用stata进行单个率meta分析程序总结
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
我自已编的程序结果见贴子中的图片：录入格式，r n
clear
input study r n
1 0.831 154
2 0.828 134
3 0.88 100
end
generate ser=sqrt(r*(1-r)/n)
metan r ser, fixed label(namevar=study)
metan r ser, random label(namevar=study)
metafunnel r ser
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
最常见几大类型的Meta分析
最常见几大类型的Meta分析 系统综述可以分为定性和定量两种分析方法：用统计学方法对资料的定量综合即Meta分析（Meta analysis）；有些资料不适合Meta分析时，可以进行定性综合。 Meta分析有很多种类型，常见的几种如下： 1、常规Meta分析 这种Meta分析以合并随机对照试验、非随机对照试验、队列研究、病例对照研究的效应量为主。这类Meta分析的方法最成熟，发文量也最多。 举例：钠-葡萄糖协同转运体2(SGLT-2)抑制剂对2型糖尿病患者心血管结局的影响。 From: Wu JH, et al. Lancet Diabetes Endocrinol. 2016;4:411-9. 2、个体数据Meta分析 个体数据Meta分析被称为系统综述的金标准。它不是利用已经发表的研究结果的总结数据进行Meta分析，而是从原始研究的作者处获取每个研究对象的原始数据，并对这些数据进行Meta分析。然而此类文章非一般研究者可以完成，适合于学科带头人领衔操作。 举例：BMI和全死因死亡的关系。 From: Global BMI Mortality Collaboration. Lancet. 2016;388:776-86.
3、单组率的Meta分析 Meta分析还可以对单组率进行合并。这类Meta分析的结局指标多为发病率、患病率、病死率、检出率、知晓率、感染率等，原始研究多为横断面研究。对单组率的Meta分析而言，难点在于控制异质性。亚组分析和Meta回归分析是处理异质性的重要方法。 举例：在残疾儿童中，有多大比例的人遭受过性暴力？ From：Jones L, et al. Lancet 2012;380:899-907. 4、诊断试验Meta分析 评价某项措施对疾病的诊断价值，主要评价灵敏度、特异度、ROC曲线下面积等。 举例：选择性结直肠手术的患者中，降钙素原和C反应蛋白对早期腹腔感染的诊断价值。 From: Cousin F, et al. Ann Surg. 2016;264:252-6. 5、累积Meta分析 累积Meta分析是将各个纳入的研究按照一定的次序（如发表时间、样本量、研究质量评分等），序贯地添加到一起，进行多次的Meta分析。每有一个新的研究纳入，就进行一次Meta 分析，这样可以反映研究结果的动态变化趋势，评估单个研究对综合结果的影响。 举例：罗非昔布的心血管风险。
Meta分析系列之一_Meta分析的类型
·循证理论与实践· Meta分析系列之一：Meta分析的类型 曾宪涛，冷卫东，郭毅，刘菊英 ［中图分类号］R4 ［文献标识码］A ［文章编号］1674?4055（2012）01?0003?03 证据是循证医学（Evidence?based Medcine，EBM）的核心，基于随机对照试验（RCT）的系统评价/Meta分析是当前公认的最高级别证据。近些年来，随着Meta分析的不断推广，国内Meta分析大量涌现，这为临床实践提供了很好的支持。但因制作者的水平各异，使得Meta分析的质量良莠不齐，也给临床实践中使用者的选择带来了疑惑；再者，Meta分析只有真正走向临床并正确的使用，才能体现其价值，而当前Meta分析的应用较少。鉴于此，我们拟从Meta分析的类型、相关软件、原始研究质量评价、报告规范、Meta分析的质量评价等方面进行一个系列的讲解，以期为使用者提供参考。 本文作为第一篇，我们将对Meta分的起源和发展进行简要回顾后，对当前存在的Meta分析类型进行一个简介。希望通过本系列，使相关的读者能够撰写出较高质量的Meta 分析并能将其在临床工作中进行运用。 1起源及发展 Meta分析的起源最早可以追溯到著名统计学家Pear?son，他于1904年在研究“血清接种预防肠热病的疗效”研究中用这一方法将接种肠热病疫苗与生存率之间的相关系数进行了合并［1］；1907年，Goldberger制作了特定的标准对所发表的有关伤寒杆菌尿毒症的文献进行选择及资料的提取分析，然后进行统计学分析，被认为达到了当今Meta分析的基本要求［2］；1920年，著名统计、遗传学家Fisher提出了“合并P值”的思想［3］，被认为是Meta分析的前身；1930年开始，Meta分析开始广泛应用了社会科学领域［2］。 