当前位置:
文档之家› Meta 分析及stata命令
Meta 分析及stata命令
yearvar=year) random by(sex)
© 2006 Embedded
敏感性分析和发表偏倚
• 敏感性分析:metainf es se, id(study) random print • 发表偏倚:metabias es se, graph(begg)
注:发表偏倚结果指标为:begg和Egger两种,当 结论不一致时以Egger检验为准
• 1.6 文献质量评价
• 纽卡斯尔-渥太华量表(the Newcastle-Ottawa Scale,NOS)
• 澳大利亚乔安娜循证护理中心(Joanna briggs institute, JBI)研制的横断面研究偏倚风险评价标 准
• Jadad 评分
© 2006 Embedded
Stata 命令 • 绘制森林图 • 异质性检验(如果有异质性,采用Meta回归探讨来源) • 亚组分析 • 敏感性分析 • 发表偏倚
©变量
• metan命令后跟四个变量:依次为试验组发生事件(如死亡) 数、未发生事件(如未死亡)数、对照组发生事件(如死亡) 数和未发生事件(如未死亡)数
• 例:metan death1 live1 death2 live2, or label (namevar=study, yearvar=year)
1 r
© 2006 Embedded
Meta 分析——资料提取
• 文献的基本信息:第一作者、发表日期 • 样本量 • 研究对象的的基本资料:性别、年龄等社会人口
学资料;疾病类型、诊断时间等临床资料 • 研究变量 • 效应指标(文献中已有或者需要计算获得)。
制表、建立数据库
© 2006 Embedded
II. 相关系数: metareg es sex ,wsse(se); metareg es sex marital age,wsse(se)
注: a. 纳入变量数量不同,结果不同 b. 纳入研究数量少于10篇时,不进行Meta回归
© 2006 Embedded
亚组分析 • 通用命令:metan ES se,random by(variate) • 例:metan es se,label (namevar=study,
© 2006 Embedded
效应指标
• 二分类资料:如比值比(OR)、相对危险度(RR)和差率(RD) • 连续性变量资料:加权均数(WMD)和标准化均差(
SMD) • 相关性研究:相关系数(r)、回归系数(b)
统计量 加权均数或均差
OR RR 相关系数 r
线性回归 b
效应量
取对数 ln(OR) 取对数 ln(RR) z 0.5ln(1 r )
• ③metan命令后跟两个变量:效应量和其标准误) • 例:metan ES se, label(namevar=study,
yearvar=year)
© 2006 Embedded
异质性的检测标准
• 默认为固定效应模型
• 如metan death1 live1 death2 live2, or label (namevar=study, yearvar=year)
Meta 分析
© 2006 Embedded
Meta 分析——类型
研究设计类型
•随机对照试验(RCT) •非随机实验性研究 •观察性研究(队列、 病例-对照、相关性研 究) •其他特殊类型的设计
数据类型
• 二分类数据 • 连续型数据 • P值 • 相关系数
© 2006 Embedded
Meta 分析——文献检索 计算机检索、 手工检索
© 2006 Embedded
异质性处理方法 • Meta 回归 • 亚组分析
© 2006 Embedded
Meta 回归
• 通用命令:metareg ES covariate1 covariate2, wsse(se)
I. 二分类变量: metareg logor year n1 n2, wsse(_seES)
© 2006 Embedded
森林图及异质性检验: ——连续性变量
• metan命令后跟六个变量,分别 是试验组的样本量、均数、标准差,对照组的样本量、均 数、标准差
• 例:metan n1 m1 sd1 n2 m2 sd2, random
© 2006 Embedded
森林图及异质性检验: ——相关系数
© 2006 Embedded
实例演示
© 2006 Embedded
• 执行命令后: • 采用X2检验和 I2检验检验同类研究间的异质性,若 P≥0.1,I2≤50%
,说明研究间有统计学同质性,则使用固定效应模型,不更改命令; 若 P<0.1,I2>50%,说明各研究间存在统计学异质性,改用随机效 应模型,命令修改,如:
• metan death1 live1 death2 live2, or label (namevar=study, yearvar=year) random