网站大量收购闲置独家精品文档,联系QQ:2885784924

使用stata进行meta分析的详细具体过程和方法.doc

使用stata进行meta分析的详细具体过程和方法.doc

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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 (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。 (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。 第一步(1)也可以省略,进入第二步后,先输入数据,然后双击自动产生的变量var1,var2....进行变量名称的修改,个人感觉这样快捷。 1 Deng SL 2004 31 114 8 100 2 Ding HF 2006 19 25 5 8 3 Fang ZL 2002 35 36 20 35 4 Ito K 2006 36 40 31 40 5 Kao JH 2003 81 127 4 35 6 Yuen MF 2004 60 66 101 135 完毕在命令窗输入list命令查看数据。 可以参考陈峰主编《现代医学统计学与stata应用》一书,搜索战友“紫竹林之舞”的帖子里有电子版。 3.输入meta分析命令进行处理。 常用中间命令和函数: .generate(gen)产生变量和数据 .replace 替代变量和数据,在重复处理相似数据的时候使用。 .generate nonmu1=total1-event1 .generate nonmu0=total0-event0 .generate logor=log((event1/nonmu1)/(event0/nonmu0))(logor为OR值的常用对数,后面括号内为OR值的直接结算公式,即暴露组的发病率与对照组发病率的比值比oddis ratio) generate selogor=sqrt((1/event1)+(1/nonmu1)+(1/event0)+(1/nonmu0)) (selogor为组内方差的对数) 4.metan可以直接输出or(95%CI)和森林图。 metan event1 nonmu1 event0 nonmu0, or xlab(.1,1,10) label(namevar=study) 5. metacum计算累计or值和图形输出 metacum logor selogor, effect eform graph cline xline(1) xlab(.1,1,10) id(study) b2title(Odds ratio) 6. metainf评价除去某文献后的合并效应变化,我个人理解就是相当于敏感性分析,不当之处请战友指出。 metainf logor selogor, eform id (study) 7. metabias命令定量评价发表性偏倚,给出p值和95%CI,注意p值大于0.05和95%CI包含1为无发表性偏倚。同时给出begg和egger两种算法,但是我看文献中使用egger的比较多,图形给出也有两种,begg图就是漏斗图,和refman的类似,不过方向有些不同而已。请问战友不知道应该如何选择,Egger用 (weighted regression) method 而Begg 用(rank correlation method).。 metabias logor selogor if no10, graph(begg) 命令来源参考:Systematic Reviews in Health Care一书,chapter 18 /medicine/bmj/systreviews/s

您可能关注的文档

文档评论(0)

yurixiang1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档