在临床研究中我们总是会选择一些恰当的指标来描述不同组之间的差别，如我们用差值来表示干预组和对照组的疗效差别，我们用OR值来表示有无某一危险因素时结局发生概率的差异。如此等等，都叫做效应尺度指标（Effect-sizeIndices,ESI）。所谓的效应尺度指标，就是能够反映研究指标差异的某些指标，无非是通过相同指标之间除一除或者减一减来获得的，如研究指标的比值、差值、比值后再差值和差值后再比值等等。

普通的临床研究如此，作为多个临床研究的合并，meta分析也无可厚非地沿用着这些效应尺度指标（ESI，有时也表达为Effect Magnitude Indices, EMI）。下面咱们就复习一下常用的效应尺度指标及其意义。

1.比值比（OR）与相对危险度（RR）

比值比（Odds Ratio,OR）就是两个比值的比，公式=（A组某事件的比值）/（B组某事件的比值）。相对危险度（Rate Ratio, Risk Ratio or Relative Risk,RR）是指两组发生率之比，公式=(A组某事件的发生率)/(B组某事件发生率)。OR或RR=1表示两组间没有差异。同时需要注意的是，只有队列研究和随机对照试验结果可以直接获得相对危险度（RR）。

此处要解释一下odds和rate的区别，如我国南方A省100个重度高血压病人最终发生脑血管事件的有10人，那么odds=10/(100-10)=1/9，rate=10/100=1/10。如此odds就是观察对象中发生事件的人数比上未发生事件的人数，rate就是观察对象中发生事件的人数比上总人数。

有了上面的例子再来看一下OR和RR似乎就简单一些了。上面我们只提到了我国南方A省，如果再加一组我国北方B省（100个重度高血压病人最终发生脑血管事件的有20人）的情况，那么A省人群相对于B省人群的OR=(10/90)/(20/80)=0.445，A省人群相对于B省人群RR=(10/100)/(20/100)=0.5。

再延伸一下我们发现OR和RR的不同只与发病率有关，假设A省有n1人，发病率为p1；B省有n2人，发病率为p2。简化后，A相对于B的OR=(p1/(1-p1))/(p2/(1-p2))，RR=p1/p2。假设p1和p2都比较下，如肿瘤的发病率十万分之几，那么此时的OR和RR会比较接近。

2. 危险差（RD）

危险差（riskdifference, RD）就是两个risk的差值，如上例北方B省和南方A省的危险差=0.2-0.1=0.1。RD反应了两组之间发病率的差别，是一个绝对的指标，而OR或RR则是一个相对的指标。RD=0表示两组间没有差异。

3.加权均数差（WMD）和标准化均数差（SMD）

加权均数差（WeightedMean Difference, WMD）用于观察结局指标是连续性指标的研究的Meta合并。每个原始研究均数差的权重由其效应估计的精确性决定，Cochrane协作网的RevMan软件设定计算WMD的权重为方差的倒数。即某一个研究的方差越小（数值之间的变异程度越小）其权重越大。

标准化均数差（standardizedmean difference, SMD）为两组估计均数差值除以联合标准差而得，它是一个相对指标，消除了量纲（单位）的影响，可用于合并采用了不同的测量方法或单位的研究（这些研究指标可能单位不同或者不同研究间的均数差异较大）。

在讨论了上面的各种效应尺度指标之后，我们可以从相对和绝对的角度把这些指标分为两类：相对效应尺度指标（RR、OR和SMD）和绝对效应尺度指标（RD和WMD）；也可以从计量和计数的角度分为计数的指标（RR、OR和RD）和计量的指标（WMD和SMD）。

在实际指标选取中，我们需要考虑以下问题：1、相对效应尺度指标不受基线风险影响，具有较好的一致性，但相对指标不能反映事件的真实情况。如两组的发生率可能都很低，临床上不做考虑，但是两个再低的率之比（相对值）也可能会很大（如万分之一比十万分之一）。2、绝对效应指标容易理解，但是它的价值受基线水平影响。如绝对差值为5时，在100和95里无所谓，而在6和1里则非常大。除此之外，还需要考虑OR和RR选择后的解释问题。所以在实际工作中，我们选择效应指标时除了需要考虑统计的方便外，还需要考虑其实际意义和是否易于被读者理解。

参考文献和推荐阅读：

1、张质钢等,Meta分析中二分类变量的效应指标选择. 循证医学, 2013(04): 第242-246页.

2、文进与李幼平, Meta分析中效应尺度指标的选择. 中国循证医学杂志,2007(08): 第606-613页.

3、张俊, 徐志伟与李克, 诊断性试验Meta分析的效应指标评价. 中国循证医学杂志, 2013(07): 第890-895页.

来源于：北医三院临床流行病和循证医学中心