[Meta分析]：OR值的合并

G半日闲

已于 2024-03-22 10:18:33 修改

阅读量1.5k

点赞数 9

文章标签： r语言

于 2024-02-06 18:59:25 首次发布

本文链接：https://blog.youkuaiyun.com/G_sea_young/article/details/136061111

版权

本文讲述了作者在研究生阶段学习和实践Meta分析的过程，包括使用R语言进行meta分析、森林图制作、异质性检查、发表偏倚测试、TrimAndFill校正以及敏感性分析，展示了从数据处理到结果解读的完整步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

library("meta")
View(mydata)

#进行meta分析
meta1 <- metagen(log(mydata$OR), (log(mydata$UCI)-log(mydata$LCI))/3.92, sm="OR", 
                 data=mydata,studlab=paste(mydata$`First author`,mydata$Year,sep=" "))

View(meta1)

#作出森林图：
forest(meta1,digits=3,digits.tau=3,digits.I2=3,digits.pval=3)

#当存在异质性时，需要进行亚组分析探索异质性来源，直接加入命令：
mydata.random = TRUE
mydata.fixed= FALSE

#而对于发表偏倚的检验，根据cochrane手册中的要求，当纳入的研究个数大于等于10 个时，
#不建议使用Egger检验或Begg检验，而应使用Peters检验，且无需做反正弦变换。其代码为：
par(mar = c(0, 0, 0, 0)) # 调整图形的边界大小
funnel(meta1) # 绘制漏斗图
metabias(meta1,method.bias = meta1$'peters')#纳入的研究个数大于等于10 个
metabias(meta1, method.bias = meta1$"egger",k.min = 3)#k.min = 3，设置纳入最少研究数。
metabias(meta1, method.bias = meta1$"begg",k.min = 3)

#若存在发表偏倚，那么可用trim and filled或copas模型校正&#