stata软件meta分析操作详细攻略报告

meta分析步骤详解，以及常见问题解析Meta分析的完整步骤，根据个⼈的体会，结合各位友⼈的经验总结⽽成，meta的精髓就是对⽂献的⼆次加⼯和定量合成，所以这个总结也算是对⼤家经验的meta分析吧。

▽⼀、选题和⽴题1形成需要解决的临床问题系统评价可以解决下列临床问题:1. 病因学和危险因素研究;2. 治疗⼿段的有效性研究;3. 诊断⽅法评价;4. 预后估计;5. 病⼈费⽤和效益分析等。

进⾏系统评价的最初阶段就应对要解决的问题进⾏精确描述,包括⼈群类型(疾病确切分型、分期)、治疗⼿段或暴露因素的种类、预期结果等,合理选择进⾏评价的指标。

2指标的选择直接影响⽂献检索的准确性和敏感性，关系到制定检索策略。

3制定纳⼊排除标准。

⼆、⽂献检索1检索策略的制定这是关键，要求查全和查准。

推荐Mesh联合free word检索。

2⽂献检索，获取摘要和全⽂国内的有维普全⽂VIP，CNKI，万⽅数据库，外⽂的有medline ,SD，OVID等。

3⽂献管理强烈推荐使⽤endnote，procite，noteexpress等⽂献管理软件进⾏检索和管理⽂献。

查找⽂献全⽂的途径在这⾥，讲⼀下找⽂献的过程，以请后来的朋们参考（不包括⽹上有电⼦全⽂的）：1. 查找免费全⽂（1）在pubmed center中看有⽆免费全⽂。

有的时候虽然没有显⽰free full text，但是点击进去看全⽂链接也有提供免费全⽂的。

我就碰到⼏次。

（2）在google中搜⼀下。

少数情况下，NCBI没有提供全⽂的，google有可能会找到，使⽤“学术搜索”。

本⼈虽然没能在google中找到⼀篇所需的⽂献，但发现了⼀篇⾮常重要的综述，⾥⾯包含了所有我需要的⽂献（当然不是数据），但起码提供了⼀个信息，所需要的⽂献也就这么多了，因为⽼外的综述也只包含了这么多的内容。

这样，到底找多少⽂献，找什么⽂献，⼼⾥就更有底了。

（3）免费医学全⽂杂志⽹站。

提供很过超过收费期的免费全⽂。

STATA已经有独立的模块（metandi）来做诊断性试验的meta分析，所用方法是拟合了一个两水平的混合logistic回归模型。

虽然该模块还没有与metan模块类似的对话框，但是应该来说已经是一个比较大的进步。

最终的呈现结果不仅能给出基于多水平模型估计得到的南京58信息网ROC曲线下面积（hierarchical summary receiver operating characteristic，hsroc），同时能得到“拐点”信息（summary point），以下摘选该模块的帮助内容来简要介绍该模块。

Titlemetandi -- Meta-analysis of diagnostic accuracySyntaxmetandi tp fp fn tn [if] [in] [, plot gllamm force ip(g|m) nip(#) nobivariate nohsroc nosummarypt detail level(#) trace nolog]by is allowed with metandi; see [D] by.See metandi postestimation for features available after estimation, in particular, the predict command. metandiplot graphs the results from metandi.Descriptionmetandi performs meta-analysis of diagnostic test accuracy studies in which both the index test under study and the reference test (gold standard) are dichotomous. It takes as input four variables: tp, fp, fn, and tn, giving the number of true positives, false positives, false negatives, and true negatives within each study. It fits a two-level mixed logistic regression model, with independent binomial distributions for the true positives and true negatives conditional on the sensitivity and specificity in each study, and a bivariate normal model for the logit transforms of sensitivity and specificity between studies.In Stata 10, metandi fits the model by using the official Stata command xtmelogit by default. In Stata 8 or 9, metandi uses the user-written command gllamm, which must be installed.To ensure you have the most recent version of gllamm, type ssc install gllamm, replace.metandi does not allow covariates to be fit; i.e., meta-regression of diagnostic accuracy is not supported.。

stata meta回归结果详细解读Meta回归是一种统计方法，用于整合多个独立研究的结果，以得出一个总体效应估计。

在Stata中进行Meta回归分析后，我们主要通过以下几种统计量和图形进行结果的解读：1. 森林图：这是一种用于展示多个研究的效应量、置信区间和权重的图形。

横线上的点代表单个研究的效应量，横线长度代表该效应量的95%置信区间范围，横线上的方块大小代表该研究的权重，即该项研究对Meta分析的贡献度。

图中的菱形则代表合并后的结果；图中的垂直实线是无效线，用于判定结果差异有无统计学意义，若单个研究或合并效应量的95%置信区间与该直线相交，则代表两组的差异没有统计学意义。

