RevMan中文版.docx
《RevMan中文版.docx》由会员分享，可在线阅读，更多相关《RevMan中文版.docx（27页珍藏版）》请在冰豆网上搜索。
RevMan中文版
ReviewManager（RevMan）
——临床医生通向Meta分析的桥梁
ReviewManager（RevMan）
——aBridgeleadingtheClinicianstoMetaAnalysis
iseeyou
1989年蒂姆成功开发出世界上第一个Web服务器和第一台Web 客户机并将他的发明命名为Worldwideweb，由此引发了一场新的信息革命和经济革命；1972年ArchieCochrane首次提出循证医学的思想并将系统评价的方法应用于产科领域，从而开创了一场翻天覆地的医学革命。
Meta分析正是循证医学合理配置资源和提高资源有限使用效率最有效的工具[1]。
1Meta分析简介
Meta分析的前身源于Fisher1920年“合并P值”的思想，1955年由Beecher首次提出初步的概念，1976年心理学家Glass进一步按照其思想发展为“合并统计量”，称之为Meta分析[2]。
1979年英国临床流行病学家ArchieCochrane提出系统评价（systematicreview，SR）的概念，并发表了激素治疗早产孕妇降低新生儿死亡率随机对照试验的系统评价，对循证医学的发展起了举足轻重的作用。
Meta分析国内翻译为“荟萃分析”，定义是“Thestatisticalanalysisoflargecollectionofanalysisresultsfromindividualstudiesforthepurposeofintegratingthefindings.”亦即“对具备特定条件的、同课题的诸多研究结果进行综合的一类统计方法。
”[3,4]Meta从字源来说据考证有“Metalogic：
abranchofanalyticphilosophythatdealswiththecriticalexaminationofthebasicconceptsoflogic”；“Metamathematics：
thephilosophyofmathematics，especially，thelogicalsyntaxofmathematics.”其中最简洁并且一语中的的是“Metascience:
：
atheoryorscienceofscience，atheoryconcernedwiththeinvestigation,analysis,ordescriptionoftheoryitself.”意为一种科学中的科学或理论，一种对原理本身进行调查、分析和描述的原理。
Meta分析有广义和狭义两种概念：
前者指的是一个科学的临床研究活动，指全面收集所有相关研究并逐个进行严格评价和分析，再用定量合成的方法对资料进行统计学处理得出综合结论的整个过程；后者仅仅是一种单纯的定量合成的统计学方法。
目前国内外文献中以广义的概念应用更为普遍，系统评价常和Meta分析交叉使用，当系统评价采用了定量合成的方法对资料进行统计学处理时即称为Meta-分析。
因此，系统评价可以采用Meta-分析（quantitativesystematicreview,定量系统评价），也可以不采用Meta-分析（non-quantitativesystematicreview，定性系统评价）[5]。
参照Cochrane协作网系统评价工作手册（CochraneReviewers’Handbook）（免费下载网址：
.cochrane.org/cochrane/hbook.htm）制定的统一标准，Meta分析的基本步骤如下：
（1）明确简洁地提出需要解决的问题。
（2）制定检索策略，全面广泛地收集随机对照试验。
（3）确定纳入和排除标准，剔除不符合要求的文献。
（4）资料选择和提取。
（5）各试验的质量评估和特征描述。
（6）统计学处理。
a．异质性检验（齐性检验）。
b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断。
c．图示单个试验的结果和合并后的结果。
d．敏感性分析。
e．通过“失安全数”的计算或采用“倒漏斗图”了解潜在的发表偏倚。
（7）结果解释、作出结论及评价。
（8）维护和更新资料。
临床医生只需要知道Meta分析的基本思想，具体的统计学方法让统计学家研究，让统计学软件帮我们完成。
