文档介绍：1 定量资料两组比较的meta分析
2 定性资料两组比较的meta分析
实例:
分类资料的meta分析
为了探讨用Aspirin预防心肌梗塞(myocardial infarction,MI)后死亡的发生。美国在1976——1988年问进行了7个关于Aspirin预防MI后死亡的研究,详细结果见表1,其中6项研究的结果表明Aspirin组与安慰剂组的MI后死亡率的差别无统计学意义。只有1项结果表明Aspirin预防MI后死亡有效并且差别有统计学意义。现根据表1提供的结果进行meta分析
表1 Aspirin预防心肌梗塞死亡的临床试验结果
研究
发表年份
Aspirin组
安慰剂组
总例数
死亡例数
总例数
死亡例数
MRC-1
1974
615
49
624
67
CDP
1976
758
44
771
64
MRC-2
1979
832
102
850
126
GASP
1979
317
32
309
38
PARIS
1980
810
85
406
52
AMIS
1980
2237
246
2257
219
ISIS-2
1988
8587
1570
8600
1720
操作步骤
1 把数据输入stata软件
2 变量的解释
Study 纳入的研究
Year 年份
Death1 Aspirin组的死亡人数
Live1 Aspirin组的存活人数
Death2 安慰剂组的死亡人数
Live2 安慰剂组的死亡人数
3 进行meta分析
metan death1 live1 dead2 live2, or label(namevar=study, yearvar=year)
结果:
以上结果分成两部分
(1)meta分析的合并统计量
合并OR值 OR=,95%的可信区间(,)
(2)给出异质性检验的结果
(或者I-squared小于50%)就可以认为不存在异质性,可以用应固定效应模型(stata默认的情况)。
(或者I-squared大于50%),则不同的组间存在异质性,应该应用随机效应模型
随机效应模型的命令如下:metan death1 live1 dead2 live2, or label(namevar=study, yearvar=year) random
在运行meta分析命令的同时stata输出森林图,如下:
由输出的合并结果和漏斗图可以得出,,95%可信区间为(,)
4 发表偏倚的检验,命令如下:
(1) gen logor=log(_ES)
(2) gen selogor=_selogES
(3) metabias logor selogor,graph(begg)
输出结果如下:
发表偏倚主要看begg检验的结果,,>,可以认为没有发表偏倚。
进行发表偏倚检验时stata同时给出的漏斗图如下
5 结论
合并OR小于1,95%的可信区间不包括1,所以示Aspiri