|
如何利用R语言进行meta分析—详细教程（2）--（如何在meta分析中进行离群值检测与meta回归）小伙伴们大家好，在我上一篇的推文里详细讲解了如何利用R语言的meta包并以OR值和 95%CI作为效应尺度进行合并作meta分析的文章，大家有需要的可以去看看。由于最近我做了不少关于meta分析的研究，也有了更多的经验，现在计划一点点向大家分享出来。其实meta分析并不只是用R才能做，其他的还有SAS,STATA,RevMan,MIX,Meta-DiSc等等许多，但是可以说R语言是个meta分析的全才，不仅可以完成经典的meta分析功能，一些新近出现的meta分析方法如网状meta分析等，也都可以用它完美实现，而且我也发现用R做的话，它的代码其实并不多，就那么几行核心代码，但是能做的事情却很多，许多的数据一丢进来，跑个代码就OK。所以我还是推荐大家用R做meta分析，它并不像大家想象的那么难。不过当然，这里面不同的分析方法和程序却有很多，在这篇文章例我主要向大家介绍metaplus包的使用方法，请小伙伴们结合自己的实际需要进行使用。对于meta分析的理论部分还有R软件包以及RStudio的获取大家可以看我公众号（全哥的学习生涯）的上一篇推文《如何利用R语言进行meta分析—详细教程（以OR值和 95%CI作为效应尺度进行合并）》，在这里就不赘述了。metaplus 程序包是 R 专用于实现 robust meta 分析和 Meta 回归的程序包metaplus 程序包，总体上可以分为 Meta 分析和Meta回归两大功能。其主要执行函数命令有metaplus 函数、testOutliers 函数和 outlierProbs 函数。其中，metaplus 函数用于模型拟合、选择合适模型及绘制森林图等；testOutliers 及 outlierProbs函数用于检测数据中的离群值。我们在这里以图1的数据为例（数据来源：The effectiveness of exercise as an intervention in the management of depression: systematic review and meta-regression analysis of randomised controlled trials, BMJ,2001, 322(7289): 763-767.）,以data 图11 模型的拟合与选择 安装包与录入数据：（整理后的数据见图2） install.packages(“metaplus”
|