亚组分析

在Meta分析纳入的原始研究中，可能会出现异质性（即不同研究结果的效应量存在差异，甚至为相反的结果）。而异质性的存在可能是由于各项研究的纳排标准、评价方式、干预措施的不同而引起的。

亚组分析是将纳入的原始研究按照某个因素进行分组，再在每个分组内计算合并效应量，并观察各个亚组之间的合并效应量的差异是否存在统计学显著性。由此判断分组因素与合并效应量之间是否存在交互作用。

亚组分析的结果判定有两种方式: （1）定量判断，观察各亚组的合并效应量的95%CI之间是否存在重叠，若无重叠，代表两组的差异具有统计学意义；（2）定量判断，根据各亚组的样本量、效应量及95%CI，计算差异性检验的P值。

举个栗子：

下图为某个Meta分析研究的亚组分析的结果，将十个研究根据某个特征分为A、B两组，可以看到亚组分析的结果为：A组合并效应量（Hedges’ g）的95%CI约为0.2~0.45，而B组的合并效应量的95%CI约为0.5~0.75，两者的95%CI没有重叠，代表差异具有统计学意义，代表分组因素与合并效应量存在交互作用。

下图为另一个Meta分析根据原始研究的不同特征（对照组设置、治疗方式、诊断方式等）分别进行分组，比较组间的合并效应量，并对组间及组内异质性进行检验。

敏感性分析及亚组分析在分析目的及方法上有些类似，容易混淆，两者的区别在于敏感性分析仅对剔除后剩下的研究进行合并分析，并与剔除前的合并效应量进行对比，而不分析剔除的研究；而亚组分析对分组后的两组或多组研究均进行分析比较。近几年发表的Meta分析更注重亚组分析。

实例数据meta分析：实例数据

（Stata软件）亚组分析菜单栏：User—Meta-Analysis—Of Binary and Continuous(metan)

进入对话框：勾选：“By Variable”并选择需要进行亚组分析的变量

结果是这样的：

亚组分析的森林图：

敏感性分析菜单栏：User—Meta-Analysis—Influence Analysis,metan-based(metaninf)

进入对话框：

结果是这样的：删除任一研究后，合并效应量的改变如图所示：

参考文献：

1. Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from http://handbook.cochrane.org.

2. Borenstein M, Hedges LV, Higgins JT, Rothstein HR. Introduction to Meta-analysis. New York: Wiley, 2008: 105-214.

3. 张世洪. Meta分析应合理设置亚组分析与敏感性分析以准确解释结果[J].中国现代神经疾病杂志,2016,16(01):1-2.

4. Hesser H, Weise C, Westin VZ et al. (2011) A systematic review and meta-analysis of randomized controlled trials of cognitive-behavioral therapy for tinnitus distress. Clinical psychology review 31, 545-553.

以上就是本次分享的全文啦，如有差错欢迎留言指出。

欢迎大家后台联系小编留言咨询，我们有一批资深的统计分析团队小伙伴可以为您提供各种统计咨询、数据分析服务。欢迎来撩哦 …….

返回搜狐，查看更多