Meta分析｜第10期. 数据分析III—做好这一步，你的结果更可信

一、敏感性分析常用方法

敏感性分析是meta分析中非常重要的一环，通过敏感性分析，我们可以评估结果稳定性并探讨潜在异质性来源。meta分析敏感性分析的方法主要有：逐一剔除法、减补法、失安全数法、选择模型分析法。其中逐一剔除法最常用，该方法通过分别逐一去除合并中的某研究，评价最终合并后的效应值及异质性变化；变化小，提示结果较稳定，如变化大，则提示结果较不稳定。

二、敏感性分析的实现及结果解读

这里以逐一剔除法为例，计算的是剔除一篇文献，剩余文献的合并效应，通过观察合并结果的变化情况，评估原meta分析结果是否受某些研究的影响而发生显著变化。例如剔除了某个研究后，导致合并结果从原先的没有统计学意义，变成了有统计学意义的保护或者危险因素。

还是以之前的数据为例：

将数据导入到stata后（复制粘贴即可导入），首先对数据进行转换：

gene lnor=ln(or)

gene lnlci=ln(lci)

gene lnuci=ln(uci)

gene selnor=(ln(uci)-ln(lci))/3.92

分析的代码为：

metaninf lnor selnor, id(study) eform random print

结果显示：剔除研究1，其他研究合并后的OR（95%CI）为0.982（0.860-1.121）；剔除研究2，其他研究合并后的OR（95%CI）为1.077（0.967-1.199）。依此类推，纳入全部文献汇总的OR（95%CI）为1.017（0.895-1.155），通过对比可以发现，剔除任一研究，结果无显著改变（均没有显著的统计学意义），说明原meta分析结果较稳定。

今天的分享到这里就结束啦，你学会了吗？大家对于推送内容有任何问题或建议可以在公众号菜单栏“更多--读者的话”栏目中提出，我们会尽快回复！