从新冠的放开聊一聊单组率的meta分析

自新冠防控政策放开后，大家陆陆续续成为了羊，无症状感染者的比例似乎没有放开前公布的那么高。

为什么大家的直观体验（身边的无症状感染者寥寥无几）与之前公布的数据不一致，甚至相差很大呢？

是“无症状”的定义不同？

根据查阅的资料，无症状感染者（asymptomatic patient），是指无相关临床症状（如发热、咳嗽、咽痛等可自我感知或可临床识别的症状与体征），呼吸道等标本新冠病毒病原学（通常指核酸检测）或血清特异性免疫球蛋白M（IgM）抗体检测阳性者。

无症状感染者不是确诊病例，因此不算新增感染病人。2020年3月4日国家卫生健康委公布的新型冠状病毒肺炎防控方案（第七版）中，对这一规定没有改变。

显然，标准没有发生改变。

那会不会的病毒株不一样了？

这是一个很重要的问题，但不是本文的重点，我们还是聊一聊如何用单组率meta分析评估放开后我国无症状感染者的比例。

以下面这篇meta分析为例，分享相关注意事项。

1 检索时间

这是奥密克戎变异株的无症状感染及非重症流行率的meta分析，文献的检索时间是从2021年11月开始，评估放开后的无症状感染率则要从放开那天开始。

2 纳入研究类型

这篇meta分析在纳入标准提到，病例对照研究、病例研究也纳入，这是不严谨的。如果病例对照研究的设计是一组有症状感染者、一组无症状感染者，对比两组的特征差异，这类型的病例对照研究一定不能纳入。

因为病例对照研究不能解释率，假设无症状感染者100人，无症状感染“率”会随对照组样本量的变化而发生变化。

3 数据需服从正态分布

单组率的meta分析，要求数据符合正态分布，但我们怎么知道是否符合呢？不用纠结，直接用metaprop做就行了（Stata或R都可以实现）。

以下面的森林图为例，Kim et al. (2022)这个研究的数据就是不符合正态分布，最终的合并结果也不符合正态分布，uci-proportion≠proportio-lci。但“metaprop”已经对数据进行转换数据，不影响结果的解读。奥密克戎的无症状感染率是25 (17, 38)%。

4 研究对象的选择

纳入研究，研究对象的选择最好是一般人群或社区人群，而不是医院人群，后者的无症状感染率理论上会比较低。相反，重症率高。

5 限定病毒株或做亚组分析

病毒株的不同可能影响无症状感染率，可以只做一种病毒株，或做多种，然后亚组分析。

今天的分享就到这了，meta分析学习过程，我们会碰到各式各样的问题，如果你想更快、更高效地掌握meta分析，早日发表SCI，请不要错过尔云间的meta分析培训班！