随机对照研究(连续型变量)的Meta分析——stata软件实现(metan命令)

发布于 2024年1月10日 星期三 14:44:32 浏览:663
原创不易,转载请注明来源,感谢!
附件下载:
1715307799-随机对照研究.xlsx 请勿重复点击,如无响应请耐心等待或稍后再试。

在随机对照试验(Randomized controlled trail, RCT)中,某些测量结果是在某一特定范围内的任意取值,每个测量结果都有一个具体的数值,在统计学上称为连续型数据(也叫计量资料),如身高、体重。对于连续型数据,假设Meta分析中的每项研究按组样本量、均数、标准差提取数据,则可形成六格表资料,其主要的效应量指标有均数差(difference in means, MD)、标准化均数差(standardised meandifference, SMD)、均数比(ratio of means, RoM)、几何均数比(ratio of geometric means, RoGM)等。本文将实例演示在stata软件中使用metan命令实现随机对照研究(连续型变量)的Meta分析相关操作。

关键词:stata; Meta分析; 随机对照试验; 连续型数据; metan命令

一、案例介绍

本文以模拟数据为例,为研究脂肪摄入对小型家兔体重的影响,现收集了10篇研究报道,均以小型家兔体重增量(单位g)作为主要结局指标,以此来比较饮食中加入脂肪添加剂与不加入脂肪添加剂的家兔体重是否有统计学差异,数据见表1,案例数据可从“附件下载”处下载。

表1

二、问题分析

对于连续型数据的Meta分析,要根据数据的类型、测量值类型、测量基线是否平衡、效应量等综合考虑。本案例使用的是聚合数据。在研究基线平衡的情况下,可以选择最终值和变化值(如本案例中的体重增量)进行合并,根据异质性检验结果,选择不同的效应模型和方法,如固定效应模型使用IV法,随机效应模型选用D-L法等;如果基线不平衡,可能需要限制使用Meta分析,也可以采用校正方法,但效能比较低。

三、软件操作及结果解读

(一) 数据整理及读取

数据读取,可参考stata数据的读取及结果保存。在数据栏目中可以查看全部数据情况,数据集中共有8个变量和10个观察数据,8个变量分别代表第一作者(Author)、发表年代(Year)、试验组例数(nt)、试验组均数(mt)、试验组标准差(st)、对照组例数(nc)、对照组均数(mc)、对照组标准差(sc)。

图1

(二) 异质性检验

选择SMD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 nt mt st nc mc sc, label(namevar=Author, yearvar=Year) fixed smd nograph

从结果图2可知,异质性检验Q统计量=5.70,P =0.769,I2 = 0.0%,均提示研究间异质性较小,应选用固定效应模型。

图2

(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,选择固定效应模型,采用倒方差法拟合固定效应模型,以cohen法估算研究间一致性方差。结果见图3—图5。

metan nt mt st nc mc sc, label(namevar=Author, yearvar=Year) fixed cohen forestplot(xlabel(-1 0 1.5) counts group1(control) group2(treatment) textsize(120))

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;
  • fixed:根据异质性检验,选用固定效应模型;
  • cohen:cohen即指定计算效应指标SMD,以此类推,如果选择项为Hedges、Glass,也是指定SMD;
  • xlabel(-1 0 1.5):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。

森林图参数设置更多内容详见随机对照研究(二分类变量)的Meta分析——stata软件实现(metan命令)

图3
图4
图5

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“启动图形编辑器”,点击后可以进入修改模式,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“退出图形编辑器”,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SMD点估计及95%可信区间为0.148 (95%CI: 0.033~0.262),相应z = 2.520,P=0.012<0.05,表示饮食中加入脂肪添加剂与不加入脂肪添加剂的家兔体重的差异有统计学意义,饮食中加入脂肪添加剂组可以增加家兔体重。

四、知识小贴士

  • metan命令操作的语法结构为:
metan n1meanl sd1 n2 mean2 sd2, [options]

连续型数据的Meta分析的命令仍然是metan。语法前半句用来合并效应量,对连续型数据的合并,metan后可跟6变量,分别是治疗组的样本量、观察指标的均数、标准差,对照组的样本量、观察指标的均数、标准差,如metan n1 m1 sd1 n2 m2 sd2等。options选项用来设置效应模型、选择效应指标、设置字体、设置森林图的标签,其选项主要有:cohen:以Cohen法合并标准差,为默认选项。Hedges:以Hedge法合并标准差。Glass:以Glass法合并标准差。Nostandard:合并加权均数差,默认为合并标化均数差。Fixed:指定固定效应模型,采用inverse variance法,为默认选项。Random:指定随机效应模型,采用DerSimonian & Laird法。其余选项在随机对照研究(二分类变量)的Meta分析——stata软件实现(metan命令) 中有详细讲解,不再赘述。

  • SMD的判断标准

通常认为,SMD<0.10表示各组间不存在差异,介于0.10-0.34之间表示各组间差异较小,介于0.35-0.64之间表示各组间差异中等,介于0.65-1.19之间表示各组间差异较大,SMD≥1.20表示各组间差异非常大。

End
文章目录 沉浸式阅读