stata在只有OR值和可信区间时的META分析过程

合集下载

meta分析概念与stata实现

机效应模型
结果
前瞻干预，只有RR值
漏斗图
漏斗图
Funnel plot with pseudo 95% confidence limits
0
.05
.1
se(logRR)
.15
.2
.25
.4
.6
.8
1
1.2
1.4
RR
学习统计方法的意境
挑灯夜读，红袖添香；
书中自有黄金屋，书中自有颜如玉；
昔去雪如花，今来花似雪；---范云«诗别» 有时间的时候用十分钟重复制作森林图的过程
（三）合并率的meta分析
例如一篇2016年发表在BMC public health上的 meta分析
漏选了李昕、郑亮为共同第一作者的文章
17.48%
数据录入格式（自己录入）
率
操作步骤与森林图—— 复制输入
gen ser=sqrt(r*(1-r)/n)
metan r ser,random label(namevar=study)
（一）计量资料的meta分析
想比较单纯运动干预和运动饮食干预的降低空腹血糖的效果；
空腹血糖（mmol/L）显然是一个计量资料；没有自己的研究数据时，我们可以考虑将现有已经
发表的文献中符合要求的数据进行合并，计算出其合并效应。
举例说明
1、计量资料的meta分析

有关stata操作

先是实验组存活，实验组死亡。然后是对照组。

Count:二分类变量/计数资料

Continuous:连续性变量/计量资料

Effect/CI:效应量/可信区间

Effect/SE:效应量/标准误

八种基本图形的制作: 直方图(histogram) ，条形图(bar), 百分条图(oneway) ，百分圆图(pie) ，散点图(twoway) ，散点图矩阵(matrix) ，星形图(star)

齐性的(Homogeneity)

常用命令：：

Help metan

Help metacum

Help metainf

Help metabias 偏倚分析

Help metareg meta回归针对每一个研究的回归，而不是对象的回归。

二分类变量二分类变量：实验组的死亡、存活；对照组的死亡、存活

连续性变量的数据输入是：：实验组的例数、均数、标准差；再是对照组的例数、均数、标准差。

检测发表偏倚性：二分类变量实验组例数，总例数；对照组例数，总例数gen alive1=tot 1-cases1

gen logrr=log(_ES)漏斗图的中间变量

下一个命令就是：help metabias

连续性变量：：：

异质性的来源：则量指标的方法不同；种族、国籍等，更应该从专业角度分析meta回归、亚组分析

重要的问题：能够改变治疗策略的问题。

勤于思考

Meta统计分析可以分为确定性模型分析方法和随机模型分析方法。较常用的确定性模型Meta分析有Mantel-Haeszel统计方法(仅适用于效应指标为OR)和General－Variance－Based统计方法。然而所有的确定性模型统计方法都要求Meta分析中的各个研究的总体效应指标(如：两组均数的差值等)是相等的，并称为齐性的(Homogeneity)，而随机模型对效应指标没有齐性要求。因此Meta分析可以采用下列分析策略：1)如果各个研究的效应指标是齐性的，则选用确定性

Meta分析的步骤与实例分析

Part Three
Meta分析的实例分析
选择研究问题
确定研究领域和关键词
确定研究问题和假设
筛选相关文献和数据来源
评估研究问题的价值和
可行性
检索相关文献
确定检索范围和关键词
制定检索策略和条件
添加标题
添加标题
选择合适的数据库和检索工具
添加标题
添加标题
筛选符合条件的文献并提取相关信息
筛选符合条件的文献
确定研究问题
明确研究目的和范围
确定纳入和排除标准
添加标题
添加标题
收集相关文献
添加标题
添加标题
确定研究问题的关键词和主题
检索相关文献
确定主题和纳入标准制定检索策略检索多个数据库和平台筛选符合条件的文献
筛选符合条件的文献
确定研究问题
筛选文献
检索相关文献
记录文献信息
提取数据
确定数据来源：从相关文献中收集需要的数据数据筛选：根据纳入排除标准筛选符合要求的数据数据编码：对数据进行分类和编码，便于后续分析数据合并：将筛选和编码后的数据进行合并，形成完整的数据库
数据分析软件：如Stata、R等，用于进行统计分析。
结果解释：根据统计分析的结果，对Meta分析的结论进行解释和讨论。
结果解释与报告撰写

