Practicalmethodsforincorporatingsummarytimetoeven.ppt

1、Practical methods for incorporating summary time-to-event datainto meta-analysis解读,依医,OR、RR关心的是事件发生的数HR不只关心事件的发生数，还关心事件发生的时间,Meta分析计算公式,或者,几个基本概念,V代表logrank的方差,V*代表lnHR的方差,两者互为倒数的关系,研究组发生的事件数,研究组预期事件数,对照组发生的事件数,对照组预期发生的事件数,O-E：为Observed event research-Expected events research(研究组发生的事件数减去研究组预期发生事件数）,

2、1、文章提供实验组、观察组的O、E值,注：logrank Expected events research就是Expected events research logrank Expected events control就是Expected events control,计算公式,这篇研究中的图形中直接给出了：研究组的O/E:1.2对照组的O/E:0.8因此HR为1.2除以0.8=1.5.,软件算法：1.打开calculations spreadsheet，点击（1）summary data2.按照下图输入数字,点击（4）output information就可以看到结果了,2、文章提供研究

3、组的O-E、V,输入数字,结果：,以下的例子都是选择这个表格的数字,3、文章提供HR、可信区间者,对于可信区间95%，Z score为1.96对于可信区间99%，Z score为2.58对于可信区间90%，Z score为1.64,V=1/V*,4、文章提供HR、实验组发生事件数、对照组发生事件数、随机比例时1:1,这样算不出来，应该把485也填进去,5、文章提供HR、总的发生事件数、随机比例为1:1,个人注：本公式应该是等式11推导而来，当实验组的对照数、对照组的对照数相等时，则刚好为等式12。因此等式12只是等式11的近似结果。,6、文章提供HR、总的发生事件数、实验组纳入分析的人数、对照

4、组纳入分析的人数,病人随机分组后，有的病人后来excluded了，这时计算HR、V应该根据最后分析的病人数量来统计，而不应该由初始的纳入病人数来分析，否则结果可能会被夸大。,随机比例不是1:1的不适用于刚刚我们讲的4、5的情况，应该用这个等式。这个等式也适用于随机比例是1:1的情况。,7、文章提供P值、实验组发生的事件数、对照组发生的事件数、随机比例是1:1,在应用这个公式应该注意：1、O-E的值应该取正值还是负值？如果观察的指标是一个负性指标如死亡率，实验组死亡更少，这时O-E应该取负值。如果观察的指标是一个正性指标，比如出生率，研究组更有利，这时O-E应该取正值。2、Z-score值的获得

5、可以采用MS Excel来实现。如何做？3、对于2-sided P value，就直接用这个公式。而对于1-sided P value，则用公式,注：黑箭头这一行不能为空，否则结果算不出来,注：三角号这个空格填入R代表研究组更有优势填入C代表对照组更优势。,如果填的C，则得到另外一个结果,O-E变为正值了，其他也结果也变了。,再次强调：如果观察的指标是一个负性指标如死亡率，实验组死亡更少，这时O-E应该取负值。如果观察的指标是一个正性指标，比如出生率，研究组更有利，这时O-E应该取正值。,8、文章提供P值、总的发生事件数、随机比例是1:1,个人注：这个等式是等式14的近似值，当研究组的事件数=

6、对照组的事件数时，等式15刚好就是等式14.,9、文献提供P值、总的发生事件数、研究组分析例数、对照组分析例数,本公式适用于随机比例不是1:1的,10、文献提供生存曲线、随访时间,Appendix 2 如何估算最大、最小随访时间,accrual period：整个研究的纳入的时间，如这篇文章为从1989年11月1995年7月，为68月,截尾数据图中的表示方法,（一）估算最小随访时间,1、将生存曲线上的第一个截尾数据标记当做最小随访时间。2.最小随访时间=中位随访时间-accrual period/23、最小随访时间=分析数据的时间-最后一次accrual的时间4、分析数据的时间=文章提交的时间