ReviewManager（RevMan）是Cochrane协作网提供给评价者准备和维护更新Cochrane系统评价而设计的软件，也可以说是专门为临床医生度身订做，用于完成Meta分析的软件，它不仅可以协助我们完成Meta分析的计算过程，还可以帮助我们了解Meta分析的架构并学习系统评价的分析方法，最后把完成的系统评价制作成易于通过电子转换的文件以标准统一的格式发送到Cochrane系统评价资料库（TheCochraneDatabaseofSystematicReviews，CDSR），便于电子出版和日后更新[6]。
充分利用RevMan软件对初次从事系统评价的人员获得方法学上的指导有很大的裨益。
系统评价有多种类型，如病因研究、诊断性试验的评价、预后及流行病学研究等。
Cochrane系统评价目前主要限于随机对照试验。
非随机对照试验的系统评价方法学还处于不太完善的阶段，需要进行更多的相关研究[7]。
诊断试验的Meta分析方法与一般的随机对照试验Meta分析不同，需要同时考虑敏感性与特异性，采用综合接受者工作特征（summaryreceiveroperatingcharacteristiccurve，SROC）的分析，但RevMan4.2未提供[8]。
本文涉及的例子是随机对照试验的Meta分析，最主要的焦点将是应用Reviewmanager进行统计学处理这一部分。
2Reviewmanager4.2入门
RevMan软件是国际Cochrane协作网制作和保存Cochrane系统评价的一个程序。
由北欧Cochrane中心制作和更新。
协作网的系统评价人员均使用RevMan软件制作系统评价。
该软件的主要特点是可以制作和保存Cochrane系统评价的计划书和全文；可对录入的数据进行Meta分析并以森林图（forestplot）的分析结果以图表形式展示；可对Cochrane系统评价进行更新；可以根据读者的反馈意见不断修改和完善[9]。
Cochrane协作网目前主要提供4.1和4.2两大版本的下载，后者兼容性更好及更正了前
者的一些小错误，2003年3月21日后推出。
在首次进入Reviewmanager后，程序会提示可以通过帮助菜单熟悉其操作，也提供了PDF和Word格式长达99页的使用指南（RevManUserGuide），但是帮助菜单和使用指南仅仅是对所有功能的汇总罗列，很多其实是我们临床医生根本无需了解的，不少读者都对一些软件的“翻译帮助写法”深恶痛绝，读完后仍抓不住重点，不知从何下手。
本文主要根据读者最关心的“如何在最短的时间内掌握Meta分析的基本原理，理清思路，得出结果”而编写的，尽量做到“图文并茂”。
读完本文之后，相信对Reviewmanager更好的应用一定会有所帮助。
本文的读者对象是临床医生，尽量避免使用艰涩的专业统计学术语和基本原理。
2002笔者为了了解关于中晚期非小细胞肺癌支气管动脉灌注化疗方面的进展，在导师的指导下作Meta分析[10]，曾为如何应用Reviewmanager4.1而心焦，后来经过一番研究之后，觉得RevMan不仅仅只是一个优秀的统计学软件，其后还和很多对此感兴趣的同道讨论过这个软件，请教XX大学统计学教研室的一些老师，得益非浅。
非常渴望在这里和大家一起分享其中的一些体会，让咱们立刻就揭开它的面纱吧。
2.1下载
使用之前首要任务是下载软件，Cochrane协作网提供了免费的软件下载。
目前可供下载的有两个：
.cochrane.org/cochrane/download.htm#REVM（由于Cochrane协作网在2003年10月23日改新版后出现的错误，建议暂时不用，详见篇末的“注释”）。
.cochrane.de/original/cochrane/download.htm#REVM（储存在旧网页上，目前暂时可用）。
点击后就可以见到如图1所示的界面，点击右方蓝色的revman42.exe开始下载，也可以用网络快车或网络蚂蚁等软件下载，记住选择好保存路径。
图1DownloadRevMan4.2forWindows
2.2安装
双击下载文件revman42开始安装（图2），连续点击6次“Next”完成安装（图3）。
图2图3
2.3首次运行ReviewManager4.2
安装成功后，首次进入ReviewManager4.2可以直接双击桌面上的图标，也可以通过开始——程序——ReviewManager——ReviewManager4.2进入（图4）。
图4
接着呈现的是欢迎的界面，在这里您需要填入4位数的ContactID供您所在的系统回顾协作组（CollaborativeReviewGroup,CRG）确认身份、Firstname（名）及Lastname（姓），点击“OK”完成（图5）。