3-Meta分析的统计过程

《The Cochrane Library》第3页的定义。
三、Meta分析的统计目的
实例一抗高血压药物对老年心血管疾病的治疗性研究
抗高血压药
死亡数 K个研究
治疗总数
安慰剂
死亡数治疗总数
OR的95％CI OR
ANBP
31
293
HNT
28
101
Kuramoto
4
44
40 289
34
99
9
可信区间主要有估计总体参数和假设检验两个用途。
在Meta分析中，常用可信区间进行假设检验，95％的可信区间与为 0.05的假设检验等价。
此外，森林图即是根据各个独立研究的95％可信区间及合并效应量的95％可信区间绘制的。
OR与RR的可信区间
若选择OR或RR为合并统计量时，其 95％的可信区间与假设检验的关系如下：
实例二饮食对痛风的影响研究
第ｉ个研究
有饮食计划组
n1
X1
s1
无饮食计划组
n2
X2
s2
P值
1
17
35.00 9.00
18
24.00 8.00 P<0.05
2
15
43.00 10.00
16
37.00 7.00 P>0.05
3
18

stata meta回归结果详细解读

Meta回归是一种统计方法，用于整合多个独立研究的结果，以得出一个总体效应估计。在Stata中进行Meta回归分析后，我们主要通过以下几种统计量和图形进行结果的解读：

1. 森林图：这是一种用于展示多个研究的效应量、置信区间和权重的图形。横线上的点代表单个研究的效应量，横线长度代表该效应量的95%置信区间范围，横线上的方块大小代表该研究的权重，即该项研究对Meta分析的贡献度。图中的菱形则代表合并后的结果；图中的垂直实线是无效线，用于判定结果差异有无统计学意义，若单个研究或合并效应量的95%置信区间与该直线相交，则代表两组的差异没有统计学意义。

2. Q统计量和I2统计量：Q统计量是服从自由度为K-1的卡方分布，本质是卡方检验，属于异质性定性分析的方法。一般认为当P<0.1时，表明各研究间存在异质性。

3. 气泡图：这是另一种用于展示Meta回归结果的图形，例如以年龄为协变量的气泡图。

在进行Meta回归分析时，还需要注意以下几点：

- 异质性检验：通过Q统计量和I2统计量进行异质性检验，以判断各研究间是否存在显著差异。

- 亚组分析和敏感性分析：这些分析可以帮助我们更深入地了解Meta回归结果的稳定性和可靠性。

我们还可以通过查看回归系数和其95%置信区间来评估每个协变量对因变量的影响。如果回归系数的95%置信区间不包含零，那么我们可以得出结论说该协变量对因变量有显著影响。

我们还需要注意可能存在的一些偏倚问题，如出版偏倚、选择偏倚等。这些问题可能会影响到Meta回归结果的准确性和可靠性。因此，在进行Meta回归分析时，我们需要尽可能地选择那些经过同行评审的研究，并考虑使用一些方法来修正可能存在的偏倚问题。

手把手教你用Stata进行Meta分析Meta简明教程（7）

Meta简明教程目录

1. 认识一下meta方法！ | Meta简明教程（1）

2. 一文初步学会Meta文献检索| Meta简明教程（2）

3. 如何搞定“文献筛选” | Meta简明教程（3）

4.Meta分析文献质量评价 | Meta简明教程（4）

5.Meta分析数据提取| Meta简明教程（5）

6.一文学会revman软件| Meta简明教程（6）

Meta简明教程（7）

上一期介绍了Revman 软件对二分类数据、连续型数据、诊断性试验数据、生存-时间数据进行meta分析，本期将利用Stata对以上数据进行meta分析。大家可以到本公众号下载Stata软件（重磅推荐：分类最全的统计分析相关软件，了解一下？请关注、收藏以备用）Stata12.0 界面

