关注今日：4 | 主题：148019
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】HR在revman中是什么类型的数据？&[精华]
页码直达：
这个帖子发布于7年零330天前，其中的信息可能已发生改变或有所发展。
如题：当我对几个RCTs的HR进行荟萃分析时，HR是作为分类变量还是连续性变量录入？谢谢。
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问，revman如何进行生存资料的分析?我看到cochrane协作组有用revman进行生存的分析。我只做过分类变量和连续性变量的revman分析。生存的没有做过。谢谢楼上!
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我想HR是带有时间含义的数据，作为分类变量似乎不对，好像也不能作为连续变量。印象中revman不能做生存的分析。但是，最近看到了些文献用revman做生存分析。因此，疑惑！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
嗯！和我想法类似。这样做的前提是：用revman做HR的合并是默认相同时间点（例如5年），这时时间是固定变量时，HR就作为分类变量进行合并分析了。但是，不同的RCT报道的随访时间是不一样的，即使是知道随访终末时具体的死亡人数，这时再用revman进行HR合并还是不准确了！Cochrane 的SR质量非常高，应该不会出现这种缺陷啊。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
谢谢。这篇论文我看过的。就像我提到的，纳入分析的4项研究的中位随访时间不一样，把死亡和生存人数作为分类变量纳入分析。这样好像不对！？我看到的Lancet，JCO上发表的生存相关meta分析基本上都是STATA做的，还真没有revman做的。版主能不能点评一下？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
顶一下。请大家不吝赐教！特别感谢wuji2009的参与！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我理解你的意思了，是把死亡和生存的人数作为分类变量进行分析。但是，有一点：这篇meta分析纳入的4项研究中位随访时间相差最大有16个月。将不同时间点时死亡的情况进行荟萃分析，不是忽略了时间的影响了吗？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
wuji2009 中位随访时间的定义你知道吗？是否中位随访时间不同就意味着最终截尾观察时间一定相差很大？反过来讲，中位随访时间差别大，难道总的随访时间相差一定不大吗？我知道中位随访时间什么意思。我的意思是，不考虑时间因素的前提下，把死亡/生存作为分类变量纳入分析，这种办法和在STATA中进行HR的荟萃分析，这两种办法在机理和结果上有没有区别？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我想应该还是第二种办法比较可靠。理由：很多高水平RCT会提供具体时间点的HR和95%CI，例如3年DFS的HR(95%CI)。纳入的每项研究均使用相同时间点的生存数据进行荟萃分析，似乎更可靠。象上面这篇meta分析，纳入分析的死亡数目，其当时的随访时间有异质性，即时间是变量不是常数。当然，时间只能相对一致。不知iseeyou版主在不在？请发表一下高见！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
感谢bv1013 版主的鼓励，而且还有加分和置顶，真是身心双重愉悦，呵呵。期待更多高手加入讨论。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
我就这个问题请教了陈峰教授一个得意弟子。他认同第2种方法。另外，Chaper 18 Meta-analysis in Stata TM（2001年出版）中只讲到stata可以对分类变量和连续变量进行meta分析，没有提及HR的合并。不知道为什么?难道2001年stata还没有meta分析组件?另外，我在一些大牌杂志上看到有用revman进行HR合并的做法。例如JAMA上一篇，见附件。好像revman只能合并分析OR,RR和RD，没有对HR的分析。不知道有没有人有高见？这里看来涉及一个核心问题：基于HR合并的生存资料的meta分析的机理。好像应该深入的研读以下HR提取的经典论文，见附件。我理解有些困难，一直不得其精髓。欢迎大家讨论。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
HR提取的经典论文
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
目前不知道，帮顶！
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
高手云集。仔细看了一下revman handbook。以下3贴可能对wuji2009有帮助。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园全部回答(0)
相关已解决
向帮助了您的知道网友说句感谢的话吧!
提问期内，追加悬赏一次，可延长问题的有效期3天。悬赏越高，会吸引到越多的关注。
追加悬赏:&
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
为做大做强论坛，本站接受风险投资商咨询，请联系（010-）
邮箱：service@pinggu.org
合作咨询电话：(010)
广告合作电话：（刘老师）
投诉电话：(010)
不良信息处理电话：(010)
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师
&加载中...关注今日：4 | 主题：148019
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】随访时间和各研究人数不同，生存分析的meta分析如何处理？
页码直达：
这个帖子发布于3年零358天前，其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:5
请问各位大侠，在做生存分析的meta分析时，每一个纳入研究的 follow-up time 时间是不一致的，这个变量对结果的影响如何处理呢？因为我投一个SCI杂志的时候一个审稿人提出，“如果无法将following up time标准化，那么得出来的预后HR值是不可靠的？建议我用标准化方法处理”他提到&IF studies differed by follow-up time, then methods of standardization or stratification should be implemented. If the authors cannot provide this information, the HR's are not meaningful and can't really be interpreted. It is also not clear if studies were weighted by number of patients or follow-up time. “我是不是要用meta回归的方法看下每项研究纳入人数和随访时间对结果的影响呢？那么如果用这种方法的话，纳入人数或者随访时间两个都是连续性变量，我是不是应该处理成分类变量呢？还是直接用连续性变量带入meta回归呢？谢谢各位大牛~