ContactID是您所在CRG的惟一标识。
图5
紧跟着出现的对话框提示“agoodwaytobecamefamiliarwithRevManistogothroughtheRevManexerciseavailablefromthehelpmenu.”点击“确定”进入主操作界面。
2.4创建一个新的系统评价
让我们用一个计数资料的例子来解释：
原文见《循证医学》杂志2002年第2卷第3期“纵隔淋巴结切除方式对非小细胞肺癌患者术后生存的影响——4个相关研究的Meta分析”作者：
杨浩贤、吴一龙、凌莉、韩璐[11]。
计量资料的应用方法也会在相应的位置加以说明。
其实我们要做的只是整理好收集的数据，点击一些选项，输入数据，其余的就交给RevMan帮我们完成。
在主操作界面，右键单击标题“Reviews”，从菜单或工具栏中选择“Add”。
在出现的对话框中分别输入Title:
纵隔淋巴结切除方式对非小细胞肺癌患者术后生存的影响；Reviewno:
001；Status:
Titleonly；Datenextstageexpected:
29/01/2004（您计划初步完成该系统评价的时间）（图6）。
点击“Save”保存。
在随之弹出的对话框中选中“Don’taskmeagaininthisRevMansession”然后点击“OK”。
最后点击“Close”关闭对话框。
图6
这样就创建好了我们要进行的系统评价，单击Reviews下方、题目蓝色大写“T”左侧的“＋”使之变成“－”展开新创建系统评价的各级菜单，可见每一个系统评价由图7所示六个部分构成，每一部分下面还有多级副标题和项目。
图7
●Coversheet：
主要包括了该系统评价题目和作者以及支助来源的一些基本的情况。
相当于该系统评价的封面（cover）。
●Textofreview：
在这里可以录入系统评价的草案、摘要以及全文。
文章的框架、格式主要参照这一部分。
●References：
该部分提供了被纳入Meta分析的研究和其他参考文献相关信息的储存位置。
●Tables：
各入选研究的数据经处理提取后输入这里的表格以待RevMan软件计算。
“Tables”是RevMan的核心部分，“References”和“Figures”中的大部分功能都可以在“Tables”中实现，请着重留意。
其实只要您不是要把您的作品以电子刊物的形式发表到Cochrane图书馆，只要搞清楚“Tables”这部分就基本上可以把文章炮制出来了。
●Figures：
显示各文献数据经综合定量合并分析后得出的Meta分析森林图和评价文献发表偏倚的倒漏斗图（funnelplot）等。
●mentsandCriticisms：
供作者回馈Cochrane系统评价资料库中读者的评论和建设性的评判。
下面我们先从“Tables”这一核心部分入手。
2.5纳入研究的数据处理和录入
选定题目，制定检索策略，广泛系统地收集文献，按照纳入和排除标准剔除不符合要求的文献并进行各个试验的质量评估和特征描述之后。
我们就要运用上面提及的RevMan的核心部分——“Tables”来进行数据录入和统计学处理了。
首先我们把纳入的4个研究的数据资料提取如表1所示（见原文）：
表1纳入研究的原始文献数据表
发表年份
作者
研究质量评估
清扫组
采样组
死亡数n
总人数N
死亡数n
总人数N
1998
KSugi
A
11
59
9
56
1998
J.R.Izbicki
A
26
76
42
93
2000
StevenM.Keller
B
95
186
116
187
2001
WuYilong
A
62
160
80
160
单击Tables左侧的“＋”展开表格的各级菜单，可见此部分由图8所示5个部分构成。
关键之处在于要先在“Characteristicsofincludestudies”或者“Characteristicsofongoingstudies”加入纳入研究之后才能在“parisonanddata”中录入数据。
另一个使用的小技巧是多使用右键，然后在下拉菜单或者工具栏中选择相应的命令。
图8
右键单击“Characteristicsofincludestudies”，在菜单中选择“Edit”，在跳出的对话框中单击右下角的“Addstudy”如图9（这一操作将实现“References”中的部分功能）。
StudyID由“第一作者XX＋发表年份”构成，如“WuYilong2001”，同法根据表1输入4个研究的“StudyID”和“Year”，最后“Save”and“Close”。
