選用文章:陳浩然,薛昊,劉文靜,et al. 血小板淋巴細胞比值作為非小細胞肺癌預后因素的meta分析[J].中國癌癥雜志,022(005):289-289.
數(shù)據(jù)加載
讀取數(shù)據(jù)
查看數(shù)據(jù)
查看數(shù)據(jù)
查看數(shù)據(jù)框結構
可以發(fā)現(xiàn)讀取的數(shù)據(jù)框,字符串變量自動被識別為factor儲存,而其他數(shù)字變量均為numeric或integer。
變量因子化
原文對種族、樣本量、治療方式以及cutoff值進行了亞組分析,故應將這四個變量轉化為二分類的因子化變量。
HR數(shù)據(jù)轉化
將效應量對數(shù)化,并求出其標準誤,添加到原數(shù)據(jù)框中。
meta分析
安裝并加載meta包。預后資料的meta分析使用metagen()函數(shù)。由于metagen的參數(shù)實在太多,只列幾個常用的。森林圖繪制用forset()函數(shù)。
TE:logHR值
seTE:SE(logHR)值
studlab :研究標簽
sm:效應量,字符串
comb.fixed:固定效應模型,默認為TRUE
comb.random:隨機效應模型,默認為TRUE
此處用兩種模型進行了分析,可設置comb.fixed或comb.random的邏輯值選用其中一種。對比原文成功繪制出森林圖。
meta回歸分析
用metareg()函數(shù),但是發(fā)現(xiàn)無論如何改變“method.tau=”,即使用何種方法,都與原文有差別。(為什么呢?是否因為分析方法不同)
敏感性分析
使用metainf()函數(shù)進行敏感性分析,并畫出森林圖。原理為一次刪除一項研究,以分析對總效應量的影響,結果發(fā)現(xiàn)P值均<0.0001,合并HR有良好的穩(wěn)定性,與原文一致。
漏斗圖
Begg’s法
Egger’s法:
Egger’s法檢驗:
其他函數(shù)的探索
baujat(pfs)用于探索meta分析的異質性。在x軸上,繪制了每個研究對整體異質性統(tǒng)計量的貢獻)。在y軸上繪制了有無研究的總體效應量的標準差;此數(shù)量描述了每個研究對總體效應量的影響。
由此發(fā)現(xiàn),Kim2016的研究對異質性統(tǒng)計量的貢獻最大;Zhang2015的研究對總體效應量的影響最大。
氣泡圖:
文章來源:零級偽碼農
歡迎微信關注【非編碼RNA研究園地】,我們致力于及時發(fā)布醫(yī)學科研前沿進展,幫助醫(yī)務工作者開拓思路,從專業(yè)角度解答課題基金及SCI相關問題,助力學術成果轉化。
聯(lián)系客服