一、二分类数据分析

数据形式

例：研究阿司匹林（aspirin）预防心肌梗死（MI）7个临床随机对照试验，观察死亡率，数据提取如下：

操作步骤

1.构建数据

1)启动Stata 12.0 软件后，可以直接点击工具栏中DataEditor (edit)按钮。

也可在在菜单栏中点击Data→Data Editor→ DataEditor (edit)，出现以下界面。

2）点击变量名位置，依次输入研究名称（research），阿司匹林组死亡数(a)，阿司匹林组存活数(b)，安慰剂组死亡数(c)，安慰剂组存活数(d)

3）录入数据：在变量值区域输入数据

2. 数据分析

1）导入meta模块：

在Command窗口中进行编程，首先需要在Stata中安装meta 模块:在Command窗口输入“ssc install metan”，选中点回车。结果窗口中出现下面的结果，说明已经安装了meta模块。

Meta分析的统计过程

1.单个研究的统计量
(1)分类变量可选择的统计量比值比，相对危险度，率差。
(2)数值变量可选择加权均数差（WMD）或标准化均数差（SMD）为统计量。
2. 计算每个研究的权重
3.异质性检验
按统计原理，只有同质的资料才能进行合并或比较等统计分析，反之，则不能。因此，Meta分析过程需要对多个研究的结果进行异质性分析。
4
44
40 289 34 99
9
47
0.7365 0.7333
0.4222
下限 0.4467 0.4018
0.1199
上限 1.2144 1.3382
1.4866
SHEP-PS 33
433
14 108
STOP
84
812
152 815
VS
9
38
25 43
0.5404 0.5033 0.2234
0.2782 0.3779 0.0853
合并统计量的两种统计模型
固定效应模型（fixed effect model）: 若多个研究具有同质性（无异质性）时，可使用固定效应模型。
随机效应模型（random effect model）：若多个研究不具有同质性时，先对异质性原因进行处理，若异质性分析与处理后仍无法解决异质性时，可使用随机效应模型。
漏斗图不对称的原因

STATA-只有OR值的meta分析方法

Study
| OR [95% Conf. Interval]
% Weight
---------------------+----------------------------------------------
Misra RR
| 1.060
0.658
1.707
14.60
Hou SM
| 1.111
0.606
1.11 ( 0.61, 2.04)
8.8
1.17 ( 0.91, 1.50) 50.2
1.36 ( 0.84, 2.20) 12.7
1.72 ( 1.04, 2.86)
9.7
1.39 ( 0.59, 3.26)
3.9
1.23 ( 1.03, 1.47) 100.0
3.25849
Stata result
–replace age = 25 in 2 /* 将第2条记录中的变量age替换为25。
Fixed and random effects meta-analysis
metan varlist [if exp] [in range] [, rr or rd fixed random fixedi randomi peto by(byvar) label(namevar=name, yearvar=year)]

Stata软件在meta分析中的应用

二分类数据
数据录入要点
• 试验组事件数、实验组未发生事件数、对照组事件数、对照组未发生事件数 • gen alive1=pop1‐death1 • gen alive0=pop0‐death0 • metan death1 alive1 death0 alive0, label(namevar=trialname, yearvar=year)
第一讲 Stata用于meta分析背景知识
传统meta分析常用软件
软件 Stata
优点
小巧轻便，功能齐全 Meta分析的全才
不足
推荐指数
付费使用，命令操作，***** 森林图有时不够美观
Revman
菜单操作，简单易学，适功能有限，一些高级 ****
合初学者，免费使用
方法无法实现
R SAS Meta‐Analyst
1/12
4/11
0.26
4/21
7/21
0.72
20/83
15/84
2.36
22/219
Fra Baidu bibliotek
17/207
2.94
19/164
18/157
2.78
69/373
94/357
7.89
13/102
29/104
2.53
26/264
32/253

Stata软件在诊断性研究的meta分析中的命令

在诊断性研究的meta分析中可以计算合并阳性似然比、合并阴性似然比、诊断OR值、ROC值、SROC曲线、HSROC-bivariate meta-analysis等。

