meta分析的軟件實(shí)現(xiàn)(以二分類變量為例)

Meta分析的軟件實(shí)現(xiàn)目前一頁\總數(shù)十五頁\編于十四點(diǎn)Meta分析的現(xiàn)狀目前二頁\總數(shù)十五頁\編于十四點(diǎn)目前三頁\總數(shù)十五頁\編于十四點(diǎn)1什么是Meta分析？

Meta分析是一種對(duì)單獨(dú)的研究結(jié)果進(jìn)行統(tǒng)計(jì)分析的方法，對(duì)研究結(jié)果間差異的來源進(jìn)行檢驗(yàn)，并對(duì)具有足夠相似的結(jié)果進(jìn)行定量合成。

可以看出，Meta分析是將多個(gè)具有相同研究主題的研究進(jìn)行定量綜合分析的一個(gè)過程。

目前四頁\總數(shù)十五頁\編于十四點(diǎn)2Meta分析的基本步驟選題文獻(xiàn)檢索文獻(xiàn)納入與排除文獻(xiàn)質(zhì)量評(píng)價(jià)數(shù)據(jù)及相關(guān)信息提取異質(zhì)性檢驗(yàn)效應(yīng)量的選擇發(fā)表性偏移分析主要講解Meta分析的軟件實(shí)現(xiàn)（STATA）目前五頁\總數(shù)十五頁\編于十四點(diǎn)番外篇：STATA簡(jiǎn)單介紹命令窗口命令回顧窗口結(jié)果輸出窗口變量窗口目前六頁\總數(shù)十五頁\編于十四點(diǎn)例題

分析BCG對(duì)結(jié)核病的療效

注：本例題選自《系統(tǒng)評(píng)價(jià)/Meta分析理論與實(shí)踐》羅杰、冷衛(wèi)東主編Step1：將數(shù)據(jù)輸入stata目前七頁\總數(shù)十五頁\編于十四點(diǎn)異質(zhì)性的識(shí)別Q統(tǒng)計(jì)量：p<0.05,存在異質(zhì)性（易受文獻(xiàn)數(shù)量影響）I2:I2>56%,各研究存在較大異質(zhì)性；I2<31%,同質(zhì)；31%<I2<56%,不確定

如果存在異質(zhì)性，該選擇隨機(jī)效應(yīng)模型；若同質(zhì)，選擇固定效應(yīng)模型。目前八頁\總數(shù)十五頁\編于十四點(diǎn)效應(yīng)量的選擇目前九頁\總數(shù)十五頁\編于十四點(diǎn)發(fā)表性偏倚在資料收集、分析及發(fā)表時(shí)間時(shí)均可能存在結(jié)論偏離真實(shí)值的情況，Meta分析雖然能夠從統(tǒng)計(jì)學(xué)的角度達(dá)到增加樣本量提高檢驗(yàn)效能目的，但是同時(shí)也可能因存在各種偏倚，使Meta分析偏離真實(shí)情況。在各種偏倚中，發(fā)表偏倚是影響Meta分析質(zhì)量的重要因素。發(fā)表偏倚是指具有統(tǒng)計(jì)學(xué)意義的研究結(jié)果比統(tǒng)計(jì)學(xué)無差異的研究結(jié)果更容易在雜志發(fā)表。鑒別發(fā)表性偏倚的方法：漏斗圖法、線性回歸法（Egger法）、秩相關(guān)法、剪補(bǔ)法及安全系數(shù)法等。漏斗圖會(huì)用到效應(yīng)量及效應(yīng)量的標(biāo)準(zhǔn)誤。如對(duì)數(shù)化的RR及l(fā)og（RR）的標(biāo)準(zhǔn)誤。目前十頁\總數(shù)十五頁\編于十四點(diǎn)漏斗圖及漏斗圖對(duì)稱性檢驗(yàn)變量選擇目前十一頁\總數(shù)十五頁\編于十四點(diǎn)目前十二頁\總數(shù)十五頁\編于十四點(diǎn)異質(zhì)性的進(jìn)一步分析目前十三頁\總數(shù)十五頁\編于十四點(diǎn)Stata進(jìn)行亞組分析按緯度高低進(jìn)行分組：1組<23.523.5組<2<40組3組<40Stata進(jìn)行Meta回歸在納入的研究間存在異質(zhì)性時(shí)，可以采用Meta回歸對(duì)異質(zhì)性來源進(jìn)行分析。wsse：within-studystandarderror即研究?jī)?nèi)的標(biāo)準(zhǔn)誤

若選用RR為效應(yīng)量，則wsse選用selog（RR），因變量為log（RR）。目前十四頁\總數(shù)十五頁\編于十四點(diǎn)Stata操作metanabcd#運(yùn)行meta的metan命令，默認(rèn)的是RR及固定效應(yīng)模型metanabcd,rrrandomlcols(authorsyear)favours(BCGreducesofTB#BCGincreasesriskofTB)#運(yùn)行metan命令，命令隨機(jī)效應(yīng)模型genselogrr=_selogES#生成selogrr變量（其實(shí)是已經(jīng)存在的_selogES，只是重命名）genlogrr=log(_ES)#生成_ES的log值metafunnellogrrselogrr,egger#做漏斗圖metabiasabcd,rreggergr#漏斗圖對(duì)稱性檢驗(yàn)metanabcd,rrrandomlcols(year)by(