随机对照试验的meta分析方法之一：合并效应量计算.pdf

精品文档 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 。 1 欢迎下载 精品文档 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。 。 2 欢迎下载 精品文档 介绍 meta 命令的用法 The meta command uses inverse-variance weighting to calculate ?xed 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) 。 3 欢迎下载