Stata进行诊断研究meta分析时的起始命令：

*Variable codes: tp=true positives; fp=false positives; tn=true negatives;

fn=false negatives

*add .5 to all zero cells

gen zero=0

replace zero=1 if tp==0|fp==0|fn==0|tn==0

replace tp=tp+.5 if zero==1

replace fp=fp+.5 if zero==1

replace fn=fn+.5 if zero==1

replace tn=tn+.5 if zero==1

gen tpr= tp/(tp+fn)

gen fpr=fp/(fp+tn)

gen logittpr=ln(tp/fn)

gen logitfpr=ln(fp/tn)

gr7 tpr fpr, s(O) noaxis ysize(6) xsize(6) xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1) ylab(0(.1)1) t1(1-Specificity) l1(Sensitivity) b2(1-Specificity) b1(ROC Plot of Sensitivity vs Specificity)

stata简易meta分析教程

Stata 窗口(chuāngkǒu)界面
第一页，共15页。
第二页，共15页。
Stata 常用(mcehtáan分ɡ 析yò(nfɡē)nxī)命令
第三页，共15页。
二分类(fēn lèmie)t资a 分料析的(fēnxī)
第四页，共15页。
第一步：点击(DdaitǎanEdjiīto)r ，将数据(shùjù)输入或
Voukelatos 2007 71
276 81 256
Taylor 2012
Li 2005 Faber 2006
111 109 140 91
38
35
73 20
45
33
40 24
第八页，共15页。
第四步：如下(rúxià)-图Bin设ar置y
第九页，共15页。
结果(ji1ē）g：uǒ异)（质性检验(jiǎnyàn)与合并统计量
者复制如下图，然后关闭数据编辑(biānjí)窗口。
第五页，共15页。
第二步：调用(Mdieàtaonyò程ng序)(chéngxù)
第六页，ຫໍສະໝຸດ Baidu15页。
第三步：如下(rúxià)图-M设a置in
错误(cuòwù)格式
第七页，共15页。
正确(zhèngquè)格式
Study
Evnets1 none1 events0 none0

[转载]诊断性实验META分析在STATA中的实现过程（转）

[转载]诊断性实验META分析在STATA中的实现过程

（转）

原⽂地址：诊断性实验META分析在STATA中的实现过程（转）作者：数据统计服务中⼼

⼀、问题与数据

某肿瘤科⼤夫希望了解CT对某肿瘤的诊断准确性，他查阅了很多国内外⽂献，发现⽂献中各研究样本量都偏⼩，且对该

⽅法的准确性评价结果不⼀，因此想通过Meta分析的⽅法对其准确性进⾏较为可靠的评价。通过对相关⽂献的检索，共

获得以下数据：

表1 部分研究数据

变量意义及赋值情况如下：

表2 变量意义与赋值情况

⼆、对数据结构的分析

要进⾏诊断试验准确性的Meta分析，⾄少应当收集真阳性、假阳性、假阴性与真阴性的⼈数。然⽽，Meta分析并不是

简单的进⾏数据的加权合并，因为各研究结果不同的原因通常不仅仅是因为样本量⼩造成的结果不稳定，还可能是因为

研究的设计、执⾏等多⽅⾯的因素存在差异所导致，因此Meta分析的⼀个重要的任务便是对可能的因素进⾏探讨，找出

⽂献结果不⼀的原因，这也是证据评价的过程。

表1中，是否是前瞻性研究（predesign）、⾦标准是否是同⼀个（samemth）、是否详细描述待评价试验

（index）、是否详细描述⾦标准（reftest）和是否详细描述待评价⼈群（subject）是本研究中研究者认为可能的影

响因素。

三、Stata分析与结果解读

1. 安装分析包

⼀般认为，诊断试验准确性的数据异质性⽐较明显，因此推荐使⽤随机效应模型进⾏分析。Stata中有专门针对诊断试验

准确性Meta分析的分析包midas和metandi，均是采⽤两⽔平的随机效应模型进⾏分析。由于后者不⽀持meta回归功

meta分析stata

0
.05
.1
se(logRR)
.15
.2
.25
.4
.6
.8
1
1.2
1.4
RR
挑灯夜读，红袖添香；
书中自有黄金屋，书中自有颜如玉；
昔去雪如花，今来花似雪；---范云«诗别» 有时间的时候用十分钟重复制作森林图的过程
例如一篇2016年发表在BMC public health上的 meta分析
想比较单纯运动干预和运动饮食干预的降低空腹血糖的效果；
空腹血糖（mmol/L）显然是一个计量资料；
没有自己的研究数据时，我们可以考虑将现有已经发表的文献中符合要求的数据进行合并，计算出其合并效应。
运动、饮食与降空腹血糖检索文献、检索词筛选出80-90篇读摘要筛选30-40篇，精读剩下12篇 State软件做分析，得出合并效应森林图
前瞻性RR
回顾性OR
表2.1 Aspirin预防心梗死亡的临床试验结果基线情况
study year
Aspirin group
Placebo group
total
death
total
death
MRC-1 1974
615
49
624
67
CDP 1976
758
44
771

