Meta分析之数据分析中Stata的使用

2022-02-09 本文已影响0人科研侠

一、前言

“工欲善其事必先利其器”，Stata软件是Stata公司在1985年时开发出来的统计程序，广泛应用于企业和学术机构中。随着Stata被开发作为meta分析的工具，其全面和强大的功能越来越受到大家的青睐。国内外许多meta分析的文章都是通过Stata来完成的。该软件不仅可以进行二分类变量和连续性变量的meta分析，还可以进行meta回归分析，以及敏感性分析和对文章的发表偏倚进行Begg检验和Egger检验。同时也可以做出精美的数据分析图，如森林图、漏斗图。本文便以二分类变量为例给大家介绍一下Stata在meta分析方面的强大功能吧!

二、安装meta分析模块

由于Stata最初开发并不是用于meta分析的，所以在安装Stata后是无法在用户界面找到meta分析模块的，所以需要手动安装。这里推荐两个简单易上手的方法。

1.方法一

（1）第一步：在点击帮助窗口后，点击搜索，在搜索框中输入meta dialog

（2）第二步：点击图中链接

（3）第三步：点击下图中 click here to install 等待下载后，即可使用。

2. 方法二：

打开Stata，在命令窗口输入命令：ssc install metadialog.pkg

将运行出来的结果复制到一个新的.do文件中

然后将文件命名为profile.do，放到安装途径的ado文件夹中，

最后重新打开Stata就可以找到Meta-analysis模块了。

三、数据录入

打开Stata后点击“文件”按钮，再点击“导入”，选择Excel电子表格导入。注意导入时如下图所示，勾选“将第一行作为变量名”。

四、生成新的变量

Meta分析汇总处理的数据需要呈正态分布，而OR作为比值是呈偏态分布的，这时候我们就需要用到取对数的方法得到ln or这个呈正态分布的变量，才能进行下一步操作。在Stata的命令界面输入代码：“gen lnor=ln(or)”。该代码的含义为：生成“ln or”这个变量，它等于ln(or)。同理可以通过“gen lnlci=ln(lci)”，“gen lnuci=ln(uci)”得到lci和uci的正态分布变量。

五、汇总数据

在生成新的变量后，我们就可以对已有的数据进行汇总分析了。

首先，我们可以采用固定效应模型进行汇总分析，我们在命令窗口中输入以下代码：“metan lnor lnlci lnuci, label(namevar=Study) fixed eform xlabel(0.25,0.5,1,2,4,6,8)effect(OR)”，其中label()，代表研究的标签，“namevar”代表研究名称，“fixed”，代表汇总合并采用的模型为固定效应模型（若使用随机效应模型，改为random）。“OR”代表合并效应值为“Odds Ratio(OR)”，若是“Risk Ratio(RR)”，则改为RR。

输入代码后，敲击回车，便会出现结果。

根据I²与p值判断异质性的大小，对于同质性较好的研究宜采用固定效应模型，对存在较明显异质性的研究，应使用随机效应模型合并。但事实上，不论存不存在异质性，现在都趋向采用随机效应模型，因为随机效应模型计算所得的可信区间较固定效应模型大，结果更为“保守”。

六、异质性分析和发表偏倚

在前言中我们介绍到，Stata还可以进行meta回归分析，亚组分析，绘制漏斗图等。那么我们便简单的介绍一下吧。

1.Meta回归：

Meta回归是探寻纳入文章中异质性来源的重要方法。

这里需要引进seln or这个变量，它是ln or的标准误,输入代码：“gen selnor=(lnuci-lnlci)/3.92”，即可生成。

生成该变量后，我们再输入“metareg lnor Adjustment , wsse(selnor) bsest(reml) graph eform”。“Adjustment”即为你需要探寻的变量，值得注意的是meta回归只支持数值型变量的检验，其他类型的变量检验将会报错。这时候需要我们在数据导入之前手动对需要分析的数据进行数值型变量的赋值。