7、-6月最小随访时间=分析数据的时间-最后一次accrual的时间,（二）估算最大随访时间,1、将生存曲线上的最后一个截尾数据标记当做最大随访时间2、最大随访时间=中位随访时间+accrual period/23、最大随访时间=分析数据的时间-第一次accrual的时间4、分析数据的时间=文章提交的时间-6月最大随访时间=分析数据的时间-第一次accrual的时间,从生存曲线提取数据：应注意发生事件的变化情况来选择提取的点的间距，比如乳腺癌前一年生存率变化较快，可以考虑前12个月，每个月1次，之后每3个月一次，之后每6个月一次。,以下的步骤类似于“11、文献提供生存曲线、研究组的风险人群、对照组

8、的风险人群”，差别在于最后数据复制到calculations spreadsheet，中的（2a）Curve data。这里要填入最小随访时间、最大随访时间。,11、文献提供生存曲线、研究组的风险人群、对照组的风险人群,保存为jpg格式,在photoshop里面拉标尺到含risk值的各个点、O点、横坐标最大点、纵坐标最大点。,用直线工具按住shift键将这些线画出来，保存为jpg格式,用engauge软件标出risk值的各个点、O点、横坐标最大点、纵坐标最大点。,导出为CSV格式,打开calculations spreadsheet，点击（3a）Curve data with n（risk）：

9、将CSV中的A列复制到C列中 将B列复制到D列中 将C列复制到I列中将研究组的风险人群填到E列中，对照组的风险人群填到J列中,E列为numbers at risk，代表这个时间开始时活着的人数G为这个时间段发生的事件数H为这个时间段截尾的数。下一行的E=（上一行的E）-（上一行的G+H）如：372=491-（99.5+19.5）,HR的意义,这个公式：用来比较实验组与对照组相比生存率提高了多少。例子：假设对照组生存率为0.58，HR为0.85，则按照公式计算：生存率提高了expln(0.58)0.85-0.58=0.05,这个公式用来计算实验组的生存时间。假设：对照组的中位生存时间为37月，H

10、R为0.85。则实验组的中位生存时间为37/0.85=43.6月。,HR的意义,注意点,这种横坐标单位是年的，可以采用转换为月，如横坐标最大值为（300，0）。,因为最大随访期只有255月，而下面的时间却达到264.29，因此自相矛盾。,两组最后点的时间不一致的如何取点。如本图negative组应取到20年，还是12年的位置。,三条生存曲线或四条生存曲线如何合并成两条生存曲线？,三条生存曲线或四条生存曲线如何合并成两条生存曲线？,Kaplan-Meier，K-M法,指某单位时段开始时存活的个体到该时段结束时仍存活的可能性。,指0时刻存活的个体在t时刻仍存活的概率。,医学统计学与电脑实验,根据这

11、个，我们得到某个时间的生存率=期初存活人数/总人数,Cochrane Handbook for Systematic Reviews of Interventions,16.5.4 How to include multiple groupsfrom one study Combine groups to create a single pair-wise comparison(recommended).For dichotomous outcomes,both the sample sizes and the numbers of people with events can be summ

12、ed across groups.For continuous outcomes,means and standard deviations can be combined using methods described in Chapter 7(Section 7.7.3.8).,http:/www.mrc-bsu.cam.ac.uk/cochrane/handbook/front_page.htm,所以合并的基本思想,将每个时间点需要的两组期初存活人数相加得到合并的期初存活人数将两组总人数相加得到合并的总人数。每个时间点的生存率=合并的期初存活人数/合并的总人数,将上图中表达、强表达合并成

13、一组，而弱表达自己为一组,Phothoshop划分成几分。,Engauge取点，导出为CSV格式,将CSV的A复制到下图中的C列中 C复制到下图中的D列中 D复制到下图中的I列中并在E、J的空格中输入各自的样本量,将上图中的E、J列的数据（即每个时间点的存活人数）录入EXCEL表格中，相加得到合并的每个时间点的存活人数。除以合并后的样本量就得到合并后的每个时间点的生存率。,A为moderate组的每个时间点的存活人数B为strong组的每个时间点的存活人数。C为合并组的每个时间点的存活人数D为合并组的每个时间点的生存率。,将合并组的每个时间点生存率复制到下图的D列中，与对照组（弱表达组）进行比较。,结果,能否计算HR、95%CI,The overall survival was also shorter in the Sox2 negative group(40.3 months(95%CI:29.1-51.5 months)versus 52.5 months(95%CI:43.6-61.3 months)but did not reach statistical significance(p=0.06).,