直到1955年，Beecher［4］发表了医学领域第一篇真正意义上的Meta分析，用以评价安慰剂的疗效，并给予了Meta分析初步的定义；之后Meta分析在社会学领域再次得到发展，这一术语由英国教育心理学家Glass［5］于1976年命名并将其定义为：“The statistical analysis of large collection of analysis results from individual studies for the purpose of integrating the findings”。此后，关于Meta分析的定义一直存在争议，不少方法学家亦都对其下过定义，但都倾向于“Meta分析是对以往的研究结果进行系统定量综合的统计学方法”这一含义［3］。 如今，Meta分析在医学领域应用最为广泛，应用最多的是对干预性的随机对照试验的评价，在观察性研究和交叉对照研究中也得到推荐［6］。自Archie Cochrane奠定“循证医 基金项目：湖北医药学院2010年教学研究项目（2010017）；湖北医药学院2011年度优秀中青年科技创新团队项目（2011CZX01）；湖北医药学院附属太和医院2011年度博士科研启动基金（2011QD01；2011QD05）。 作者单位：442000十堰，湖北医药学院附属太和医院口腔科（曾宪涛，冷卫东）；武汉大学公共卫生学院流行病学教研室（郭毅）；湖北医药学院附属太和医院麻醉科（刘菊英）。 通讯作者：刘菊英，E?mail：liu6119@https://www.wendangku.net/doc/c513425953.html, doi：10.3969/j.issn.1674?4055.2012.01.002 学”思想以来，Meta分析已成为临床证据的重要来源之一［7］。 2单组率的Meta分析 单组率的Meta分析，是一种只提供了一组人群的总人数和事件发生人数，不像其它类的Meta分析有两组人群，多为患病率、检出率、知晓率、病死率、感染率等的调查，基于的原始研究为横断面研究（cross?sectional study）。 目前，对各独立样本中效应量为率的同类研究资料进行Meta分析并没有比较成熟的方法，较常用的有以下几种：①加权计算［8］：即根据每个独立研究的样本量大小，给予不同的权重，对各独立样本的效应量率进行合并；②直接等权相加［9］：即把各独立的结果事件直接等权相加，然后直接计算合并率，再用近似正态法计算其可信区间（95%可信区间=p ±1.96Sp）；③调整后再等权相加［10］：即对各个独立研究资料的率进行调整后再行等权相加，计算出合并率的大小。 对单组率的Meta分析而言，最难的就是控制异质性，进行亚组分析和Meta回归分析是其重要的处理方法［8?9］。 3单纯P值的Meta分析 1932年，著名统计学家Fisher提出了“合并P值”的思想，被认为是Meta分析的前身［3］。但在后期的应用中许多学者发现单纯合并P值存在以下不足［11?12］：不同研究未能根据研究特点进行加权；无法获知事件的发生信息，故无法得出有任何临床意义的信息；③无法分析两个结论相反的研究；④无法进一步评价研究之间的差异。 因此，单纯行P值的Meta分析是不推荐的。但当纳入研究仅给出了P值，且按照Cochrane系统评价员手册［13］给出计算方法也不能计算出需要的数据，且临床实践需要合并，那么，在这种情况下可以考虑单纯对P值进行合并。4Meta回归分析 在Meta分析时，需分析各研究间的异质性，并对异质性的来源进行探讨，Meta回归（meta?regression）分析可评价研究间异质性的大小及来源。一般认为，Meta回归分析是亚组分析的一种扩大，主要通过对多因素的效应量进行联合分析实现，仅当Meta分析纳入的研究数量在10个以上时才行此分析［13?15，28］。 在Meta回归里，将效应估计量（如RR、OR、MD或logRR 等）作为结果变量，将可影响效应量大小的研究特征因素（“协变量”或“潜在效应量改变因子”）作为解释变量，则回归系数描述了结果变量怎样随着解释变量的单位增加而改变；其统计学差异性通过对结果变量和解释变量之间有无线性关系来确定，通过回归系数的P值来判断这种差异有无统计学意义［13?15，28］。 5累积Meta分析 累积Meta分析（cumulative meta?analysis）最早应用于1981年，是指将研究资料作为一个连续的统一体，按研究开展的时间顺序及时将新出现的研究纳入原有Meta分析的一种方法［16?19，28］。因此，Meta分析每次研究加入后均重复一次Meta分析，可以反映研究结果的动态变化趋势及各研究对结 万方数据
率的Meta分析及软件实现
