（51）R软件的基础Meta分析功能（11页）.pptx

1、R软件的基础Meta分析功能,Windows版下载地址：/bin/windows/base/,R软件的下载与安装,连接到互联网 打开R软件，在R Console 中输入metafor包、meta包、rmeta包的安装命令： install.packages(“metafor”) install.packages(“meta”) install.packages(“rmeta”) 在“CRAN mirror”中选择“China(Beijing1)” 、“China(Beijing2)”或“China(HongKong)”，”metafor”、”met

2、a”、”rmeta”包就会自动从CRAN的中国镜像下载安装。,程序包的安装,因为每次打开R软件，R软件的设置都会还原为默认配置，所以程序包安装完成后，使用前都必须进行程序包的加载。 点击菜单“程序包/加载程序包”，在弹出窗口中选择“metafor”、“meta”、“rmeta”程序包。亦可执行命令： library(“metafor”) library(“meta”) Library(“rmeta”) 分别加载metafor包、meta包或meta包。,程序包的加载,数据的录入 是进行分析的的第一步，在R Console输入命令： Dataname=data.frame() Fix(datan

3、ame) 或者使用命令直接创建一个带有数据的表格： Dataname=data.frame(var1=c(数据),var2=c(数据),.) 其中，dataname为表格名，data.frame为创建表格的命令，var1,var2等为表格第一行标题名，c(数据)为每列中的数据，如数据类型为数值型，c=(1,2,3.),如数据类型为字符型，c=(“a”,”b”,”c”）,R软件中 数据 的录入,meta 分析命令 数据，效应量 模型 研究名称 其中，数据的顺序不能改变，而参数（效应量、模型和研究名称）的顺序可以改变。,常用的Meta分析命令,OR、RR、RD的固定效应模型： rma.mh(a,b

4、,c,d,data=dataname,measure=”OR”,slad=studyname) rma.mh(a,b,c,d,data=dataname,measure=”RR”,slad=studyname) rma.mh(a,b,c,d,data=dataname,measure=”RD”,slad=studyname) OR、RR、RD的随机效应模型： rma.uni(ai=a,bi=b,ci=c,di=d,data=dataname,measure=“OR”,method=“DL”,slad=studyname) rma.uni(ai=a,bi=b,ci=c,di=d,data=dat

5、aname,measure=“RR”,method=“DL”,slad=studyname) rma.uni(ai=a,bi=b,ci=c,di=d,data=dataname,measure=“RD”,method=“DL”,slad=studyname),二分类资料的meta分析命令（metafor),WMD或SMD值的固定效应模型： rma.uni(n1i=n1,n2i=n2,m1i=mean1,m2i=mean,sd1i=sd1,sd2i=sd2,data=dataname,measure=“MD”,method=“FE”,slad=studyname) rma.uni(n1i=n1,

6、n2i=n2,m1i=mean1,m2i=mean,sd1i=sd1,sd2i=sd2,data=dataname,measure=“SMD”,method=“FE”,slad=studyname) WMD或SMD值的随机效应模型： rma.uni(n1i=n1,n2i=n2,m1i=mean1,m2i=mean,sd1i=sd1,sd2i=sd2,data=dataname,measure=“MD”,method=“DL”,slad=studyname) rma.uni(n1i=n1,n2i=n2,m1i=mean1,m2i=mean,sd1i=sd1,sd2i=sd2,data=datan

7、ame,measure=“SMD”,method=“DL”,slad=studyname),连续性资料的meta分析命令,0R、RR或RD值的固定效应模型： metabin(a,n1,c,n2,data=dataname,sm=“OR”,comb.fixed=TRUE,comb.random=FALSE,studlab=studyname) metabin(a,n1,c,n2,data=dataname,sm=“RR”,comb.fixed=TRUE,comb.random=FALSE,studlab=studyname) metabin(a,n1,c,n2,data=dataname,sm=

8、“RD”,comb.fixed=TRUE,comb.random=FALSE,studlab=studyname) 0R、RR或RD值的固定效应模型： metabin(a,n1,c,n2,data=dataname,sm=“OR”,comb.fixed=FALSE,comb.random=TRUE,studlab=studyname) metabin(a,n1,c,n2,data=dataname,sm=“RR”,comb.fixed=FALSE,comb.random=TRUE,studlab=studyname) metabin(a,n1,c,n2,data=dataname,sm=“RD

9、”,comb.fixed=FALSE,comb.random=TRUE,studlab=studyname),Meta包的二分类资料的metabinming命令,WMD或SMD值的固定效应模型： metacont(n1,mean1,sd1,n2,mean2,sd2,data=dataname,sm=“MD”,comb.fixed=TRUE,comb.random=FALSE,studlab=studyname) metacont(n1,mean1,sd1,n2,mean2,sd2,data=dataname,sm=“SMD”,comb.fixed=TRUE,comb.random=FALSE,

10、studlab=studyname) WMD或SMD值的随机效应模型： metacont(n1,mean1,sd1,n2,mean2,sd2,data=dataname,sm=“MD”,comb.fixed=FALSE,comb.random=TRUE,studlab=studyname) metacont(n1,mean1,sd1,n2,mean2,sd2,data=dataname,sm=“MD”,comb.fixed=FALSE,comb.random=TRUE,studlab=studyname),Meta包连续性资料分析metacont命令,OR或RR的固定效应模型meta.MH命令： meta.MH(n1,n2,a,c,data=dataname,names=studyname,statistic=“OR”) meta.MH(n1,n2,a,c,data=dataname,names=studyname,statistic=“RR”) OR或RR的随机