森林图是Meta分析的重要组成部分之一,虽然大体上相同,但随着操作指标的改变,Stata绘制的森林图拥有不同的风姿。
以Stata自带的数据文件为例,进行四格表资料的meta分析,得到森林图。
运行“help metan”,然后调用网上的数据,或者直接运行“use http://fmwww.bc.edu/repec/bocode/m/metan_example_data”(需要联网)。
一 最常见的森林图
metan tdeath tnodeath cdeath cnodeath, label(namevar=id, yearvar=year) randomi rr
二 亚组分析森林图
metan tdeath tnodeath cdeath cnodeath, label(namevar=id, yearvar=year) by(type_study) randomi rr
三 显示四格表信息的森林图
metan tdeath tnodeath cdeath cnodeath, lcols( id year tdeath tnodeath cdeath cnodeath) randomi rr by( type_study) texts(120) astext(70)
四 无总合并结果(Overall)的森林图
metan tdeath tnodeath cdeath cnodeath, lcols( id year tdeath tnodeath cdeath cnodeath) randomi rr by( type_study) texts(120) astext(70) nooverall
五 亚组分析结果汇总的森林图
1 先运行亚组分析,得到结果,如:
Cohort studies, RR = 0.91 (0.81, 1.01);
Case-control studies, RR = 1.18 (1.07, 1.30);
Sample Size≥200, RR = 0.97 (0.86, 1.10);
Sample Size<200, RR = 1.16 (1.02, 1.31)。
2 整理数据
3 运行代码
1# gen lnRR=ln( rr);
2# gen lnLCI=ln( lci);
3# gen lnUCI=ln( uci)
4# metan lnRR lnLCI lnUCI, lcols(id n) by(group) effect(RR) eform nooverall nosubgroup texts(140) astext(60) xlabel(0.8,1,1.5)
六 显示两种模型结果的森林图
一个森林图同时显示随机效应模型、固定效应
metan tdeath tnodeath cdeath cnodeath, lcols(id year) randomi second(fixedi) rr by( type_study)
七 结果保留3位小数的森林图
metan tdeath tnodeath cdeath cnodeath, lcols(id year) randomi dp(3) rr
关键在于dp(x),需要显示小数点后4位,则设置为dp(4)。
八 累积meta分析森林图
按一定的规则(如发表的时间),逐一纳入每篇研究后进行meta分析合并,可观察合并结果的渐变趋势。
metacum tdeath tnodeath cdeath cnodeath, lcols(id year) randomi rr xlabel(0.6, 1, 1.5)
今天的分享就到这了,如果你还有其它森林图,请不要犹豫,第一时间给“实用meta分析”留言吧!
最后,“实用meta分析”恭祝大家
联系客服