最右方的“Allocationconcealment”（随机分配方案隐藏）用于评定入选研究的随机分组方法的应用情况，分有四个等级：
A：
Adequate（适当的），B：
Unclear（不清楚的），C：
Inadequate（不恰当的），D：
Notused（未使用）。
注意：
在这里输入后各研究的排列顺序是按照StudyID中作者的首字母，而不是按照年份或者输入顺序。
图9
右键单击“parisonsanddata”，在菜单中选择“Add”，在Description下方的文本框中输入“清扫组versus采样组”如图10，点击“OK”保存。
图10
可以看到“parisonsanddata”左边多了一个“－”，下方出现一级菜单“清扫组versus采样组”，右键单击“清扫组versus采样组”，在菜单中选择“Add”，随即弹出一个“Addoute/category”单选框，选中“Dichotomous”（计数资料）后点击“OK”（图11）。
该选框提供了5种数据类型的选择,其中最常用的是“Dichotomous”和“Continuous”。
●Dichotomous：
适用于离散型变量的计数资料和有序变量。
数据录入时需要各组发生该结局或事件的人数和各组总人数。
（详见下文）
●Continuous：
适用于连续型变量的计量资料。
数据录入时需要各组的例数、结局指标的均数及标准差。
●Individualpatientdata：
单个患者数据。
数据输入参照“Dichotomous”。
●Genericinversevariance：
未经计算提取的数据。
需要治疗效应的估计值、标准误和入组总人数。
（罕见情况下涉及）
●Otherdata：
其他数据。
数据通过纯文本格式输入。
图11
随之弹出“Dichotomousoute/category”对话框，分为General、Statistical、Graph三个分页面。
●在General中输入Outenumber：
01；Description：
随访截尾时间的死亡和存活状况；Grouplabels：
清扫组（取代默认的Treatment），采样组（取代默认的Control）。
●在Statistical中全部取默认值，Total：
Yes；confidenceinterval：
95％；DefaultStatisticalmethod：
Oddsratio，Fixedeffectmodel。
●在Graph中输入left：
Favours清扫组；right：
Favours采样组；Defaultgraphscale：
0.1－10。
事实上，上述的各种选项在最终的结果分析（analysis）或图形显示（figures）中还可以根据不同的情况随时调整，具体见下文。
点击“OK”后可以见到，在“清扫组versus采样组”的左边多了一个“－”，下方多了一个表示计数资料的“红心和蓝十字”的图标。
右键点击，在菜单中选择“Add”，在相继弹出的选框中选择“Study”，点击“OK”（图12）。
“Study”上方的选项“Sub-category”适用于亚组分析。
图12
接着会弹出一个“Addstudiestodatatable”对话框，按顺序逐一选中刚才加入到“Characteristicsofincludestudies”中的四个研究，并点击“Add”（图13）加入到图14所示的表格中。
由于在“Characteristicsofincludestudies”中输入的各研究的排列顺序是按照StudyID中作者的首字母，而不是按照年份或者输入顺序（见上文及图9），所以要利用图14中最右边一列“order”来调整各研究的显示顺序使之和表1相符，否则容易引起输入错误。
方法是先在“order”列中输入各研究的显示顺序，如2，1，3，4，然后单击一下“order”，各研究就会按照您希望的顺序排列。
接下来的任务就是把表1中的数据机械地输入如图14的表格中。
最后点击“Save”和“Close”保存。
点击菜单栏中黄色“？
”左侧的快捷方式“Analysis”后将出现如图15的画面（这一操作将实现在Figures中的大部分功能）。
图13
图14
图15
双击“01随访截尾时间的死亡和存活状况”或单击其左方的灰色正方形，您就会发现“meta分析森林图”在一秒钟之后呈现在我们眼前（图16）。
图16
面对这个有点象Cochrance协作网标志的Meta分析森林图（MetaView），我们最关心的当然是如何阅读。
左起第四列的“OR（fixed）95%CI”中，每一横线代表一个试验结果的置信区间（confidenceinterval，CI），横线中央的蓝点是点估计值，置信区间是真值可能存在的范围，反映结果的准确性，横线越长，说明样本量越小，结果欠准确可靠；横线越短，说明样本量越大，准确性越高，结果越可信。
最下方的菱形代表多个RCT的综合结果。
垂直线（代表OR=1,RR=1或RD=0）将图分为左右两半，用于判断结果差异有无统计学意义：
横线/菱形与垂直线相交则表明该RCT中不同治疗措施之间差异无统计学意义。
对于不利结局如死亡、疾病进展、残废事件等，横线/菱形完全在垂直线左侧表示治疗组更有效，完全在右侧表示对照组更有效；对于有利结局如治愈、缓解等则刚好相反[12]。
左起第五列的“Weight”表示各个试验的权重。
一般来说，对于计数资料如本研究使用样本量作为权重的衡量依据，样本量越大，权重越大；计量资料则采用标准差作为权重的衡量依据，标准差越小，权重越大。
也有以纳入研究的质量评分作为权重的衡量依据。
森林图左下方是齐性检验（testforheterogeneity）判断的依据，详见下文。
对于这个“纵隔淋巴结切除方式对非小细胞肺癌患者术后生存的影响”的系统评价，目的是比较清扫组（治疗组）和采样组（对照组）在随访截尾时间内死亡这一不利结局的发生率。
总共1998－2001年之间四个研究入选，清扫组总共481例，采样组总共496例。
综合结果表明OR=0.67（95%CI，0.51-0.86）＞0，菱形完全位于垂直线的左侧，得出清扫组更有效的结论。
我们还可以比较两种或多种不同设计对相同问题进行的Meta分析是否会得出不同的结果，也就是敏感性分析（sensitivityanalyses）。
这里留给读者一个问题:
如剔除StevenM.Keller2000这篇非前瞻性随机对照研究后得出的分析结果是否不同？
我们再看图16上面的菜单栏，这里提供了很多个性化的功能，可以使您用不同的方式显示“Meta分析森林图”，这需要调整上述“Dichotomousoute/category”对话框中的各种选项。
现在逐一把最常用的介绍如下：
●File：
通过文本、网页、各种格式的图片（PNG、JPG、BMP）、word等的形式保存或者打印“Meta分析森林图”。
●Edit：
把结果通过剪贴板的形式输出。
●Display：
通过“scale”调整森林图的显示比例；通过“confidenceinterval”选择置信区间的范围；除了图16中显示最常用的studyID、Rawdata（原始数据）、Graph（这里指森林图）、Weight（权重）、EffectestimateandCI（效应估计量和置信区间范围）以外，还可以显示各纳入研究的Year（年份）、Quality（研究质量）、Userdefinedorder（使用者定义的显示顺序）、O-Eandvariance（观察－期望数及变异）。
点击该栏最下方的“Funnelplot…”将会显示“倒漏斗图”以了解文献潜在的发表偏倚（publicationbias），“倒漏斗图”显示不对称，提示存在发表偏倚，发表偏倚的最主要原因是阴性结果的文章发表困难。
此外方法学质量低下、试验组和对照组基线资料的差异、机遇和弄虚作假等因素也会导致倒漏斗图的不对称分布。
Funnelplot是指从单个研究估计得来的治疗效果（x轴）与每项研究的样本大小（y轴）所作出的散点图形。
因为治疗效果估计值的准确性是随着研究样本量的增加而增加的，所以小样本研究的效应值应散在、宽广地分布在图形底部，而大样本研究的效应值相对集中地分布在图形中部或顶部，由于大样本研究的效应值分布随着样本量的增加而逐渐集中变窄。
图形形状类似于一个倒置的漏斗。
在没有偏倚的情况下，呈现对称的倒漏斗状；如果存在偏倚，比如阴性结果的研究未能发表，就会出现图形缺角。
RevMan4.2采用1/SE代替样本量对应效应值作图。
根据图17可以猜测入选的四篇文献的发表偏倚不大，但根据仅有的四个研究作出判断仍然是依据不够充足的，因为通过“倒漏斗图”下结论的前提是在入选研究数量足够多。
Funnel的对称与否没有正式的定义，RevMan4.2中也没有提供任何检验的方法。
只是通过视觉的观察，判断结果在不同的观察者之间往往存在差异。
入选研究越少，结论就越难以统一。
Egger和他的同事开发了一种简便的funnelplot图形检验方法正在越来越为Cochrane系统评价广泛应用。
[13][14]
图17
●Sort：
可以通过study，weight，effectestimate，year，quality，Userdefinedorder等多种方式排列各研究的显示顺序。
●Statisti
升级会员 