随机对照研究(二分类变量)的Meta分析——stata软件实现(metan命令)

关键词：stata; Meta分析; 随机对照试验; 二分类数据; metan命令

一、案例介绍

本文以模版数据为例，为研究补钙对预防骨质疏松发生的效果，检索纳入9篇RCT研究文献，具体数据见表1，干预组为钙补充剂组，对照组为安慰剂组，具体指标含义见表1，针对这9篇文献的相对危险度进行Meta分析。案例数据可从“附件下载”处下载。

二、软件操作及结果解读

(一) 数据整理及读取

二分类数据主要是符合2×2四格表形式，变量分别为试验组和对照组中发生和未发生事件人数。数据读取，可参考stata数据的读取及结果保存。读取数据后如图1所示，t1、t0、c1、c0分别表示实验组结局事件发生数、实验组结局事件未发生数(注意不是实验组总例数)、对照组结局事件发生数、对照组结局事件未发生数。

(二) 异质性检验

选择RR为效应量，任意选用固定或随机效应模型进行异质性检验，可以直接得到Q统计量和I²统计量，再根据异质性检验的结果选择相应的效应模型。

代码如下：

metan t1 t0 c1 c0, label(namevar=Author,yearvar=Year) fixed rr nograph #nograph表示不显示森林图

从结果图2可知，异质性检验Q统计量=34.27，P <0.001，I² = 76.7%，均提示研究间异质性较大，应选用随机效应模型。

(三) 合并效应量，绘制森林图

根据具体要求，合并数据，使用metan命令进行Meta分析，采用D-L法合并RR，产生森林图。结果见图3—图5。

代码如下：

metan t1 t0 c1 c0, random rr label(namevar=Author,yearvar=Year) forestplot(favours(Ca reduce risk of disease # Ca increase risk of disease) xlabel(.1 1 4) counts group1(treatment) group2(control) textsize(100))

该命令参数介绍如下：

• label(namevar=Author,yearvar=Year)：在输出结果和森林图垂直轴中显示作者及发表时间；
• random：根据异质性检验，选用随机效应模型，且异质性的大小以M-H模型估计；
• rr：合并RR；
• xlabel(.1 1 4)：定义图形中X轴的标签；
• counts：在森林图中显示两组发生事件人数/总人数；
• textsize：指定森林图字体大小。

Stata允许用户对森林图进行修改和美化，在所得的森林图上点击右键，选择“Start Graph Editor”，点击后可以进行修改模式，如对字体大小、位置按照需要进行修。修改完成后，点击右键，选择“Stop Graph Editor”，点击后退出修改，保存或复制到文字处理软件中即可。

(四) 结果解读

无论是数字化结果，还是森林图，均给出了每一研究效应量的点估计及95%可信区间，合并效应量点估计及95%可信区间为0.69 (95%CI: 0.57~0.84)，相应z = -3.797，P<0.001。表明钙补充剂组发生骨质疏松的风险是对照组的0.69倍，即补充钙剂可降低31%的骨质疏松发生风险。

三、知识小贴士

metan提供了操作对话框，可以在命令行窗口键入“db metan”将其调出使用。需要注意的是，命令区分大小写，不能将“metan”写作“Metan”，否则Stata就不能识别该命令。metan命令中可以设置图形文字大小以及添加对森林图的描述，语法格式如下：

metan varlist [if exp] [in range] [weight] [,measure_and_model_options options_for_continuous_data output_options forest_plot_options]

metan命令中部分重要选项的代码介绍如下。

(一) 变量

二分类数据Meta分析主要的命令中需要4个变量(varlist)：指定试验组发生事件(如死亡)和未发生事件(如未死亡)例数，以及对照组发生事件(如死亡)和未发生事件(如未死亡)例数。例如，metan tdeath tnodeath cdeath cnodeath。

(二) 治疗效应量和模型选择

二分类数据选项(options)及说明如下，再次强调，stata软件严格区分大小写，这些选择项务必使用小写形式，包括首字母也要小写。

• rr：合并相对危险度(risk ratios)，为默认选项；
• or：合并优势比(odds ratios)；
• rd：合并率差(risk differences)；
• fixed：指定用M-H法进行固定效应模型分析，为默认选项；
• fixedi：指定用倒方差法进行固定效应模型分析；
• peto：指定用peto法合并OR；
• random：指定用D-L法进行随机效应模型分析，且异质性的大小以M-H模型估计；
• randomi：指定用D-L法进行随机效应模型分析，且异质性的大小以I-V模型估计；
• cornfield：以Cornfield法计算or值的可信区间，默认方法为M-H法；
• chi2：显示方差统计量用以检测合并的效应量统计学显著性，且只能用于I-V法和M-H法合并OR；
• breslow：采用Breslow-Day检验对效应指标OR_s进行同质性检验；
• CC(#)：允许用户指定对0格子数据添加连续性校正常数，默认每个格子加0.5校正；
• nointeger：允许0格子中数字可以不为整数，在对含0格子的数据进行校正，纳入整群随机试验而“有效样本量”少于总样本量时非常有用；
• second(model or estimates and description)：在Stata9.0系列版本以上才能使用，使用标准方法对数据进行分析获得合并结果，并允许用户指定其他方法所获得的合并结果一起显示(其他方法的结果可以不使用metan获得)；
• first(estimates and description)：使用其他软件获得的合并结果显示在metan绘制的森林图中，结果不再基于标准方法，完全靠用户指定效应量及其95%可信区间、或者效应量及其标准误。

(三) 结果输出选择项

metan输出选项及说明如下：

• by()：按亚组进行Meta分析；
• sgweight：指定亚组的各个研究的权重百分比之和为100%，默认为所有研究权重的百分比之和为100%；
• log：以对数尺度报告结果，仅对原始数据以OR和RR为效应量时有用；
• eform：以指数尺度报告效应量及其95%可信区间，仅对输入的变量lnOR或lnHR时有用；
• nosubgroup：不显示各亚组合并效应量结果，默认为显示各亚组和全部合并效应量结果；
• ilevel()：指定单个研究的可信区间范围，如90%、95%、99%等；

• olevel()：指定总研究(合并效应量)的可信区间范围，如90%、95%、99%等。ilevel和olevel不需要设置为一样，显著水平可默认为所设置的大小；

• sortby()：按变量varlist进行排序；
• label([namevar=namevar],[yearvar=yearvar])：给数据添加名称、时间等标签；
• nokeep：指明Stata不保留参数；
• notable：不显示数字化结果；
• nograph：不显示森林图。

(四) 森林图选项

森林图的部分设置选项及说明如下，更多设置可查看metan自带帮助文件：

• effect：用于在森林图指明效应量的名称；
• nooverall：在森林图中不显示总的合并效应量；
• nowt：在森林图中不显示权重百分比，默认为显示；
• nostats：不显示统计量；
• counts：显示两组发生事件数及总数(n/N)，在Stata9.0系列以上版本才能使用；
• group1(string), group2(string)：与counts联合使用，用于指定两个组的名称；
• favours：添加对森林图的备注；
• xlabel()：定义x轴，各数据间以逗号隔开；
• xtick()：对x轴添加标记，各数据间以逗号隔开；
• force：强制x轴按xlabel()指定的范围标记刻度；
• boxsca：控制方块大小，在Stata9.0系列版本以上才能使用；
• nobox：不显示表示权重大小的方块，仅显示点估计；
• texts()：指定字体大小，在Stata9.0系列版本以上才能使用，一般在20~500内设置。
• 以下选项均只能在Stata9.0系列版本以上才能使用：
• lcols(varlist), rcols(varlist)：指定在森林图左侧和右侧添加数据。如果没有使用nostats和nowt选择项，森林图右侧第1、第2列分别是效应量、权重，如果再加用counts选择项，则被设为第3列。lcols(varlist), rcols(varlist)中的每一列以变量名为标签；
• astext()：指定字体占图片显示比例，默认为50%，可以在10%~90%范围内设置；
• double：在图中，允许lcols、rcols中的变量占2行，对变量名是长字符者有用；
• nohet：在图中不显示异质性统计量；
• summaryonly：仅显示合并效应量，适用于亚组较多时；
• null()：显示用户指定的无效线，非0或1；
• nulloff：在图中移除无效线。