)計(jì)學(xué)意義。由此可見，效應(yīng)量選取會(huì)直接影響到最終的匯總結(jié)果。

3.3 600～650 mg單劑阿司匹林治療急性疼痛 實(shí)例匯總了64例外科手術(shù)[9]中使用單劑阿司匹林和安慰劑治療急性疼痛的比較。結(jié)果顯示50%的患者疼痛得到緩解。本次的二分類數(shù)據(jù)是基于疼痛量表轉(zhuǎn)換結(jié)果進(jìn)行估計(jì)，且所有的分析結(jié)果顯示治療是有效的（表1）。

3.4 拉莫三嗪附加療法用于治療癲癇 本例[10]納入了10組拉莫三嗪輔助治療耐藥性局部癲癇的所有年齡段患者安慰劑對(duì)照試驗(yàn)，其結(jié)果顯示癲癇發(fā)作頻率減少50%。該研究9組試驗(yàn)在成人中進(jìn)行，其安慰劑的平均回應(yīng)率為8.1%，另1組試驗(yàn)在兒童中進(jìn)行，顯示安慰劑回應(yīng)率高達(dá)15.8%。

表1 4個(gè)Meta分析研究中OR、RD、RR(B)和RR(H)的結(jié)果

4 絕對(duì)獲益與效應(yīng)量選取的聯(lián)系

4.1 實(shí)例的圖形剖析 L’Abbe圖通常用于定性估計(jì)Meta分析異質(zhì)性。其主要是依據(jù)單個(gè)研究的干預(yù)組事件發(fā)生率與對(duì)照組事件的發(fā)生率所作的散點(diǎn)圖。圖1分別選取不同效應(yīng)量繪制了OR、RD、RR(B)和RR(H)時(shí)，試驗(yàn)組事件發(fā)生率與對(duì)照組事件發(fā)生率的變化關(guān)系。其中，RR=1，OR=1和RD=0所繪制的線條（即圖中對(duì)角線）為無效線，表示兩者治療效果相當(dāng)；實(shí)線表示干預(yù)組可降低事件發(fā)生率；虛線表示干預(yù)組可增加事件發(fā)生率。無論哪種情況，線條離無效線越遠(yuǎn)，治療效果越顯著。

圖1 效應(yīng)量固定時(shí)，試驗(yàn)組事件發(fā)生率與對(duì)照組事件發(fā)生率的變化關(guān)系圖注：該圖形繪制了當(dāng)OR、RD、 RR(B)和RR(H)一定時(shí)，試驗(yàn)組事件發(fā)生率與對(duì)照組事件發(fā)生率的變化關(guān)系。設(shè)RR和OR為0.2，0.4，0.6，0.8，1，1.25，1.67，2.5和5，RD為-0.8，-0.6，-0.4，-0.2，0，0.2，0.4，0.6和0.8。

通常干預(yù)措施旨在防止發(fā)生不良的結(jié)果（如復(fù)發(fā)、疾病惡化或者死亡）。其最理想的效果是降低總的不良事件發(fā)生率，在本文中被稱為預(yù)防性的干預(yù)措施。圖2中描繪了預(yù)防性干預(yù)措施的治療效果。其中基線風(fēng)險(xiǎn)（PBR）為安慰劑治療的事件發(fā)生率。治療的絕對(duì)獲益事件率減少的計(jì)算公式如下（1a-1d）:

而干預(yù)措施旨在增加有利的結(jié)果（如緩解、恢復(fù)或治愈），其最理想的效果是增加總的有利事件發(fā)生率，在本文中被稱為治療性的干預(yù)措施。圖3中描繪了治療性干預(yù)措施的效果。其中，基線風(fēng)險(xiǎn)（PBR）為安慰劑的期望事件的發(fā)生率（在安慰劑對(duì)照試驗(yàn)中通過安慰劑反應(yīng)率估計(jì)）。治療的絕對(duì)獲益事件率增加的計(jì)算公式如下（2a-d）。

