Stata在meta分析中的应用

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

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

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

< br>提供的结果进行

meta

分析

表

1

As pirin

预防心肌梗塞死亡的临床试验结果

研究

MRC-1

CDP

MRC-2

GASP

PARIS

AMIS

ISIS-2

操作步骤

1

把数据输入

stata

软件

发表年份

1974

1976

1979

1979

1980

1980

1988

Aspirin

组

总例数

死亡例数

615

49

758

44

832

102

317

32

810

85

2237

246

8587

1570

安慰剂组

总例数

死亡例数

624

67

771

64

850

126

309

38

406

52

2257

219

8600

1720

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

m eta

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=0.897,95%

的可信区 间

(0.841,0.957)

(2)

给出异质性检验的结果

只要异质性检验的

P

值不小于

0.10(

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

)

。

如果质性检验的

P

值小于等于

0.10(

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< /p>

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，

合并的

OR

值为

0.90,95%

可信区间为

(0.84

，

0.96)

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：

< br>发表偏倚主要看

begg

检验的结果，由上图可以看到发 表偏倚假设检验的

z

值为

1.20

，

p

值为

0.23 0>0.05

，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