随机对照试验的meta分析方法之一：合并效应量计算

随机对照试验的meta分析方法之一：合并效应量计算

介绍metan命令的用法

数据来源：

Example1:

The following table gives data from 22 randomised controlled trials of streptokinase(链激酶) in the prevention of death following myocardial infarction.(心肌梗塞)

命令：describe

命令：generate alive1=pop1-deaths1

generate alive0=pop0-deaths0

metan deaths1 alive1 deaths0 alive0, rr xlab(.1,1,10) label(namevar=trialnam)

注意：

generate用于产生新变量，Stata和RevMan不一样，需要的是治疗组有效数和无效数，以及对照组的有效数和无效数，而不是有效数和治疗总数或对照总数。metan就是Stata中Meta分析的命令。

deaths1 alive1 deaths0 alive0 就是四格表资料。

rr表示使用RR统计量。

xlab(.1,1,10)就是制定森林图中X轴的坐标，0.1～10，其中1是无效线。label(namevar=trialnam) 在森林图中用实验名称标识试验。

介绍meta命令的用法

The meta command uses inverse-variance weighting to calculate fixed and random effects summary estimates, and, optionally, to produce a forest plot. The main difference in using the meta command (compared to the metan command) is that we require variables containing the effect estimate and its corresponding standard error for each study.

meta是Stata进行Meta分析的另一个命令，meta命令和metan命令的区别在于meta使用的是一般倒方差法，需要输入效应量和效应量的标准误。

命令如下：generate alive1=pop1-deaths1

generate alive0=pop0-deaths0

generate logor=log((deaths1/alive1)/(deaths0/alive0))

generate selogor=sqrt((1/deaths1)+(1/alive1)+(1/deaths0)+(1/alive0))

meta logor selogor, eform graph(f) cline xline(1) xlab(.1,1,10) id(trialnam)

b2title(Odds ratio) print

注意：

generate logor=log((deaths1/alive1)/(deaths0/alive0))

产生效应量，也就是LogOR值。

generate selogor=sqrt((1/deaths1)+(1/alive1)+(1/deaths0)+(1/alive0)) 产生标准误，也就是SELogOR。

eform可以使LogOR在森林图中表示为OR。

graph(f)固定效应模型的森林图

graph(r)随机效应模型的森林图

cline在森林图上合并效应量上画一条线

xlab(.1,1,10)标识X轴

xline(1)在1上画条垂直线

id(trialnam)Y轴使用研究名称

b2title(Odds ratio)森林图下显示Odds ratio标题

print显示数据

下面依然以实例一的数据为基础运行下例命令：