圖2 預(yù)防類措施效應(yīng)的變化與基線風(fēng)險(xiǎn)的變化關(guān)系圖注：該圖形表示在預(yù)防性干預(yù)試驗(yàn)中，設(shè)OR，RD，RR(H)和RR(B)為定值，預(yù)防措施所減少的效應(yīng)（圖中描述為試驗(yàn)組每一百例中減少的患病數(shù)）與基線風(fēng)險(xiǎn)（圖中描述為對(duì)照組中每一百例的患病數(shù)）的變化關(guān)系。試驗(yàn)結(jié)果不可能落在陰影部分。設(shè)OR為1、0.91、0.8、0.67、0.5和0.33；RD為 0、-0.01、-0.02、-0.05、-0.1和-0.2；RR(H)為1、0:91、0:8、0:67、0:5和0:33；RR(B)為1、1.1、1.25、1.5、2和3。其中，RR=1，OR=1和RD=0所繪制的線條（即圖中水平線）為無效線，表示兩者治療效果相當(dāng)。無論哪種情況，線條離無效線越遠(yuǎn)，預(yù)防效果越顯著。

其中，RR=1，OR=1和RD=0所繪制的線條（即圖中水平線）為無效線，表示兩者治療效果相當(dāng)。無論哪種情況，線條離無效線越遠(yuǎn)，效果越顯著。治療的絕對(duì)獲益（有時(shí)被稱為療效），常被臨床醫(yī)生作為研究應(yīng)用中的首選結(jié)局[11,12]。如果對(duì)照組事件發(fā)生率被理解為患者的基線風(fēng)險(xiǎn)的估計(jì)值，假定Meta分析中的治療效果被直接用于特定患者，圖2和圖3可被用來解釋效應(yīng)量估計(jì)特定Meta分析絕對(duì)獲益的預(yù)測(cè)。此外，上圖還顯示了調(diào)整基線風(fēng)險(xiǎn)對(duì)預(yù)測(cè)絕對(duì)獲益的影響關(guān)鍵取決于效應(yīng)量的選擇。

圖4分別描繪了4個(gè)實(shí)例中絕對(duì)風(fēng)險(xiǎn)差異與對(duì)照組事件發(fā)生率的關(guān)系。腦膜炎疫苗療效的例子是減少不良事件的發(fā)生率的預(yù)防性干預(yù)。因該事件的發(fā)生率較低，圖中顯示OR和RR(H)基本一致，兩者在研究異質(zhì)性方面也具有較好的一致性，同時(shí)，而RD與RR(B)的異質(zhì)性通常比OR與RR(H)的異質(zhì)性大（表1）。

圖3 治療干預(yù)類措施療效的變化與基線風(fēng)險(xiǎn)的變化關(guān)系圖注：該圖形表示在治療性干預(yù)試驗(yàn)中，設(shè)OR，RD，RR(H)和RR(B)為定值，治療措施所增加的效應(yīng)（圖中描述為試驗(yàn)組中每一百例中增加的事件數(shù)）與基線風(fēng)險(xiǎn)（圖中描述為對(duì)照組中每一百例的事件發(fā)生數(shù)）的變化關(guān)系。試驗(yàn)結(jié)果不可能落在陰影部分。設(shè)OR為1、1.1、1.25、1.5、2和3；RD為 0、0.01、0.02、0.05、0.1和0.2；RR(B)為1、1.1、1.25、1.5、 2和3；RR(H)為1、 0:91、 0:8、 0:67、0:5 和 0:33。其中，RR=1，OR=1和RD=0所繪制的線條（即圖中水平線）為無效線，表示兩者治療效果相當(dāng)。無論哪種情況，線條離無效線越遠(yuǎn)，治療效果越顯著。

圖4 絕對(duì)風(fēng)險(xiǎn)差異與對(duì)照組事件發(fā)生率的關(guān)系圖注：該圖形為第三部分所描述的四個(gè)案例的絕對(duì)風(fēng)險(xiǎn)差異與對(duì)照組事件發(fā)生率的關(guān)系圖，其OR、RR、RD值在表1中給出，試驗(yàn)結(jié)果不可能落在陰影部分?？梢娫趫Da中，表示OR與RR（H），RD與RR(B)的線條是重疊的。并且，案例1多糖疫苗防治A型腦膜炎為預(yù)防性干預(yù)試驗(yàn)，而其他三個(gè)案例均為治療性干預(yù)試驗(yàn)，故圖a的坐標(biāo)軸標(biāo)簽與其他各圖不同。

另3個(gè)例子均為治療性干預(yù)。在消除幽門螺桿菌治療消化不良實(shí)例中，顯示絕對(duì)獲益隨著安慰劑事件率的增加而減少，因此，該情形適合于獲得較差干預(yù)療效的人群。該試驗(yàn)結(jié)果在最適擬合線的兩個(gè)極端，所以治療性RR不適用于該數(shù)據(jù)，同時(shí)臨床上已經(jīng)對(duì)所觀察到的趨勢(shì)提出解釋。首先，具有較高的安慰劑療效很可能來自于壓力性相關(guān)消化不良；其次，通常不遵醫(yī)囑療效與安慰劑相似，且很難達(dá)到理想的根治性療效。僅依據(jù)這5個(gè)試驗(yàn)尚不能提供充足的理由來選擇RR為預(yù)測(cè)剩余消化不良絕對(duì)獲益的模型。

4.2 四個(gè)統(tǒng)計(jì)效應(yīng)量局限性 效應(yīng)量主要受預(yù)測(cè)值和邊界值兩方面的限制。OR模型在對(duì)照組事件發(fā)生率為0或100%時(shí)預(yù)測(cè)絕對(duì)獲益是受約束的（見等式1a和1d），這限制了其作為效應(yīng)量的適用性。臨床上會(huì)存在對(duì)照組中沒有患者治愈或未經(jīng)治療的所有患者惡化的情況。對(duì)于上述兩種特殊情形，若采用OR效應(yīng)量進(jìn)行Meta分析合并時(shí)，可能會(huì)產(chǎn)生錯(cuò)誤的預(yù)測(cè)結(jié)果。相比之下，RR模型只受到0事件的約束。對(duì)于預(yù)防性的干預(yù)而言，當(dāng)RR(H)模型中對(duì)照組事件發(fā)生率為0時(shí)（見公式1c）或RR(B)模型中對(duì)照組事件發(fā)生率為100%時(shí)（見公式1c），預(yù)測(cè)絕對(duì)獲益總為0。對(duì)治療性的干預(yù)而言，當(dāng)RR(H)模型中對(duì)照組事件發(fā)生率為0時(shí)（見公式2c）或RR(B)模型中對(duì)照組事件發(fā)生率為100%時(shí)（見公式2d），預(yù)測(cè)絕對(duì)獲益總為0。

圖形中陰影部分表示為預(yù)測(cè)的邊界。與RD相交的陰影區(qū)域表示在確定的對(duì)照組中是不可預(yù)測(cè)的（預(yù)測(cè)治療后的事件發(fā)生率低于0%或超過100%）。對(duì)采用預(yù)防性干預(yù)中的RR(B)與治療性干預(yù)中的RR(H)的效應(yīng)量來觀察有效性的治療措施時(shí)，兩者效應(yīng)區(qū)間存在區(qū)域性功能重疊，其他所有情況基本符合RR的邏輯預(yù)測(cè)。在實(shí)踐中，如果基線風(fēng)險(xiǎn)僅發(fā)生在無界區(qū)域內(nèi)，那么RR和RD的邊界可能并不重要，可以將事件轉(zhuǎn)換為RR模型來避免邊界問題的發(fā)生。

4.3 基線風(fēng)險(xiǎn)絕對(duì)獲益的理論模型 對(duì)于預(yù)防性干預(yù)而言，流行病學(xué)家已經(jīng)提出了在處理風(fēng)險(xiǎn)結(jié)果中治療的最大獲益[13,14]。正如對(duì)RR(H)模型（圖2c）假設(shè)為對(duì)照組事件發(fā)生率增加時(shí)其獲益也隨之增加。這種模型已經(jīng)作為推測(cè)試驗(yàn)或特定風(fēng)險(xiǎn)組的系統(tǒng)評(píng)價(jià)結(jié)果的技術(shù)（計(jì)算需要治療的人數(shù)或風(fēng)險(xiǎn)的絕對(duì)差異）。相關(guān)研究通過增加對(duì)照組事件發(fā)生率來增加獲益的模型的方法，且試驗(yàn)中按風(fēng)險(xiǎn)組進(jìn)行分層分析[13-15]。

