我正在对 20 项研究进行荟萃分析。每项研究中感兴趣的结果以比例/百分比表示。样本量 n 是已知的,并且对于每项研究都是不同的。我有三个目标:
- 实现汇总分析以计算汇总效果(加权比例)
- 计算研究的异质性
- 通过在元回归分析中考虑潜在的影响修饰符来探索这种异质性
有人可以帮助我确定在 STATA 或 R 中实现这一切的更正确的方法吗?谢谢!
我正在对 20 项研究进行荟萃分析。每项研究中感兴趣的结果以比例/百分比表示。样本量 n 是已知的,并且对于每项研究都是不同的。我有三个目标:
有人可以帮助我确定在 STATA 或 R 中实现这一切的更正确的方法吗?谢谢!
是的,在 Stata 或 R 中都可以做到这一点。因为我使用 RI,所以提供了一些提示来帮助你前进。
CRAN 任务视图中提供了用于 R 中元分析的软件列表(免责声明,我维护它)。那里有几个软件包可以满足您的建议。我个人使用metafor,但还有其他选择。
在进行元分析之前,您几乎肯定需要为您的比例选择一个转换,然后再进行反向转换以进行解释。这样您的估计值更接近正态分布。我建议logit值得考虑。如果您有任何零,则需要通过添加一个常数来处理它们。
添加调节变量不会带来新问题,但是对于 20 项主要研究,您不能一次添加太多。
拟合后,您可以使用一系列图形技术来显示模型。森林地块通常用于此目的,但还有其他可用的。
最后值得一提的是,如果您确实使用metafor过查看作者的网站,该网站有很多示例和提示。特别相关的可能是这两个here和here
这是对比例的荟萃分析。正如你所提到的,比例ma与其他类型的荟萃分析略有不同——它包括不使用对照的研究。您可以使用 R 对比例进行荟萃分析。我最近在 YouTube 上做了一个教程,并在 Github 上分享了我的代码。这个动手教程提供了一个分步指南,向您展示如何对比例进行完整的元分析,包括您在帖子中提到的所有目标。我的代码允许您使用 logit 变换或双反正弦变换进行分析。您也可以使用我的代码在不进行转换的情况下执行此操作。视频中显示的 R 脚本很容易适应您自己的分析。
在此处查看教程:https ://youtu.be/2wbXTFvaRnM 。
在此处下载我的代码:https ://github.com/wnk4242/meta-analysis-of-proportions