试验序贯分析之信息量的计算  

Calculation of information size of trial sequential analysis

作　　者：翁鸿 郭成城[2] 吕军[3] 孟详喻 郭中强[4] 曾宪涛[1,4] 

机构地区：[1]武汉大学中南医院循证与转化医学中心/武汉大学循证与转化医学中心/武汉大学第二临床学院循证医学与临床流行病学教研室,武汉430071 [2]武汉大学电子信息学院通信工程系,武汉430072 [3]西安交通大学第一附属医院临床研究中心,西安710061 [4]武汉大学中南医院泌尿外科,武汉430071

出　　处：《中国循证医学杂志》2017年第1期113-116,共4页Chinese Journal of Evidence-based Medicine

基　　金：国家重点研发计划专项基金(编号:2016YFC0106 300)

摘　　要：试验序贯分析(trial sequential analysis,TSA)可发现看似具有明确结果的Meta分析的不确定性,主要是通过提供期望信息量及TSA界值来进行判断。TSA中信息量的计算方法有多种,本文简要介绍TSA中4种信息量的计算方法,以期为读者在制作Meta分析时能更好地运用TSA提供参考。Trial sequential analysis （TSA） can identify inclusive results of apparently conclusive of meta-analyses by providing require information size and monitoring boundary. Certain methods of calculating information size are existed. Our objective was to give a brief introduction of four methods to help readers to better perform TSA in making meta-analyses.

关 键 词：试验序贯分析 META分析 信息量 期望信息量 

分 类 号：R-03[医药卫生]