如何利用R进行meta分析

作者:如沐春风 | 创建时间: 2023-04-26
Meta分析也可以叫做“荟萃分析”,它是对具备特定条件下,相同科学问题的诸多研究结果进行综合的一类统计方法。优点是通过纳入多个研究从而扩大 样本量来增加结论的可信度,解决研究结果的不一致性。能够实现meta分析的统计软件很多,例如Stata...
如何利用R进行meta分析

操作方法

在R命令框输入以下命令: install.packages("rmeta")   #安装rmeta程序包 library(rmeta) data(cochrane)              #加载演示数据库 cochrane                    #显示数据库cochrane

计算fixed effect model 固定效应模型,输入以下命令: model.FE <- meta.MH(n.trt,n.ctrl,ev.trt,ev.ctrl, names=name,data=cochrane) summary(model.FE)

计算random effect model 随机效应模型,输入以下命令: model.RE <- meta.DSL(n.trt,n.ctrl,ev.trt,ev.ctrl, names=name,data=cochrane) summary(model.RE)

绘制森林图,输入以下命令: tabletext<-cbind(c("","Study",model.FE$names,NA,"Summary"),c("Deaths","(steroid)",cochrane$ev.trt,NA,NA), c("Deaths","(placebo)", cochrane$ev.ctrl, NA,NA), c("","OR",format(exp(model.FE$logOR),digits=2),NA,format(exp(model.FE$logMH),digits=2))) #上面的命令帮我们构建森林图需要的文字描述部分,包括1、name, 2、治疗组死亡人数,3、对照组死亡人数,4、单个研究的OR值。 m<- c(NA,NA,model.FE$logOR,NA,model.FE$logMH) l<- m-c(NA,NA,model.FE$selogOR,NA,model.FE$selogMH)*2 u<- m+c(NA,NA,model.FE$selogOR,NA,model.FE$selogMH)*2 #上面三行命令是准备森林图需要的参数包括OR值和OR值95%CI区间的上下限 forestplot(tabletext,m,l,u,zero=0,is.summary=c(TRUE,TRUE,rep(FALSE,8),TRUE),   clip=c(log(0.1),log(2.5)), xlog=TRUE,   col=meta.colors(box="royalblue",line="darkblue", summary="royalblue")) #上面的命令是最后绘制森林图

温馨提示

meta分析综合数据的方法大体上分为固定效应模型和随机效应模型,具体选择哪个效应模型需要根据异质性检验的结果综合判断
点击展开全文

更多推荐