對(duì)于治療性干預(yù)而言，0事件對(duì)OR和RR(B)限制性的假設(shè)通常是不合理的，主要由于沒有理由相信不會(huì)有絕對(duì)獲益發(fā)生在無安慰劑組中。相反，當(dāng)對(duì)照組的回應(yīng)為100%時(shí)，0約束的絕對(duì)獲益是合理的，支持RR(B)的潛在使用。RR(H)模型（圖3d）的假定又一次提出了最大的絕對(duì)獲益可以通過治療組最可能差的結(jié)果來實(shí)現(xiàn)。然而與預(yù)防性干預(yù)措施不同的是，尚未發(fā)表經(jīng)驗(yàn)證據(jù)支持這一假定。而其他方案可以被認(rèn)為在沒有采用安慰劑時(shí)，0事件對(duì)治療絕對(duì)獲益的約束是合理的。如某治療在癌癥早期是有效的，但對(duì)于晚期患者而言，無論緩解率還是治療獲益都是非常低的，因此選擇合理的治療性干預(yù)的效應(yīng)量，可能會(huì)隨臨床背景的變化而受影響。

5 討論

毋庸置疑，在臨床上或科研中，通過事后分析與比較來推理理想的效應(yīng)量為當(dāng)前最佳方法。通常，效應(yīng)量應(yīng)依據(jù)基線風(fēng)險(xiǎn)與治療療效中不同數(shù)據(jù)模型特性來進(jìn)行選取，可以通過圖2和圖3進(jìn)行解釋。對(duì)照組事件發(fā)生率的變化反映了系統(tǒng)回顧試驗(yàn)中患者之間特征差異，對(duì)照組采用措施，結(jié)局的定義與評(píng)估，研究質(zhì)量及隨訪時(shí)長(zhǎng)等相關(guān)研究特征。

若研究中可以確定對(duì)照組事件發(fā)生率差異的原因或者可以從圖形中觀察到事件發(fā)生率與治療療效間的關(guān)系，這樣便有可能選出與模型最接近的效應(yīng)量。相反，若僅依據(jù)個(gè)人系統(tǒng)主觀判定通常是無法完成的，其主要原因可能來自于數(shù)據(jù)的缺乏、基線風(fēng)險(xiǎn)的多重干擾因素以及模型過度擬合等。相關(guān)研究[16,17]已就對(duì)照組事件發(fā)生率間存在差異性問題制定了正確估計(jì)相應(yīng)的措施[18-20]。盡管，圖1中展示了對(duì)照組事件發(fā)生率的治療效應(yīng)（圖2～4），但本研究在選取最佳效應(yīng)量[OR，RR(H)，RR(B)或RD]時(shí)，并沒有采用相應(yīng)的回歸方法，同時(shí)也未考慮對(duì)照組事件發(fā)生率變化。本研究方法僅處理各方面具有穩(wěn)定可比性的差異情形，如對(duì)照組事件發(fā)生率穩(wěn)定，即回避了估計(jì)治療效果與基線風(fēng)險(xiǎn)之間影響。綜上所述，對(duì)于最佳效應(yīng)量的選取除了結(jié)合經(jīng)驗(yàn)證據(jù)和臨床資料特征外，還需考慮基線風(fēng)險(xiǎn)對(duì)絕對(duì)獲益效應(yīng)量模型的影響。

[1] Higgins JPT,Green S,Katsuyama K,et al. Effect of a human urinary protease inhibitor (Ulinastain) on respiratory function in pediatric patients undergoing cardiopulmonary bypass[J]. J Cardiovasc Surg (Torino),2002,43(4):437-40.

[2] Deeks JJ,Altman DG,Bradburn MJ. Statistical methods for examining heterogeneity and combining results from several studies in metaanalysis.In Systematic Reviews in Health Care: Meta-Analysis in Context, Egger M, Davey Smith G, Altman DG (eds)[M]. BMJ Books: London,2001.

[3] Greenland S,Robins JM. Estimation of a common effect parameter from sparse follow-up data[J]. Biometrics,1985,41(1):55-68.

[4] Bradburn MJ,Deeks JJ,Altman DG. sbe24: metan-an alternative metaanalysis command[J]. Stata Technical Bulletin,1998,8(44):4-15.

[5] Patel M,Lee CK. Polysaccharide vaccines for preventing serogroup A meningococcal meningitis[J]. Cochrane Database Syst Rev,2005,25(1):CD001093.

[6] Moayyedi P,Soo S,Deeks J,et al. Eradication of Helicobacter Pylori for non-ulcer dyspepsia[J]. Cochrane Database Syst Rev,2011,16(2): CD002096.

[7] Moayyedi P,Soo S,Deeks J,et al. Systematic review and economic evaluation of Helicobacter pylori eradication treatment for non-ulcer dyspepsia.Dyspepsia Review Group[J]. BMJ,2000, 321(7262):659-64.

