元分析使用介绍2_附件.docVIP

元分析Comprehensive Meta-Analysis(CMA)是一套操作界面友好,然而又非常强大的足以满足您所有研究需要的元分析软件包。 CMA 2版本更新： 数据输入 ?使用电子表格式界面输入数据?以超过100种不同的格式输入效应大小(effect size)或治疗效应(treatment effect )数据?以每个研究自己的格式输入数据。例如，一个研究输入事件数和样本量数据，另外一个输入比值比(odds ratio)和置信区间等。?在同一个分析中包含多种研究设计。从使用独立组，配对/匹配设计，或交叉试验的研究输入数据。程序将为每个设计计算标准误，允许您在同一个分析中合并不同设计。?在同一个分析中包括前瞻性(prospective )和回顾性(retrospective )研究中得到的数据?retrospective 包括连续，二元和相关数据。程序在比值比，标准化均值差(standardized mean differences,SMD)和相关间转换。 数据结构 ?研究间的独立子组?研究间多个结果?结果间的多个时间点?研究间的多重比较(Placebo vs A 和Placebo vs B) 计算选项 ?固定效应(fixed effect)和/或随机效应(random effects)模型?逆方差(Inverse variance)，Mantel Haenszel或Peto加权(Mantel Haenszel)?使用和其他程序比如RevMan或Stata同样计算算法的选项 数据导入 ?从其他程序中导入数据，包括Stata，RevMan，Excel和SPSS 累积分析(Cumulative analyses) ?重复运行分析，每次迭代添加额外的研究，显示证据如何随时间转变 敏感性分析(Sensitivity analysis) ?重复运行分析，每次迭代删除一个研究，显示研究对组合效应的影响 方差分析 ?使用方差分析(ANOVA)评估分类缓和变量(moderators)的影响?选择固定效应，混合效应，完全随机效应 Meta回归 ?使用Meta回归评估连续预测变量的影响?自动创建散点图?选择固定效应，混合模型 高分辨率图形 ?为研究，子组和组合效应指定符号。设置符号为常量大小或根据研究加权成比例?修改全局或图形中的每个元素的颜色。设置格式和颜色方案模板?直接导出到Word或PowerPoint或保存为文件 发表偏倚(Publication bias) ?采用精确性或标准误的漏斗图(Funnel plots)?经典Fail-Safe N?Orwin Fail-Safe N?截取和填充?秩相关检验?回归检验?程序生成统计量，图形，和详细的文字报告 效应大小测量 ?对于那些关注治疗效应或其他效应大小的研究，程序将计算比值比(odds ratio)，风险率(risk ratio)，风险差(risk difference)，标准化均值差（standardized mean difference,d），偏差校正标准差（bias-corrected standard difference ,Hedges’s g），原始均值差，相关性，风险比，速率比，等等。?进行研究，在事件或方法寻找一组的程序将计算风险，利率，或平均。?对于（如回归系数）其他措施，计划将与通用的指标。这是可用既为原始值和日志值 程序特征包括... 对于研究者 CMA极其容易学习和使用，有着清楚而且交互式的操作界面。交互式指导将带领您穿越分析中的所有步骤，让新用户在几分钟内就可以入门分析过程。 对于统计学家CMA是由多名公认的在元分析(meta-analysis)领域的专家共同开发的，他们都在US和UK。软件包含了大量的用于数据输入，分析和显示的高级选项。 对于学校老师通过CMA，元分析的逻辑变得栩栩如生。使用程序可以帮助解释复杂问题，比如研究权重对于组合效应的影响，异质性(heterogeneity)的含义,或者固定效应和随机效应之间的差异。 由专家团队开发 CMA是由在美国和英国的多名公认的在元分析(meta-analysis)领域的专家共同开发的。 ? CALL or EMAIL ?021赵先生 606分机)?021?frank#cabit.sh.cn(发信时请将#替换为@) ?