在文獻(xiàn)中，關(guān)于回歸系數(shù)，常以三種形式出現(xiàn)：線性回歸、logistics回歸、Cox回歸。后兩者的操作是一樣的，因此，我們先看看線性回歸系數(shù)及95%CI怎么做meta分析。

一 線性回歸系數(shù)

本例數(shù)據(jù)來(lái)源于文獻(xiàn)《Old age mortality and macroeconomic cycles》，探討宏觀經(jīng)濟(jì)周期與40-44歲男性的死亡率周期性變化的關(guān)聯(lián)。共有19個(gè)國(guó)家的數(shù)據(jù)，通過(guò)線性回歸分析評(píng)估兩者的關(guān)聯(lián)，得到回歸系數(shù)(β)和95%CI。整理后的數(shù)據(jù)如下圖所示。

下面，我們利用Stata11對(duì)上述數(shù)據(jù)進(jìn)行meta分析，得到森林圖。操作方法有兩種。
方法一：菜單按照下圖所示，在對(duì)應(yīng)的菜單欄選擇變量名稱(chēng)，主菜單（Main）和二級(jí)菜單（Effect）都設(shè)置完畢后，點(diǎn)擊“OK”，得到分析結(jié)果和森林圖。

方法二：命令運(yùn)行以下命令，得到meta分析結(jié)果和森林圖metan coe lci uci, label(namevar=country) random
不管是通過(guò)哪種方法，最終都能得到如下森林圖。合并結(jié)果為：β (95%CI) = 0.37 (0.19, 0.56), P < 0.001。納入研究間存在顯著的異質(zhì)性：I2 = 77.8%，P < 0.001。

與原文的數(shù)據(jù)對(duì)比，發(fā)現(xiàn)森林圖的外觀和數(shù)據(jù)基本一致，除了在合并結(jié)果的點(diǎn)估計(jì)上存在小差異。原文的合并結(jié)果是β (95%CI) = 0.38 (0.19, 0.56)。

本次操作是直接使用上表的數(shù)據(jù)做的meta分析，不排除原文在實(shí)際操作時(shí)使用更精確的數(shù)據(jù)（如保留三位小數(shù)），結(jié)果的誤差在可接受范圍內(nèi)。


二 、logistics回歸、Cox回歸系數(shù)

其實(shí)，這兩個(gè)回歸系數(shù)的meta分析，有一種更常見(jiàn)的形式：OR/RR/HR (95%CI)。OR/RR/HR的自然對(duì)數(shù)就是logistics回歸、Cox回歸的回歸系數(shù)。Stata實(shí)現(xiàn)合并效應(yīng)值（OR、RR或HR）的Meta分析，并得到森林圖的兩種方法，步驟如下：

1、 數(shù)據(jù)錄入

將數(shù)據(jù)輸入Stata的數(shù)據(jù)編輯窗口，或復(fù)制Excel表格的數(shù)據(jù)粘貼到數(shù)據(jù)編輯窗口，合并效應(yīng)值需要用到以下數(shù)據(jù)：OR、RR、HR及其95%CI。如下圖所示，錄入相關(guān)數(shù)據(jù)（lci、uci分別為95%CI的下限和上限）。

2 、數(shù)據(jù)轉(zhuǎn)換

對(duì)rr、lci、uci取對(duì)數(shù)：gen logrr=log(rr)；gen loglci=log(lci)；gen loguci=log(uci)。

3、 得到Meta分析結(jié)果和森林圖

方法一 菜單

依次點(diǎn)擊如下圖所示的菜單，得到Meta分析結(jié)果和森林圖（如需要使用隨機(jī)效應(yīng)模型，選擇“random”）。

方法二：命令

數(shù)據(jù)錄入且進(jìn)行了對(duì)數(shù)轉(zhuǎn)換后，在命令窗口輸入：metan logrr loglci loguci, label(namevar=author) fixed effect(RR) eform如果是隨機(jī)效應(yīng)模型，則把“fixed”改為“random”。
運(yùn)行命令得到Meta分析結(jié)果和森林圖。