基于Stata的生存资料的meta分析代码

本文详细介绍了Meta分析的一般步骤,包括异质性评估(I2统计和亚组分析),敏感性分析,以及发表偏倚的识别(通过漏斗图、Begg和Egger检验)。此外,还讲解了如何使用特定的统计方法如剪补法和回归来处理偏倚,以及相应的代码示例。
摘要由CSDN通过智能技术生成

Meta分析一般步骤:

1.异质性:得到汇总结果以及各研究间数据差异

         I2:异质性大小(常见I2大于等于50%选择随机效应模型

         亚组:二分类变量

         回归:连续性变量------纳入文献需要10

2.敏感性分析:评价结果稳定性

3.发表偏倚:评价meta分析最常见的系统误差

         识别:漏斗图Begg检验、Egger检验------纳入文献需要>5篇或>8

         发表偏倚处理(剪补法、失安全系数法)---------存在发表偏倚时才进行此项分析

具体实施:

1.代码

gen lnHR = ln(hr)                            #数据转换
gen selnHR = (ln(ul) - ln(ll))/3.92

metan lnHR selnHR, label(namevar = author,yearvar = year) Random texts(120) eform effect(HR) boxsca(0.5) boxsha(1)             #异质性
metan lnHR selnHR, label(namevar = author,yearvar = year) Random texts(120) eform effect(HR) boxsca(0.5) boxsha(1) by()        #亚组(在by里面填写分组依据)

metaninf lnHR selnHR, label(namevar = author,yearvar = year) Random texts(120) eform effect(HR) boxsca(0.5) boxsha(1)             #敏感性

metafunnel lnHR selnHR                       #发表偏倚
metabias lnHR selnHR, graph(begg)            #begg检验
metabias lnHR selnHR, graph(egger)           #egger检验
metatrim lnHR selnHR, funnel                 #剪补法

metareg lnHR age, wsse(selnHR) bsest(reml)   #回归(大于10篇用)

2.剪补法的阐述

         我们采用漏斗图直观的展示发表偏倚,采用Egger和 Begg对漏斗图进行分析,分析结果显示Egger和Begg检验提示存在偏倚(P=0.000)。因此,考虑研究间存在发表偏倚,对漏斗图采用剪补法进一步分析,模型中加入xxx项研究后使得漏斗图对称,此时合并效应量为xxx(xxx,xxx)。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值