大家好，这里是小侃数据，我是小彐一卜。

读过我们既往教程的同学都知道，基于贝叶斯学派做连续变量网状meta分析的R包，默认的效应量是MD，也没有什么参数可以直接设置为SMD作为效应量。

不管是R的gemtc包、还是BUGSnet包，还是2022年出来的multinma包，都是如此，没有直接设置为SMD作为效应量的参数。

那么，究竟神马是SMD，又为什么要用SMD作为效应量？

如果我们纳入的研究间对同一个指标所采用的度量方法不一样（比如不同的量表），单位不一样，评价标准不一样，总分也不一样，丢弃这些研究又觉得可惜，纳入又不能用MD直接合并，那么该怎么办？

答案是，可以选择SMD作为效应量纳入上述研究。

基于频率学派很好设置SMD，比如使用STATA软件的话，直接在网络设置的时候加一个SMD的参数就可以，如下所示：

其他更加详细的请参见：手把手教你用Stata的Network包实现连续性变量网状Meta分析

又比如基于频率学的R包netmeta，也有一个sm参数直接设置为SMD，如下所示：

对上述过程不熟悉，或者对使用STATA软件不熟悉的童鞋们，一定要去看手把手教你用Stata的Network包实现连续性变量网状Meta分析。

然后我们将数据整理为如下格式的csv文件：

然后在RStudio里面，用以下代码导入数据即可：

分为两种情形：

情形一应该是最常见的，其中三个se均可利用上述方法利用STATA软件得出；

情形二虽然不常见，但也跟大家说一下。

那么接下来，应该就没有问题了。

最后给大家对比一下使用频率学STATA和贝叶斯R的gemtc用同一批数据做出来的以SMD为效应量的结果：

可以看到点估计是一模一样的，只是95CI有些差异。

因为R版本更新，JAGS软件更新等一系列更新，导致完全按照之前教程进行傻瓜式安装出现了一些问题，所以安装有问题的一些同学可以看我在B站的R安装教程(贝叶斯网状meta分析所需的R软件等相关软件的安装教程_哔哩哔哩_bilibili)。

同样，本教程的视频演示也会更新在B站（基于贝叶斯学派使用R的gemtc包实现效应量为SMD的网状meta分析_哔哩哔哩_bilibili）。