率的Meta分析及软件实现 周?波1,2?陈?欣1,2?时景璞1,2* 付凌雨1,2?王海龙1,2?吴晓梅1,2 1. 中国医科大学附属第一医院临床流行病学与循证医学教研室（沈阳 110001）； 2. 辽宁省循证医学中心（沈阳 110001） 摘要?目前对于效应量为率的同类研究进行Meta 分析的研究很多，但相关方法的研究较少。因此，本文概括性介绍了率的Meta 分析的适用条件、分析步骤及常用软件的实现过程，并通过应用实例中的数据比较常用的R 软件、Comprehensive Meta-Analysis 、Stata 和MetaAnalyst 的不同操作过程。率的Meta 分析难点在于判断能否进行率的合并，对如何处理不同研究结果间异质性的问题尚需进一步探讨。 关键词?率；Meta 分析；异质性 Meta-Analysis of Rates and Software Implementation ZHOU Bo 1,2, CHEN Xin 1,2, SHI Jing-pu 1,2*, FU Ling-yu 1,2, WANG Hai-long 1,2, WU Xiao-mei 1,2 1. Department of Clinical Epidemiology and Evidence-based Medicine, First Affiliated Hospital, China Medical University, Shenyang 110001, China; 2. Evidence-based Medicine Center of Liaoning Province, Shenyang 110001, China Abstract Many meta-analysis studies evaluate rates as parameter to assess the overall estimate of effects. However, none of these studies address systematic approaches for the meta-analysis of rates. This paper outlines the conditions, analysis and software operation procedures for the meta-analysis of rates. It also compares different operation procedures of three types of commonly-used R software (Comprehensive Meta-Analysis, Stata and MetaAnalyst) through real appli-cation examples. The biggest challenge for the meta-analysis of rates is to determine whether rates can be pooled, and how to evaluate heterogeneity between studies’ outcomes needs further discussion. Key words Rate; Meta-analysis; Heterogeneity DOI ：?10.7507/1672-2531.20140166作者简介：周波，女（1978年～），博士，讲师，以心血管流行病学与循证医学为主要研究方向。Email: ripple_zhou@https://www.wendangku.net/doc/c513425953.html, * 通讯作者，Email: sjp56@https://www.wendangku.net/doc/c513425953.html, 目前，应用Meta 分析的方法将以往的研究结果进行定量合并在临床医学研究领域越来越受重视，如2013年PubMed 收录的关于Meta 分析的文章就达5 200余篇。通过Meta 分析，可达到为同类研究增大样本量，提高检验效能的目的?[1]。所以其结果作为高质量证据，也正在被广大临床医生接受并应用于临床实践。随着方法学的不断发展，临床研究中Meta 分析的种类也逐渐多样化，由原来的局限于治疗性研究的随机对照试验的Meta 分析，扩展到诊断性试验的Meta 分析、队列研究的Meta 分析和病例-对照研究的Meta 分析等。近几年，国内外期刊有关率的Meta 分析论文开始出现?[2-5]。率或比值，在临床医学中应用非常广泛，可用于描述疾病的分布频率，干预措施的治疗效果及不良反应的程度，诊断试验的准确性，疾病的预后等。率具有直观、便于比较的优势，但由于不同研究间质量 参差不齐，样本来源、样本量大小不一，使很多同类率的结果差别很大。因此，可考虑通过率的Meta 分析方法，对于多个研究的同类率指标进行定量合并，以期得到更为可靠的结论。本文旨在阐述率的Meta 分析过程及常用率的Meta 分析软件实现过程。 1 适用条件 率的Meta 分析可用于各种率或比的综合分析。例如：在描述疾病分布的研究中，可进行特定人群中高血压、心脑血管事件、恶性肿瘤、急性传染病等的发病率、患病率、死亡率、病死率、知晓率和控制率等的Meta 分析，还可对描述疾病本身不同临床亚型、病理分型、症状和体征等的比例进行Meta 分析，也可对用于反映某项干预措施的效果或不良反应的治愈率、缓解率、复发率和发生率等进行Meta 分析，或对反映诊断试验准确性的灵敏度、特异度、预测值和似然比等进行Meta 分析。 2 分析步骤