选用文章：陈浩然，薛昊，刘文静，et al. 血小板淋巴细胞比值作为非小细胞肺癌预后因素的meta分析[J].中国癌症杂志，022（005）：289-289.
数据加载
读取数据
查看数据
查看数据
查看数据框结构
可以发现读取的数据框，字符串变量自动被识别为factor储存，而其他数字变量均为numeric或integer。
变量因子化
原文对种族、样本量、治疗方式以及cutoff值进行了亚组分析，故应将这四个变量转化为二分类的因子化变量。
HR数据转化
将效应量对数化，并求出其标准误，添加到原数据框中。
meta分析
安装并加载meta包。预后资料的meta分析使用metagen()函数。由于metagen的参数实在太多，只列几个常用的。森林图绘制用forset()函数。
TE：logHR值
seTE：SE(logHR)值
studlab ：研究标签
sm：效应量，字符串
comb.fixed：固定效应模型，默认为TRUE
comb.random：随机效应模型，默认为TRUE
此处用两种模型进行了分析，可设置comb.fixed或comb.random的逻辑值选用其中一种。对比原文成功绘制出森林图。
meta回归分析
用metareg()函数，但是发现无论如何改变“method.tau=”，即使用何种方法，都与原文有差别。（为什么呢？是否因为分析方法不同）
敏感性分析
使用metainf()函数进行敏感性分析，并画出森林图。原理为一次删除一项研究，以分析对总效应量的影响，结果发现P值均<0.0001，合并HR有良好的稳定性，与原文一致。
漏斗图
Begg’s法
Egger’s法：
Egger’s法检验：
其他函数的探索
baujat(pfs)用于探索meta分析的异质性。在x轴上，绘制了每个研究对整体异质性统计量的贡献）。在y轴上绘制了有无研究的总体效应量的标准差；此数量描述了每个研究对总体效应量的影响。
由此发现，Kim2016的研究对异质性统计量的贡献最大；Zhang2015的研究对总体效应量的影响最大。
气泡图：
文章来源：零级伪码农
欢迎微信关注【非编码RNA研究园地】，我们致力于及时发布医学科研前沿进展，帮助医务工作者开拓思路，从专业角度解答课题基金及SCI相关问题，助力学术成果转化。
联系客服
