原标题:meta剖析系列 | 连续性材料meta剖析实例
meta剖析系列 | 连续性材料meta剖析实例
以2019年7月宣布在JAMA Intern Med.的一篇关于“瘦身干涉与非酒精性脂肪肝生物标志物改变的联系:体系总述与meta剖析”为例,咱们将摘录里边的部分数据,为您一步步回答连续性材料meta剖析:
Association of Weight Loss Interventions with Changes in Biomarkers of Nonalcoholic Fatty Liver Disease a Systematic Review and meta-analysis
瘦身干涉与非酒精性脂肪肝生物标志物改变的联系
以R言语完成:
##导入并加载相关软件包
install.packages("meta")
install.packages("metafor")
library(meta)
library(metafor)
##导入数据
test_data<-read.table("F:filemeta剖析 Test_data.txt", header = TRUE,sep="t")
##检查数据
head(test_data)
meta_model<- metacont(
##干涉组的样本量,均值,标准差
调查组样本量, 调查组_丙氨酸转氨酶_均值, 调查组_丙氨酸转氨酶_标准差,
##对照组的样本量,均值,标准差
对照组样本量, 对照组_丙氨酸转氨酶_均值, 对照组_丙氨酸转氨酶_标准差,
##数据集,兼并效应量,以及干涉组对照组的标签
data=test_data,sm="SMD",label.e="强干涉组", label.c="弱干涉组",
studlab=paste(Author,Year,Area)
summary(meta_model)
##异质性查验成果,P<0.0001,标明研讨间存在异质性,且I^2=97.6%>50%,提示存在比较显着的异质性,故挑选选用随机效应模型
meta_model_random<- metacont(
调查组样本量, 调查组_丙氨酸转氨酶_均值,
调查组_丙氨酸转氨酶_标准差,
对照组样本量, 对照组_丙氨酸转氨酶_均值,
对照组_丙氨酸转氨酶_标准差,
data=test_data,sm="MD",
label.e="强干涉组",
label.c="弱干涉组",
studlab=paste(Author,Year,Area),
comb.random=TRUE,
comb.fixed=FALSE
##检查模型成果
meta_model_random
forest(meta_model_random)
funnel(meta_model_random)
##a)如无法经过漏斗图判别是不是真的存在偏倚,可经过偏倚性剖析检查宣布偏倚
result_metabias<metabias(
meta_model_random,method.bias="linreg"
#result_metabias
##成果显现,t = 1.275,p-value = 0.2185,不存在宣布偏倚
reg<-metareg(
meta_model_random, ~ Age,
method.tau = meta_model_random$method.tau,
hakn = meta_model_random$hakn,
level.comb = meta_model_random$level.comb,
intercept = TRUE
##检查meta剖析成果
Reg
##byvar分组剖析
meta1<update.meta(
meta_model_random,byvar=Area
result_metainf<metainf(
meta_model_random,pooled="random"
##制作敏感性剖析森林图
forest(result_metainf)
[1] Association of Weight Loss Interventions with Changes in Biomarkers of Nonalcoholic Fatty Liver Disease a Systematic Review and meta-analysis [J]. JAMA Intern Med. 2019 Jul 1. doi: 10.1001/jamainternmed.2019.2248
PS:文献数据获取链接:
链接:https://pan.baidu.com/s/18F3kha4kyyB81MotX8_Uxw
提取码: scz4
责任编辑: