使用stata进行meta分析的详细具体过程和方法.doc

使用stata进行meta分析的详细具体过程和方法meta, stata最近使用stata 8进行meta分析，之前已经使用refman 5进行了初步处理，但是refman的漏斗图只能粗略看是否对称，无法定量，据说stata可以进行发表性偏倚定量评价，所以自己摸索stata中的meta分析方法，在DXY中学习了不少战友的帖子（zhangdog战友），都感觉不是很系统，有的还有些问题。结合自己的体会，写个详细的总结，希望对像我一样的初学者有所帮助，尤其对很多非统计学专业的人员有用，当然我也不是统计学专业的，问题再所难免，共同学习，还望战友指点。, d# A3 O; _4 h/ ?1.stata的安装，建议下载8.0的版本，有战友反映9.0和10.0的版本好象有些问题，反正基本功能有了，meta分析的菜单在8.0以后版本都有了，所以不必追求最新的。我是在上下载的。baidu，google上都能找到。* P$ q9 h- Q. U; j% O5 | q2 2.原始数据的录入，这是应用stata进行分析的基础。: D. V0 N5 G/ L1 s+ r; |4 K; U p（1）命令窗口输入：) N8 I X, W( n y. j- J! H% DInput no study event1 total1 event0 total0: |( g; m- 2 ; b3 （分别表示纳入研究序号，名称，暴露组或处理组例数，总例数，对照组例数，对照组总例数，因为我是用refman中导出数据，这后4项可以直接输出），作用是产生变量。然后可以逐行输入数据，以end命令结束，我建议初学者跳到下面的输入更简单。* s# ?- w; d: B6 v$ L- j（2）点DataData editor（或ctrl7快捷键），可以直接录入数据，可以直接复制，粘贴数据。输完后点击preserve保存退出Data editor 窗口。6 z7 T5 M3 H5 % t第一步（1）也可以省略，进入第二步后，先输入数据，然后双击自动产生的变量var1,var2.进行变量名称的修改，个人感觉这样快捷。) Q% F4 R% S$ E+ D( o1 Deng SL 2004 31 114 8 100* Z4 U m+ R$ i4 i8 V( P& C2 Ding HF 2006 19 25 5 83 h2 l* t6 W9 ? $ _ o- S3 Fang ZL 2002 35 36 20 35+ C& ?* ) Q3 y! lR, F F1 4 Ito K 2006 36 40 31 405 ?* E& ! H5 Kao JH 2003 81 127 4 35m/ y4 w2 R. y: h4 5 a6 Yuen MF 2004 60 66 101 135. O/ L0 1 g( t* gh1 V3 0 M& Y4 . B. x- a. B% l* i完毕在命令窗输入list命令查看数据。; r( L/ n0 - d! u, W可以参考陈峰主编现代医学统计学与stata应用一书，搜索战友“紫竹林之舞”的帖子里有电子版。y5 - z* r+ a1 Z3.输入meta分析命令进行处理。. e, L8 a3 I; S/ BC常用中间命令和函数：) Q) d; y- T2 f. q.generate（gen）产生变量和数据X- L+ A. X& X* f L.replace 替代变量和数据，在重复处理相似数据的时候使用。4 g2 v/ a9 P T! z! h% R.generate nonmu1=total1-event1/ c; p3 H( Mz1 w) * C, _.generate nonmu0=total0-event04 S% e S* |6 d3 x4 A* O. v5 |) v.generate logor=log(event1/nonmu1)/(event0/nonmu0)（logor为OR值的常用对数，后面括号内为OR值的直接结算公式，即暴露组的发病率与对照组发病率的比值比oddis ratio）. h! X n7 vigenerate selogor=sqrt(1/event1)+(1/nonmu1)+(1/event0)+(1/nonmu0)% _0 $ U. T9 i（selogor为组内方差的对数）( N0 P# _5 W* r5 R0 r4.metan可以直接输出or（95CI）和森林图。1 : x) b, J- l! B$ s2 metan event1 nonmu1 event0 nonmu0, or xlab(.1,1,10) label(namevar=study)7 l8 w: f( h+ & J+ H/ l. T5. metacum计算累计or值和图形输出7 O/ _/ J9 # s7 dmetacum logor selogor, effect eform graph cline xline(1) xlab(.1,1,10) id(study) b2title(Odds ratio) i% N# f+ B3 n W8 V6. metainf评价除去某文献后的合并效应变化，我个人理解就是相当于敏感性分析，不当之处请战友指出。4 8 9 S0 o$ 4 K: n8 y# Emetainf logor selogor, eform id (study)( I 0 t/ s- g7 T W- H; t; A7. metabias命令定量评价发表性偏倚，给出p值和95CI，注意p值大于0.05和95CI包含1为无发表性偏倚。同时给出begg和egger两种算法，但是我看文献中使用egger的比较多，图形给出也有两种，begg图就是漏斗图，和refman的类似，不过方向有些不同而已。请问战友不知道应该如何选择，Egger用 (weighted regression) method 而Begg 用(rank correlation method).。 U( w9 t - ?& H+ Y( J* Kmetabias logor selogor if no10, graph(begg) I. w2 O2 k! S, d命令来源参考：Systematic Reviews in Health Care一书，chapter 188 _ C* R2 $ K/medicine/bmj/systreviews/samplechap.asp! S9 S* S) zu p6 ?8.注意事项： TP( t1 p# l) / 5 C8 z1 X/ + D命令输出的时候全部小写，否则stata不识别8 Z! m3 I3 T8 T* k8 A结果输出直接复制，粘贴，ctrc和ctrv，包括输出的数据和图形。) th# W, C W 7 , u8 L0 s7 ! b2 L+ r1 X. Z4 请战友讨论问题：% ?4 a5 j: 4 A5 r1 b# L+ x Q1 H; g; 0 i7 6 D( v5 y2 1.我按照zhangdog战友给出的公式，将refman生成的or，LL,UL直接输入，8 j0 F; 1 I7 G2 L! R* I- P0 igenerate logor=log（or） z9 y: 5 h, : J0 Q0 Wgenerate selogor=(log(ul)-log(ll)/2*1.96 5 u! k3 u2 C6 Y3 w$ V5 FY直接计算logor和selogor为何结果与refman计算的差别很大，后来我用直接计算结果和refman计算的近似。不知道原因何在？) r3 w- e) Rselnrr可以根据治疗效应的可信区间来计算(以95%可信区间为例）：selnrr=(log(ul)-log(ll)/2*1.96 8 T- W, ! H- 详细请见下帖：: S! h2 I/ H ! H5 F4 A/bbs/post/view?bid=96&id=9401003&sty=1&tpg=1&age=0 6 8 O% c; F: