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

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

一、案例介绍

本文以模拟数据为例，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。本案例数据可从“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：

admetan t1 t0 c1 c0, study(Author) model(reml) nograph

从图2可知，异质性检验Q统计量=34.27，P <0.001，I² = 77.7%，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admetan命令进行Meta分析，选择随机效应模型，以倒方差法合并效应量，以REML法估计研究间异质性方差并绘制森林图。结果如图3—图5所示。

代码如下：

该命令参数介绍如下：

• rr：合并RR；
• study(Author)：单项研究名称设置为Author；
• model(reml)：选择合并效应量的模型，如随机效应模型或固定效应模型；
• lcols()：显示和保存表格中的附加信息；
• xlabel(.1 10)：定义图形中X轴的标签；
• favours()：森林图横坐标左右两侧标签；
• 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

图3中RR (95%CI)为风险比及其95%可信区间，weight为各项研究的权重。图5森林图中正方形及其直线为单个研究的效应量及其可信区间，空心菱形代表合并后的效应量，其所在的位置(RR=1轴的左侧或右侧)代表对某种治疗/干预的意义。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 = -3.705，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。 本文admetan命令分析结果和metan命令分析结果一致，详见随机对照研究(二分类数据)的Meta分析——stata软件实现(metan命令)。

三、知识小贴士

admetan是 Stata 软件用于Meta分析新的宏命令，由KitBaum及其同事于2018年编写和发布。admetan命令旨在拓展Stata软件经典的Meta分析命令metan 的功能。在admetan命令中，除了可以拟合固定/随机效应模型，绘制森林图，进行异质性检验等常规操作，还附加了一些特殊的功能，比如，森林图是相对独立的、可重复实施的；可以将数据保存为森林图可以兼容的格式，该命令生成森林图的方法也更加灵活；admetan命令在Stata11.0及以上版本可以实施。另外，admetan命令还包括了“立即”命令admetani，可以接受数字列表作为输入格式。

在联网情况下，采用“ssc install admetan,replace”安装该命令，其命令行操作格式为:

admetan varlist [if][in][,main_options forestplot (forestplot_options)]

在二分类数据中，“varlist”包括试验组事件发生数、试验组事件未发生数、对照组事件发生数、对照组事件未发生数四个变量。模型可选择固定效应模型(fixed)或随机效应模型应模型(random)，默认固定效应模型。效应量可选择rr、or等。对于估计研究间异质性方差的方法，metan命令只提供了DL法，而admetan命令提供了诸如DL、REML、ML、EB、HM、SJ等多种估算方法。

main_options的主要选项有：

• study：单项研究名称；
• citype：计算单项研究的置信区间；
• influence：计算单项研究对总体估值的影响；
• altwt：在标准模型中显示研究的权重；
• coef，log：显示效应量的对数值及置信区间；
• model：选择合并效应量的模型，如随机效应模型或固定效应模型；
• sortby：表格和森林图中的排序方式；
• chi2：应用卡方检验计算合并后的效应量OR值；
• cochranq：评估异质性的效应量Q值；
• cohen：应用Cohen法计算合并后的标准化均差(SMD)，适用于连续型数据分析；
• hedges：应用Hedges法计算合并后的SMD值，适用于连续型数据分析；
• iv：应用逆方差合并(默认Mantel-Haenszel法)。

forestplot为森林图命令，主要参数包括：

• efficacy：计算并显示效应量的OR值或RR值；
• hetstat：在森林图中显示I²值；
• lcols(varlist)，rcols(varlist）：显示和保存表格中的附加信息；
• counts：显示数据量(如例数、均数、标准差等)；
• oev：显示列表中的值(O_E值和V值)。