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。

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。

2.原始数据的录入，这是应用stata进行分析的基础。

（1）命令窗口输入：

Input 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Data——Data editor（或ctrl＋7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 ~%

Stata教程：两组连续变量的Meta分析

一、问题与数据Siristatidis等人拟探讨在辅助生殖技术中，使用促性腺激素释放激素激动剂的时间长短是否会对患者卵母细胞的数量产生影响。试验组：卵巢刺激前至少2周开始使用；对照组：卵巢刺激开始时再使用。研究者通过检索数据库，对最终纳入的文献，提取了如下信息：作者、发表年代、试验组样本量、试验组卵母细胞数量的均值、试验组卵母细胞数量的标准差、对照组样本量、对照组卵母细胞数量的均值、对照组卵母细胞数量的标准差。

最终纳入4篇研究，合计227名妇女。各研究提取得到的数据如表1。试问：在辅助生殖技术中，卵巢刺激前至少2周开始使用促性腺激素释放激素激动剂的患者，其卵母细胞的数量是否多于卵巢刺激开始时再使用的患者？

表1. 文献信息提取表

如果原始研究直接报告了结局变量的均值和标准差，则直接使用报告的值，如本例中试验组和对照组卵母细胞数量的均值和标准差。

如果原始研究未直接报告结局变量的均值和标准差，但报告了干预前、后结局变量的均值和标准差，则可以参照Cochrane Handbook 5.0.2中16.1.3.2提供的方法，计算干预前后结局变量变化的均值和标准差，即我们进行Meta分析

所需要的均值和标准差：

Mean E, change=Mean E, final - Mean E, baseline其中，Corr 取0.40或0.50。

举例说明：拟探讨胸腺五肽联合常规抗结核方案的复治菌阳肺结核患者，其CD3+的水平是否高于常规抗结核治疗的患者。试验组：胸腺五肽联合常规抗结核方案；对照组：常规抗结核治疗。

Meta分析的完整步骤

meta分析的完整步骤，根据个人的体会，结合战友的经验总结而成，meta的精髓就

是对文献的二次加工和定量合成，所以这个总结也算是对战友经验的meta分析吧。

一、选题和立题

（一）构成须要化解的临床问题：

系统评价可以解决下列临床问题:

1.病因学和危险因素研究;

2.治疗手段的有效性研究;

3.确诊方法评价;

4.预后估计;

5.病人费用和效益分析等。

进行系统评价的最初阶段就应对要解决的问题进行精确描述,包括人群类型(疾病确切

分型、分期)、治疗手段或暴露因素的种类、预期结果等,合理选择进行评价的指标。

（二）指标的挑选直接影响文献检索的准确性和敏感性，关系到制订检索策略。

（三）制定纳入排除标准。

（一）检索策略的制订

这是关键，要求查全和查准。推荐mesh联合freeword检索。

（二）文献检索，以获取全文和全文

国内的有维普全文vip，cnki，万方数据库，外文的有medline,sd，ovid等。

（三）文献管理

强烈推荐使用endnote，procite，noteexpress等文献管理软件进行检索和管理文献。

搜寻文献全文的途径：

在这里，讲一下找文献的过程，以请后来的战友们参考（不包括网上有电子全文的）： 1.搜寻免费全文：

（1）在pubmedcenter中看有无免费全文。有的时候虽然没有显示freefulltext，但是点击进去看全文链接也有提供免费全文的。我就碰到几次。

2.图书馆密馆藏目录：

包括到本校的，当然方便，使用pubmed的linkout看文献收录的数据库，就知道本

校的是否有全文。其它国内高校象复旦、北大、清华等医学院的全文数据库都很全，基本