2. Q统计量和I2统计量：Q统计量是服从自由度为K-1的卡方分布，本质是卡方检验，属于异质性定性分析的方法。

一般认为当P<0.1时，表明各研究间存在异质性。

3. 气泡图：这是另一种用于展示Meta回归结果的图形，例如以年龄为协变量的气泡图。

在进行Meta回归分析时，还需要注意以下几点：- 异质性检验：通过Q统计量和I2统计量进行异质性检验，以判断各研究间是否存在显著差异。

- 亚组分析和敏感性分析：这些分析可以帮助我们更深入地了解Meta回归结果的稳定性和可靠性。

我们还可以通过查看回归系数和其95%置信区间来评估每个协变量对因变量的影响。

如果回归系数的95%置信区间不包含零，那么我们可以得出结论说该协变量对因变量有显著影响。

我们还需要注意可能存在的一些偏倚问题，如出版偏倚、选择偏倚等。

这些问题可能会影响到Meta回归结果的准确性和可靠性。

因此，在进行Meta回归分析时，我们需要尽可能地选择那些经过同行评审的研究，并考虑使用一些方法来修正可能存在的偏倚问题。

Meta回归是一种强大的统计工具，可以帮助我们从大量的独立研究中提取出有用的信息。

然而，正确地解读Meta回归结果需要一定的专业知识和经验。

如果你不确定如何解读你的结果，或者你对结果有任何疑问，你应该寻求专业的统计咨询。

手把手教你用Stata进行Meta分析Meta简明教程（7）Meta简明教程目录1. 认识一下meta方法！ | Meta简明教程（1）2. 一文初步学会Meta文献检索| Meta简明教程（2）3. 如何搞定“文献筛选” | Meta简明教程（3）4.Meta分析文献质量评价 | Meta简明教程（4）5.Meta分析数据提取| Meta简明教程（5）6.一文学会revman软件| Meta简明教程（6）Meta简明教程（7）上一期介绍了Revman 软件对二分类数据、连续型数据、诊断性试验数据、生存-时间数据进行meta分析，本期将利用Stata对以上数据进行meta分析。

大家可以到本公众号下载Stata软件（重磅推荐：分类最全的统计分析相关软件，了解一下？请关注、收藏以备用）Stata12.0 界面一、二分类数据分析数据形式例：研究阿司匹林（aspirin）预防心肌梗死（MI）7个临床随机对照试验，观察死亡率，数据提取如下：操作步骤1.构建数据1)启动Stata 12.0 软件后，可以直接点击工具栏中DataEditor (edit)按钮。

也可在在菜单栏中点击Data→Data Editor→ DataEditor (edit)，出现以下界面。

2）点击变量名位置，依次输入研究名称（research），阿司匹林组死亡数(a)，阿司匹林组存活数(b)，安慰剂组死亡数(c)，安慰剂组存活数(d)3）录入数据：在变量值区域输入数据2. 数据分析1）导入meta模块：在Command窗口中进行编程，首先需要在Stata中安装meta 模块:在Command窗口输入“ssc install metan”，选中点回车。

结果窗口中出现下面的结果，说明已经安装了meta模块。

2）输入meta分析代码：在Command窗口输入“Command窗口输入“metan a b c d, or fixed”,点回车，完成结果分析。

Stata软件在诊断性研究的meta分析中的命令在诊断性研究的meta分析中可以计算合并阳性似然比、合并阴性似然比、诊断OR值、ROC值、SROC曲线、HSROC-bivariate meta-analysis等。

