dxy logo
首页丁香园病例库全部版块
搜索
登录

用Stata软件进行meta分析的异质性检验之二:Meta回归分析

皮肤科医师 · 最后编辑于 2022-10-09 · IP 山东山东
1.2 万 浏览
这个帖子发布于 3 年零 139 天前,其中的信息可能已发生改变或有所发展。

在进行meta分析时,评估异质性是必须步骤。

异质性评估标准如前,存在较大的异致性,可进行亚组分析或meta回归分析评估异质性来源。楼主通过广泛搜罗后,来分享一下如何通过Stata进行meta回归分析,注意:当Meta分析中少于10个研究时,一般不考虑Meta回归。

软件:Stata SE,使用metareg的命令模块,Stata12软件中meta分析包中自带此功能,Stata14需要自行安装增强版。

操作格式为:metareg depvar[varlist],wsse(varname)[选择项]

其中,depvar为因变量,即每一研究的治疗效应量,二分类变量中取logor;varlist为协变量,可选或不选,可选一项或多项;wsse(varname)是不可任意选择的,必须是研究间因变量(depvar)的标准误,且必须大于0[1]

[1]张天嵩,刘江波,钟文昭.Stata在探索异质性来源—Meta回归分析中的应用[J].循证医学,2009,9(01):48-50.

l连续性变量可以直接使用率(_ES)及率的标准误(_seES),但在二分类变量中需要进行对数转换(见补充)。以下以单组率的Meta分析为例,探究样本量与发生率之间的关系。

首先录入分组数据后,生成率(_ES)及率的标准误(_seES),命令

metaprop E T, fixed ftt cimethod(exact) label(namevar=study)dp(3)

img

以样本量(T)为协变量进行meta回归分析,命令:

metareg _ES T, wsse(_seES) bsest(reml)

作图命令为:metareg _ES T, wsse(_seES) bsest(reml) graph eform knapphartung

img

结果判读:P<0.05,表示样本量可能是异质性的因素之一,若P>0.05,表明异质性与样本量无关。

如果协变量为定性指标,没有数值大小之分(如年龄、性别、职业、地区、分类等),此时就需要引入哑变量(即虚拟变量),以地区为例命令如下:

 tabulat diqu, generate(diqu)

然后在进行meta回归分析,协变量选择所有地区,命令:

metareg _ES diqu1 diqu2 diqu3 diqu4 diqu5 diqu6, wsse(_seES) bsest(reml) graph eform knapphartung

img

结果判读同前。注意,当存在多个协变量时,是无法作图的。

补充一:在二分类变量中为使其呈近似正态分布,需要生成两个中间变量,logor及其标准误,再进行meta回归分析。命令如下:

gen logor=log(_ES)

gen selogor=_selogES

补充二:meta回归分析的对话框操作流程:

选择“用户”→“meta分析”→“meta回归分析”

img

在弹出的第一个对话框中,选择需要的协变量,可以多选。

img

第二个、第四个对话框不需要更改,第三个对话框里可以选择是否需要作图等

img

最后点击OK完成,以下是成品图:

img

P<0.05,表明样本量(T)是异质性的来源之一,由图可见,率随着样本量的增加而增加。

以上所用数据只为描述操作步骤,无实际意义。欢迎大家一起交流,共同进步!

全部讨论(0)

默认最新
avatar
14
分享帖子
share-weibo分享到微博
share-weibo分享到微信
认证
返回顶部