危险度差 (risk difference, RD)，又称归因危险度 (attributable risk, AR)，队列研究或干预性研究的主要效应测量指标，是指暴露组/干预组与未暴露组/对照组结局发生率之差的绝对值。当以RD为效应量进行Meta分析，先通过Mantel-Haenszel法计算固定模型下的加权合并危险度差，之后通过异质性统计量计算随机效应模型下的汇总危险度差。本文将实例演示在MedCalc软件中实现危险度差的Meta分析相关操作。
关键词：MedCalc; Meta分析; 危险度差; 率
一、案例介绍
假定，为探究某经典名方对糖尿病所致肾损伤引起的蛋白尿的疗效，学生甲对近10年的相关文献进行检索和筛选，最终纳入了11篇文献。提取相关数据后，拟以RD为效应量进行Meta分析。部分数据见图1，本案例数据可从“附件下载”处下载。
二、案例分析
本案例的主要结局指标是某经典名方治疗蛋白尿的疗效，即是否好转。在MedCalc中可采用RD为效应量，通过风险差异的Meta分析对效应量进行合并与汇总。
三、软件操作及结果解读
(一)软件操作
- 打开“危险度差的Meta分析.mcl”数据文件。
- 选择“统计”—“元分析”—“风险差异”(图1)
- 在“元分析：风险差异”对话框中，按照图2进行设置
- 研究：选Study
- 介入组：“案例总数”选Total1、“阳性结果的数量”选Event1
- 控制组：“案例总数”选Total2、“阳性结果的数量”选Event2
在MedCalc中进行危险度差的Meta分析，可同时得到固定效应和随机效应下的效应量总和，但固定效应模型加权和随机效应模型加权的选择，需要根据异质性检验结果而定。通常情况下，如果结果显示存在异质性，可选择总和(随机效应)，反之选择总和(固定效应)。
(二)结果解读
1. 异质性检验
根据Q统计量为11.5465，P=0.3165，I2=13.39%(图3)，按照常规的异质性检验标准P＜0.10或者I2＞50%，可认为各研究间不存在异质性，可选择固定效应模型分析结果。
2. 效应合并量
固定效应模型下合并的RD为0.0839，95%CI为 (0.0667~0.101)，可认为经过Meta分析合并效应量，经典名方与对照药好转率的差值为8.38%，差异有统计学意义(P<0.001)，结果见图4。
3. 森林图
森林图(图5)依次展示了11个研究的RD及其95%CI，固定效应模型下效应量总和为0.08左右，但是否有统计学意义需要参考效应合并量的具体结果表格(图4)。
4. 漏斗图
漏斗图主要用于观察Meta分析结果是否存在偏倚，如发表偏倚等，如果存在偏倚则漏斗图左右不对称，偏倚越大越不对称。由图6可知，本案例纳入的研究除1项在95%CI之外，其余均在加权汇总危险度差的95%CI，基本呈现对称分布，可认为该研究不存在偏倚 (或存在较小的偏倚)。此外，图7中的发表偏倚检验结果(Egger's检验)也提示本研究不存在显著的发表偏倚(P=0.2092)。一般当纳入研究少于20个时，Egger’s检验效能比Begg’s检验效能高，因此推荐此时当二者结果不一致的时候以Egger’s检验结果为主。
五、结论
本研究计算加权汇总危险度差，即加权汇总风险差异，异质性检验结果提示各研究间不存在显著异质性(P=0.3165，I2=13.39%)，故选择固定效应模型进行效应量合并。经过Meta分析，该药物的加权汇总危险度差异为8.39%，95%CI为6.67%~10.10%。Egger's检验以及漏斗图均提示不存在明显的发表偏倚。