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
丁香园版主
个人认为有两种处理办法：1 假定纳入研究的中位随访时间相差不大，即便是有人报道了1年生存率，有人报道了2年生存率，报道的终点指标虽然不同，但是这个结果还是可信的，原因是我们合并的是HR，HR反应的是不同试验组内所有随访时间内的所有病例的生存优势的相对数，并非指某个时间点的生存率2 如果各纳入研究中位随访时间相差太大，有的研究随访里1年，有的随访了5年，这样的合并确实存在很多问题。可以考虑按照1年OS、2年OS、3年OS......按照不同的结局指标合并，但此时的效应量应采用RR
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ahzzr3711 个人认为有两种处理办法：1 假定纳入研究的中位随访时间相差不大，即便是有人报道了1年生存率，有人报道了2年生存率，报道的终点指标虽然不同，但是这个结果还是可信的，原因是我们合并的是HR，HR反应的是不同试验组内所有随访时间内的所有病例的生存优势的相对数，并非指某个时间点的生存率2 如果各纳入研究中位随访时间相差太大，有的研究随访里1年，有的随访了5年，这样的合并确实存在很多问题。可以考虑按照1年OS、2年OS、3年OS......按照不同的结局指标合并，但此时的效应量应采用RR
终于有人在这里回复我了，感谢版主ahzzr3711顶我，也感谢其他战友私下里给我的帮助。是的，我感觉您的意思是分亚组进行，用RR您是考虑的是某个时间点的生存率的原因吧？我再想除了分亚组这一方法外，meta回归是不是更合理些呢？meta回归这时候的效应值应该还是可以用HR的吧？
这个问题我感觉一直都是没有特别公认的问题，因为我看的生存分析meta分析文章自我感觉也不少，但是确实没有发现特别针对这一问题进行标准化的，最多在讨论的时候多少说两句。
另外，还有各个研究纳入人数的不同，这一变量，各个研究最少的人数是50左右，最多人数有500左右，那么这个因素对最后合并结果造成的影响该如何讨论呢？是分亚组合适些呢？还是meta回归合适呢？因为我感觉如果都分亚组的话，可能就变成多维的meta分析，实际操作起来可能就比较困难。
我觉得上面几个问题应该是大家做meta分析比较普遍遇到的困难，期待更多的战友参与讨论，谢谢！PS：我投的这个SCI杂志主编就因为一个审稿人这个意见把我给拒了。因为另外一个审稿人包括提上面的意见审稿人的其他意见基本都正面的，很nice的。虽然心有不甘，但是是主编拒了，不是审稿人拒了。没戏了呀。哎。。 所以，我现在决定改投其他杂志，我征求了几个战友的意见后觉得对这一块儿还是做些修改，但也有点小小的顾虑，感觉这个针对随访时间和各研究参与人数的，并不是公认的方法，这样加上去，千万别第二个杂志又质疑我为啥要以这块儿标化呢？
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
guoguo22 edited on
丁香园版主
终于有人在这里回复我了，感谢版主ahzzr3711顶我，也感谢其他战友私下里给我的帮助。是的，我感觉您的意思是分亚组进行，用RR您是考虑的是某个时间点的生存率的原因吧？我再想除了分亚组这一方法外，meta回归是不是更合理些呢？meta回归这时候的效应值应该还是可以用HR的吧？
这个问题我感觉一直都是没有特别公认的问题，因为我看的生存分析meta分析文章自我感觉也不少，但是确实没有发现特别针对这一问题进行标准化的，最多在讨论的时候多少说两句。
另外，还有各个研究纳入人数的不同，这一变量，各个研究最少的人数是50左右，最多人数有500左右，那么这个因素对最后合并结果造成的影响该如何讨论呢？是分亚组合适些呢？还是meta回归合适呢？因为我感觉如果都分亚组的话，可能就变成多维的meta分析，实际操作起来可能就比较困难。
我觉得上面几个问题应该是大家做meta分析比较普遍遇到的困难，期待更多的战友参与讨论，谢谢！PS：我投的这个SCI杂志主编就因为一个审稿人这个意见把我给拒了。因为另外一个审稿人包括提上面的意见审稿人的其他意见基本都正面的，很nice的。虽然心有不甘，但是是主编拒了，不是审稿人拒了。没戏了呀。哎。。 所以，我现在决定改投其他杂志，我征求了几个战友的意见后觉得对这一块儿还是做些修改，但也有点小小的顾虑，感觉这个针对随访时间和各研究参与人数的，并不是公认的方法，这样加上去，千万别第二个杂志又质疑我为啥要以这块儿标化呢？ 回归似乎不太合适
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
ahzzr3711 回归似乎不太合适最新看到一篇meta分析的关于异质性处理的经典文献，里面有对亚组和回归的一些剖析，觉得不错，正在学习过程中，拿出来跟大家共享。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
想知道楼主最后怎么处理了随访时间跨度较大的RCTs，是标准化吗？对什么标准化？SMD？还是最后分层了？楼主的这个问题是个普遍性问题，很多纳入的随访跨度不一的文献，**楼主最终怎么处理。我去看看楼主的文章
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
guoguo22 请问各位大侠，在做生存分析的meta分析时，每一个纳入研究的 follow-up time 时间是不一致的，这个变量对结果的影响如何处理呢？因为我投一个SCI杂志的时候一个审稿人提出，“如果无法将following up time标准化，那么得出来的预后HR值是不可靠的？建议我用标准化方法处理”他提到&IF studies differed by follow-up time, then methods of standardization or stratification should be implemented. If the authors cannot provide this information, the HR's are not meaningful and can't really be interpreted. It is also not clear if studies were weighted by number of patients or follow-up time. “我是不是要用meta回归的方法看下每项研究纳入人数和随访时间对结果的影响呢？那么如果用这种方法的话，纳入人数或者随访时间两个都是连续性变量，我是不是应该处理成分类变量呢？还是直接用连续性变量带入meta回归呢？谢谢各位大牛~楼主，请问你的问题解决了吗？我的meta的原始研究随访时间有2、3、5、7、10年，请问怎么分开分析合适呢？可否指导一下，不胜感激
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园【图文】生存分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
上传于|0|0|暂无简介
大小：2.16MB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