单组率的Meta分析,分享一款免费软件的详细教程!
既往推送过的Meta分析文章中,我们讲过Stata和Meta-disc软件,今天我们再来讲一种免费软件:Open Meta-analyst,看看对于率的Meta分析,如何用这款软件来实现。(需要该软件安装包的小伙伴,请在文下留言中附上邮箱~)
一、问题与数据
Franik S等人拟探讨使用芳香化酶抑制剂治疗多囊卵巢综合征患者临床生育的活产儿率。研究者通过检索数据库,对最终纳入的文献,提取了如下信息:作者、发表年代、活产儿数量、样本量。
最终纳入6篇研究,合计669名妇女。各研究提取得到的数据如表1。试问:使用芳香化酶抑制剂治疗有多囊卵巢综合征患者,其临床生育活产儿率是多少?
表1. 文献信息提取表
二、对数据结构的分析
该Meta分析纳入了6个研究,每个研究均给出了活产儿数量和样本量2个数据。Meta分析的结局指标为合并的活产儿率,属于单组率的Meta分析。
三、Open Meta-analyst操作方法
1. 创建数据集并录入数据
(1) 新建数据集。点击“
(2) 确定数据类型。选择单组率 “
(3) 根据纳入的所有原始研究率的分布情况,选择转换标准。本例中,纳入的6个原始研究的n*P和n*(1–P)均>5,此时P的抽样分布接近正态分布,无须再进行转换,因此选择PR,然后点击“Next”。
注:PR:不对率进行转换;PLN:对率进行自然对数转换;PLO:对率进行对数转换;PAS:对率进行反正弦转换;PFT:对率进行双重反正弦转换
(4) 命名结局变量,然后点击“Finish”。
(5) 录入数据。依次录入:作者姓名(study name)、发表年代(year)、活产儿数量(Grp A #evts)、样本量(Grp A #total)。录入完成后软件会自动生成活产儿率(PR)及其95%置信区间(lower和upper)。
2. 单组率的meta分析
(1) Analysis → meta-analysis…
(2) 参数设置。设置完成后点击“OK”即可。
1) 若选择随机效应模型,参数设置如下:
① 分析模型:二分类随机效应模型
Analysis method: Binary Random-Effects
② 随机效应方法:默认选择为DL
Random-Effects method:
HE: Hedges-Olkin
DL: DerSimonial-Laird
SJ: Sidik-Jonkman
ML: Maximum Likelihood
REML: Restricted Maximum Likelihood
EB: Empirical Bayes
③ 置信区间水平:一般均为 95%置信区间
Confidence level: 95.0
④ 保留小数位数:默认为3,可自行设置。
Number of digits of precision to display: 3
若存在数值为0的情况,需使用校正因子,对数据进行校正。
⑤ 校正因子:一般均为0.5
Correction factor: 0.5
⑥ 校正因子的使用方法:
- 只对数值为0的,进行+0.5处理;
- 对所有数据,进行+0.5处理
Cells to which correction factor should be added:
- only 0
- all
2) 若选择固定效应模型,参数设置如下:
A. 模型选择的标准
若各原始研究间存在异质性,则使用随机效应模型;否则,则使用固定效应模型。
B. 异质性的判断
Meta分析时,若I2<25%,则认为不存在异致性;若I2的值介于25%-50%之间,则认为异致性程度较小;若I2的值介于50%-75%之间,则认为存在一定的异致性;若I2>75%,则认为存在较大的异致性。
四、结果解读
1. References:软件完成本次分析涉及到的参考文献
2. Weights:各个研究在Meta分析中所占的权重
(权重=1/(标准误2 +t2),其中t是基于Q检验和单个研究效应量而得出的反应研究水平的变量)
3. Summary:Meta分析结果汇总
首先看异质性检验(Heterogeneity)的结果:I2=43.834%,说明6个原始研究间数据存在一定的异致性,应选用随机效应模型。
再看合并的率及其95%CI(Model Results):合并的率=0.283,95%CI:0.230-0.336。
4. Forest Plot:Meta分析的森林图
结果解读同“Summary”。
五、撰写结论
随机效应模型Meta分析的结果显示:使用芳香化酶抑制剂治疗多囊卵巢综合征患者,其临床生育的活产儿率为0.283(95%CI:0.230 -0.336)。
参考文献
Cochrane Database Syst Rev. 2014, Issule 2. CD010287.
相关阅读
关注医咖会,轻松学习研究方法学~
有临床研究设计或统计学方面的难题?快加小咖个人微信(xys2016ykf),拉你进统计讨论群和其他小伙伴们一起交流学习;或者点击公众号下方自定义菜单的“统计咨询”,提出你遇到的统计难题。
点击左下角“阅读原文”,看看既往小伙伴们都提出了哪些问题,以及该如何去解决,也许正好能帮到你~