stata在只有OR值和可信区间时的META分析过程

stata在只有OR值和可信区间时的META分析过程

(2016-04-14 13:12:27)

转载▼

1、数据加工

当只有OR值和可信区间时，需要计算出OR的自然对数和可信区间的自然对数，然后根据自然对数的可信区间计算出lnOR的标准误，即selnOR=(ln下限-ln上限)/3.92

2、异质性分析

metan lnOR selnOR, label(namevar=authors, yearvar=publishyear) random effect(OR) eform

3、META回归

对样本量进行回归。

metareg lnOR n, wsse(selnOR) bsest(reml) eform

4、敏感性分析

metaninf lnOR selnOR, label(namevar=authors, yearvar=publishyear) random eform

5、发表偏倚检验

metafunnel lnOR selnOR

metabias lnOR selnOR, graph(egger)

Stata在meta分析中的应用

1 定量资料两组比较的meta分析 2 定性资料两组比较的meta分析 实例： 分类资料的meta分析 为了探讨用Aspirin预防心肌梗塞(myocardial infarction，MI)后死亡的发生。美国在1976——1988年问进行了7个关于Aspirin 预防MI后死亡的研究，详细结果见表1，其中6项研究的结果表明Aspirin组与安慰剂组的MI后死亡率的差别无统计学意义。只有1项结果表明Aspirin预防MI后死亡有效并且差别有统计学意义。现根据表1提供的结果进行meta分析 表1 Aspirin预防心肌梗塞死亡的临床试验结果 研究发表年份 Aspirin组安慰剂组 总例数死亡例数总例数死亡例数 MRC-1 1974 615 49 624 67 CDP 1976 758 44 771 64 MRC-2 1979 832 102 850 126 GASP 1979 317 32 309 38 PARIS 1980 810 85 406 52 AMIS 1980 2237 246 2257 219 ISIS-2 1988 8587 1570 8600 1720 操作步骤 1 把数据输入stata软件

2 变量的解释 Study 纳入的研究 Year 年份 Death1 Aspirin组的死亡人数 Live1 Aspirin组的存活人数 Death2 安慰剂组的死亡人数 Live2 安慰剂组的死亡人数 3 进行meta分析 metan death1 live1 dead2 live2, or label(namevar=study, yearvar=year) 结果：

(完整word版)用stata进行单个率meta分析程序总结,推荐文档

用stata进行单个率meta分析程序总结 感谢版主对我的方法进行验证，这里整理一下方面大家研究 谷歌的程序（标红部分，分批录入stata12.0.可得到结果。）clear input study cases total 1 20 1000 2 40 5000 3 30 1500 4 2 5 3300 end gen p = . gen se = . // get proportions and std errors forv i =1(1)4 { cii total[`i'] cases[`i']

qui replace p = r(mean) in `i' qui replace se = r(se) in `i' } // get the inverse variance-weighted proportion // use the official Stata -vwls- command gen cons =1 vwls p cons, sd(se) // use the user written -metan- command // for fixed-effects meta-analysis metan p se, nograph fixed // for random-effects meta-analysis metan p se, nograph random 我的数据，用谷歌方法运行的命令：clear input study cases total

1 76 451 2 86 202 3 2 4 97 4 401 2502 end gen p = . gen se = . forv i =1(1)4 { cii total[`i'] cases[`i'] qui replace p = r(mean) in `i' qui replace se = r(se) in `i' } gen cons =1 vwls p cons, sd(se) metan p se, nograph fixed metan p se, nograph random