R语言进行meta分析教程

R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强。大多数的meta分析通过Excel等常规工具或Cochrane协作网的RevMan等专业软件，其计算繁琐，操作复杂且需收取昂贵的软件使用费用，因此包含众多针对meta分析软件包的R语言成为作系统评价的绝佳平台。本文使用R 3.6.3与RStudio 1.2.1335版本进行讲解说明，需要软件的伙伴可以在公众号内回复“R”、“RS”自取，而R语言的学习笔记我每期都会进行更新，同时主要选择OR和 95%CI 两项指标作为效应尺度进行合并。
本文对Meta分析的理论步骤：
除去首先检索文献、制订文献纳入排除标准、质量评价等步骤外，重点谈一谈meta分析的研究方法步骤。在正式进行meta分析前，第一步需要异质性检验，采用 Homogeneity test(Q 检验) (检验水准为α=0.1) 。当P＜0.1时，表明研究间存在异质性; 否则研究具有同质性。再结合I^2(0～100%)定量分析异质性的大小，此值越大，则表明研究间同质性愈大。根据推荐的标准，当I2的值小于或等于40%时，表明研究异质性的合格，此时应用固定效应模型(Fixed Effects Model)；而当异质性的标准大于推荐标准值时，应选采用随机效应模型(Randomized Effects Model)进行 meta 分析。对于异质性的处理方法用亚组分析、敏感性分析，最后则检验发表偏倚。
Meta分析结果说明：
在正式选择模型进行效应量合并之前，需首先对纳入的各研究进行异质性检验，采用Q检验与 I^2值相结合的判定方法进行异质性检验在执行pfs命令后