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