Stata进行诊断研究meta分析时的起始命令：*Variable codes: tp=true positives; fp=false positives; tn=true negatives;fn=false negatives*add .5 to all zero cellsgen zero=0replace zero=1 if tp==0|fp==0|fn==0|tn==0replace tp=tp+.5 if zero==1replace fp=fp+.5 if zero==1replace fn=fn+.5 if zero==1replace tn=tn+.5 if zero==1gen tpr= tp/(tp+fn)gen fpr=fp/(fp+tn)gen logittpr=ln(tp/fn)gen logitfpr=ln(fp/tn)gr7 tpr fpr, s(O) noaxis ysize(6) xsize(6) xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1) ylab(0(.1)1) t1(1-Specificity) l1(Sensitivity) b2(1-Specificity) b1(ROC Plot of Sensitivity vs Specificity)gr7 logittpr logitfprspearman logittpr logitfpr1.1 合并阳性似然比命令：metan tp fn fp tn, rr random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary LR+, Random Effects)2.2 合并阴性似然比命令：metan fn tp tn fp, rr random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary LR-, Random Effects)2.3 合并诊断OR值命令：metan tp fn fp tn, or random nowt sortby(author) xlab(.01,1,100) label(namevar=author, yearvar=pubyear) t1(Summary Diagnostic Odds Ratio, Random Effects)2.4 ROC值命令：gr7 tpr fpr, s(O) noaxis ysize(6) xsize(6) xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1) ylab(0(.1)1) t1(1-Specificity) l1(Sensitivity) b2(1-Specificity) b1(ROC Plot of Sensitivity vs Specificity)2.5 SROC曲线命令：gen sum= logittpr+ logitfprgen diff= logittpr- logitfprregress diff sumpredict yhatgr7 diff yhat sum, ylab(3,4,5,6,7,8) xlab(-4,-3,-2,-1,0,1,2) c(.l) s(oi)gen tse=1/(1+(1/(exp(_cons/1-_b)*(fpr/spec)^1+_b/1-_b)))(constant and b are derived from the above regression model)*plot SROC curve (generic)gr7 se tse fpr, ysize(6) xsize(6) noaxis xline(0(.1)1) yline(0(.1)1) tlab(0(.1)1) xlab(0(.1)1)ylab(0(.1)1) s(Oi) c(.s) l1(Sensitivity) b2(1-Specificity) ti(Summary ROC Curve) key1(" ")key2(" ")2.6 HSROC-bivariate meta-analysis命令：metandi tp fp fn tn, plot （基于SROC命令）2.7 发表偏倚命令：gen or=(tp*tn)/(fp*fn)gen lnor=ln(or)gen selnor=(1/tp)+(1/fp)+(1/fn)+(1/tn)*Begg and Egger test for publication bias with Begg's funnel plot: metabias lnor selnor, graph(begg)*Begg and Egger tests for subgroups (eg. Covariate=1)metabias lnor selnor if covariate==1, graph(begg)。

Meta回归stata结果解读在统计学中，meta回归分析是一种用于结合多个独立研究结果的方法，以产生一个综合的估计值。

这种方法可以帮助研究者更准确地评估一个特定效应的大小和方向，并且可以提供对这个效应的整体理解。

在本文中，我们将介绍meta回归分析的基本概念，并对使用Stata软件进行meta回归分析的结果进行解读。

1. 概念在研究领域，通常会有多个独立的研究对同一个问题或效应进行研究，并且产生了不同的估计值。

meta回归分析的主要目的就是将这些独立研究的结果进行合并，得出综合的效应估计。

这样做的好处是可以增加研究结果的统计功效，并且可以提供更准确的估计。

2. Stata软件进行meta回归分析利用Stata软件进行meta回归分析可以帮助研究者更方便地进行数据处理和结果解读。

我们需要将已有的研究结果数据导入Stata软件中，然后使用meta命令进行meta回归分析。

在得到结果后，我们可以对各个参数进行解读，并得出综合的效应值和其置信区间。

3. 结果解读在meta回归分析的结果中，我们通常会看到各个研究的效应值、加权效应值、置信区间等参数。

在解读这些结果时，我们需要重点关注综合的效应值和其置信区间。

如果置信区间包含0，说明综合效应值可能不显著；而如果置信区间不包含0，说明综合效应值可能是显著的。

我们还需要关注异质性检验的结果，以确定研究结果是否存在显著的异质性。

4. 个人观点个人对meta回归分析的理解是，这种方法可以帮助研究者更全面地评估一个效应的大小和方向，尤其是当存在多个独立研究时。

利用Stata软件进行meta回归分析，可以更加方便地进行数据处理和结果解读，为研究者提供了一个强大的工具。

总结在本文中，我们介绍了meta回归分析的基本概念，并介绍了利用Stata软件进行meta回归分析的方法和结果解读。

通过对结果的解读，我们可以更全面地评估一个效应的大小和方向，从而得出对研究问题的更深入理解。