[8] Laine L,Schoenfeld P,Fennerty MB. Therapy for Helicobacter pylori in patients with nonulcer dyspepsia.A meta-analysis of randomized, controlled trials[J]. Ann Intern Med,2001,134(5):361-9.

[9] Edwards JE,Oldman A,Smith L,et al. Single dose oral aspirin for acute pain[J]. Cochrane Database Syst Rev,2000,(2):CD002067.

[10] Ramaratnam S,Marson AG,Baker GA. Lamotrigine add-on for drug-resistant partial epilepsy[J]. Cochrane Database Syst Rev,2002,12(3)85-6.

[11] Laupacis A,Sackett DL,Roberts RS. An assessment of clinically useful measures of the consequences of treatment[J]. N Engl J Med, 1988,318(26):1728-33.

[12] McGettigan P,Sly K,O'Connell D,et al. The effects of information framing on the practices of physicians[J]. J Gen Intern Med,1999,14(10):633-42.

[13] Lubsen J,Tijssen JG. Large trials with simple protocols: indications and contraindications[J]. Control Clin Trials,1989,10(4 Suppl):151S-60S.

[14] Davey Smith G,Egger M. Who benefits from medical interventions? Treating low risk patients can be a high risk strategy[J]. British Medical Journal,1994,308(6921):72-4.

[15] Davey Smith G,Song F,Sheldon TA. Cholesterol lowering and mortality: the importance of considering initial level of risk[J]. BMJ, 1993,306(6889):1367-73.

[16] Sharp SJ,Thompson SG,Altman D. The relation between treatment benefit and underlying risk in meta-analysis[J]. BMJ,1996,313(7059): 735-8.

[17] Senn S. Importance of trends in the interpretation of an overall odds ration in the meta-analysis of clinical trials[J]. Stat Med,1994,13(3):293-6.

[18] McIntosh MW. The population risk as an explanatory variable in research synthesis of clinical trials[J]. Stat Med,1996,15(16):1713-28.

[19] Thompson SG,Smith TC,Sharp SJ. Investigating underlying risk as a source of heterogeneity in meta-analysis[J]. Stat Med,1997,16(23):2741-58.

[20] Walter SD. Variation in baseline risk as an explanation of heterogeneity in meta-analysis[J]. Stat Med,1997,16(24):2883-900.

本文編輯：姚雪莉

Relationship between variation baseline risk and selection of effect size of binary data

FU Wen-jie*, HE Qian, XU Yang-peng, TAO Yuan, ZHANG Chao, NIU Yu-ming.*Center for Evidence-Based Medicine, Taihe Hospital, Hubei University of Medicine, Shiyan 442000, China.

Objective To explore the selection of effect size of binary data in Meta-analysis. Methods Combining with the reported data, and considering the pattern of variable baseline risk, four indexes of effect size, including odds ratios (OR); risk differences (RD), risk ratios of benefit [RR(B)]; and relative risk of harmful [RR(H)] were selected and compared in binary data. Results When the predicted baseline risk changes, the results of RR(B) and RR(H) will change in absolute benefit indexes of treatment effect. There will be deviations between observed results and actual results when the size of heterogeneity is taken alone as the selective criteria of effect size. Conclusion The selection of effect size is influenced by the changes of baseline risk to a large extent, and heterogeneity is depended alone will lead to result deviations. At the same time, empirical evidence and clinical data features should be taken into consideration.

Meta-analysis; Effect size; Baseline risk; Binary data

R4

A

1674-4055(2016)11-1291-05

湖北省教育廳重點(diǎn)項(xiàng)目(D20142102)

1442000 十堰,十堰市太和醫(yī)院(附屬湖北醫(yī)藥學(xué)院)循證醫(yī)學(xué)中心;2442000 十堰,湖北醫(yī)藥學(xué)院口腔醫(yī)學(xué)院12級(jí);3442000十堰,湖北醫(yī)藥學(xué)院影像醫(yī)學(xué)院12級(jí);4442000 十堰,十堰市太和醫(yī)院(附屬湖北醫(yī)藥學(xué)院)口腔科

牛玉明,E-mail:niuyuming@yeah.net

共同一作：付文杰，何倩

10.3969/j.issn.1674-4055.2016.11.04