R软件nlme程序包在网状Meta分析中的应用.pptxVIP

摘要

?nlme

程序包是基于广义最小二乘法和线性混合效应模型研发的、

可通过

R

软件实现广义线性和非线

性混合效应模型下的

Meta

分析。

该程序包实现

Meta

分析时，

需要对数据先行转化为效应量的对数值才可进行。

本文介绍了使用

R

软件

nlme

程序包实现网状

Meta

分析的过程，

详细呈现了如何转化数据这一核心步骤。

;

R

软件

nlme

程序包实现网状

Meta

分析的过程，

详细呈现了如何转化数据这一核心步骤。;Implementation?of?Network?Meta-Analysis?with?nlme?Package?in?R?Software;Abstract

?

;Key?words

?

Network?meta-analysis;?Generalized?linear?mixed?model;?R?language;?nlme?package

;;

;;;;nlme是一款基于S语言在S-PLUS软件中实现混合效应模型（mixed-effects?models）分析的软件。因此，其可以同时进行线性和非线性混合效应模型（linear?and?nonlinear?mixed?effects?models，NLME）分析?[3,4]。当前，混合效应模型也可通过nlme程序包在R语言中实现?[5,6]。nlme程序包亦可以实现网状Meta分析?[6,7]，本文仍以《R软件R2WinBUGS程序包在网状META分析中的应用》一文中实例?[8,9]为例进行展示

;1

?

软件及程序包的安装/加载

;2数据的加载与预处理

;;2.2?数据转化

;命令中：r1、n1、r2和n2分别表示试验组的事件发生数与总数及对照组的事件发生数总数；measure表示得出的效应量的对数［如本例选“OR”则结果自动转换为log(OR)，但其结果是以变量名yi来储存log(OR)数据集，而其方差集以变量名vi表示］。需要注意的是，得出结果数据集将直接写入到原始数据中。

;第三步，转换变量名称。为方便记忆，本例将Meta数据集中的yi及vi变量名称改为logOR及var，具体代码为：

names(metadata)[8:9]-c(“logOR”,“var”)。其中，[8:9]代表第8行和第9行对应的数据集

;2.3?创建哑变量矩阵本例我们需要将88个研究组中的14个自变量设定成88×14的哑变量矩阵，具体命令如下：matrixdata?matrix(0,nrow=88,ncol=14,byrow=TRUE,dimnames=list(1:88,c(“A”,“B”,“C”,“D”,“E”,“F”,“G”,“H”,“I”,“J”,“K”,“L”,“M”,“N”)))其中，0为矩阵中的数值（在此全部设置为0）；nrow为矩阵行数；ncol为矩阵列数；byrow为依据行来对矩阵进行赋值；dimnames为对矩阵的行和列进行命名；1:88为行的命名（从1至88），在此代表88个研究组；c(“A”,“B”,“C”,“D”,“E”,“F”,“G”,“H”,?“I”,“J”,“K”,“L”,“M”,“N”)为列的命名（从A到N），在此代表13种药物及安慰剂。

;接着，设定配对变量矩阵，命令代码如下：

;上述代码作用在于将两种治疗药物相互配对，配对的方式为将metadata试组使用的药物转换成1放置于matrixdata矩阵所对应的药物，相应的对照组设为–1。

其中，as.character()和as.numeric()是指将括号里面的元素分别转换成字符型和数字型，charToRaw()为将字符转换成相应的ACSⅡ码

;2.4标识配对药物

;3完成网状Meta分析;

本文示例及预处理之后的数据

;