【原创】R软件在meta分析中的应用，欢迎指正。

开个帖子，抛砖引玉，欢迎批评指正。
版面内有不少实战经验丰富的前辈，对stata，revman等已经烂熟于胸，不知道版内对R软件在meta分析中的应用持什么意见？因为专业原因，平时偏向于使用R，而且一些新的方法，比如反正弦变换后的发表偏倚检验在R中使用比较方便（不知道在stata中是否有相应的包），同样的还有Copas选择模型，在R中有很方便使用的copas包，还有层级贝叶斯的方法，虽然可以直接用WINBUGS软件，但R也有与WINBUGS的接口包R2WinBUGS。
为了数据操作和编程上的方便，采用的是R+Rstudio编辑器的组合，R的版本是2.14.1。Rstudio的版本是0.95，下载地址： http://rstudio.org/download/desktop 。Anyway，所有的代码直接在R 自带的编辑器上粘贴复制运行即可。安装和运行已经有类似的帖子存在：http://ebm.dxy.cn/bbs/topic/18616538?tpg=1&age=0，@yiyuexiong您太牛了，讲的这么详细。所以这些内容就在本贴中略去，直接切入正题。

在R设计到meta分析的目前有如下几个packages：
meta：本人认为最成熟最全面最方便的一个meta分析包
metafor：还可以的一个包，在发表偏倚上有所欠缺，有份很好的manual
rmeta：很一般的一个包，看了眼它的一些函数就没有去用的欲望
bamdit：用贝叶斯方法做诊断试验的meta分析，不是很熟悉，只扫了一眼原文献。
copas：copas选择模型的一个包，目前经验证据表明，作为敏感性分析方法，copas选择模型要比trim & fill的方法要好，比较推荐使用。在往后的日子中会用具体例子来讲该模型。
selectMeta：这个方法估计很少有人去用或者愿意去用，使用加权分布（weighted distribution）的理论（或叫选择模型：selection model）对效应值进行纠正，涉及的理论比较复杂，但是这个包用起来也还算方便，但估计结果可能会被审稿人疑问，最多也是一种敏感性分析方法。
下面开始将以meta包开始，主要涉及到代码，结果解释和注意点。以包自带的数据集Olkin95为例（OlkinI (1995), Statistical and theoretical considerations in meta-analysis. Journal ofClinical Epidemiology, 48, 133–146.），讲的是ThrombolyticTherapy after Acute Myocardial Infarction，属于二分类变量，一些相应的问题也已二分类变量展开。
具体数据格式如下：

表中3－6列分别是病例组事件数、病例数总人数、对照组事件数，对照组总人数，数据比较好整理，如果是excel文件，转换成txt文件后导入很方便。