一、安裝 根據(jù)BV號(hào):

1LT411R7Ws

獲取資源及安裝，注意安裝所在文件夾不能含中文，不安裝在c盤也可以。 根據(jù)BV號(hào):

1Dj411G71Y

下載外部命令包，名稱為plus的文件夾。 將plus文件夾放置在

c盤

如下路徑

刪除該plus文件夾m文件里的名稱為

metabias

的文件（應(yīng)該只有一個(gè)），如圖

刪除后打開stata 16，電腦需要聯(lián)網(wǎng)，運(yùn)行如下命令

安裝完成后根據(jù)bv號(hào):

1cQ4y1Q7i2

制作profile.do文件，注意復(fù)制代碼時(shí)窗口需最大化，否則運(yùn)行失敗。成功后可見如下

二、meta分析（干預(yù)性實(shí)驗(yàn)） 1.森林圖繪制 1.1連續(xù)性變量（什么是連續(xù)性可以百度） 1.1.1所需數(shù)據(jù)：干預(yù)組人數(shù)n1，干預(yù)組數(shù)據(jù)平均值mean1，干預(yù)組標(biāo)準(zhǔn)差sd1，對(duì)照組人數(shù)n2，對(duì)照組數(shù)據(jù)平均值mean2，對(duì)照組標(biāo)準(zhǔn)差sd2 最好制作為表格，方便復(fù)制

打開stata 16，打開數(shù)據(jù)編輯器，路徑如圖

將表格數(shù)據(jù)粘貼在每列第一個(gè)空格，若跳出窗口均選數(shù)據(jù)

輸入完成后可以單擊2次var更改名稱

為方便自己認(rèn)得出。更改完成后如圖

回到命令界面。輸入命令db metan運(yùn)行，或如圖

運(yùn)行后

count 二分類數(shù)據(jù)，continuous連續(xù)性數(shù)據(jù)，effect/ci 效應(yīng)值/置信區(qū)間，effect/se 效應(yīng)值/標(biāo)準(zhǔn)誤。我們選第二個(gè) 下拉菜單后單擊填入

點(diǎn)擊該窗口第三個(gè)按鈕，如圖，根據(jù)文獻(xiàn)中類型選擇模型，隨機(jī)實(shí)驗(yàn)一般為random和nostandard。選擇后確定。

1.2二分類數(shù)據(jù) 所需數(shù)據(jù):a干預(yù)組發(fā)生事件數(shù)，b干預(yù)組未發(fā)生事件數(shù)（

注意！不是總?cè)藬?shù)

）

，c對(duì)照組發(fā)生事件數(shù)，d對(duì)照組未發(fā)生事件數(shù)（

同b

）。同樣運(yùn)行db metan命令。選擇數(shù)據(jù)種類為count，下拉菜單點(diǎn)擊abcd，順序不要錯(cuò)

根據(jù)文獻(xiàn)內(nèi)容點(diǎn)擊該窗口第二個(gè)按鈕，選擇模型和統(tǒng)計(jì)量，選擇后確定。

1.3 EFFECT/CI適用于文獻(xiàn)僅有相對(duì)危險(xiǎn)度rr及置信區(qū)間（本小節(jié)未親自試驗(yàn)，存疑） 所需數(shù)據(jù)，rr，最低置信區(qū)間lowerCI（lcl），最高置信區(qū)間upperCI（ucl），同樣db metan依次選擇rr，lcl，ucl。

在該窗口第四個(gè)按鈕選擇模型，效應(yīng)值標(biāo)簽為rr（你設(shè)rr叫什么就是什么）。設(shè)定后運(yùn)行。

1.4已知相關(guān)系數(shù)r值。本小節(jié)采取文獻(xiàn)《中國(guó)老年人睡眠質(zhì)量與抑郁、焦慮相關(guān)性的meta分析》 已知相關(guān)系數(shù)r，本文獻(xiàn)采取z值計(jì)算。 z=0.5*ln((1+r)/(1-r）），z值方差Vz=1/（n樣本量-3），z值標(biāo)準(zhǔn)誤Se=Vz＾0.5。網(wǎng)上搜的公式，用就好了，我也不知道為什么。在office或wps表格中先計(jì)算出vz和se

type選擇effect/se，下拉菜單依次選z，se。第四個(gè)按鈕中標(biāo)簽label改為z值。點(diǎn)擊確定

繪制后。

2發(fā)表偏倚 我用stata就為了他的發(fā)表偏倚，stata16畫完begg它同時(shí)就把egger畫出來了，很方便。

畫發(fā)表偏倚前按1步驟畫森林圖

畫完森林圖后

2.1連續(xù)性變量

輸入命令:metabias6空格_ES空格_seES, 空格graph（begg）后運(yùn)行，此處寫空格是為了便于講解。stata16中做發(fā)表偏倚

metabias后必須有個(gè)6，逗號(hào)后的空格不要忽略。標(biāo)點(diǎn)全英文

metabias6 _ES _seES, graph(begg) 2.2二分類變量 gen命令可以在數(shù)據(jù)編輯器里新建一列你所需要的數(shù)據(jù)。 gen logES=log(_ES)回車 metabias6 logES _selog(ES), graph(begg)回車 2.3EFFECT/CI 據(jù)網(wǎng)絡(luò)所述，需要先定義三個(gè)數(shù)據(jù)。每個(gè)命令回車一次。 gen logrr=log(rr) gen loglcl=log(lcl) gen logucl=log(ucl) metabias6 logrr loglcl logucl, graph(begg) 或者不定義，我沒試過 metabias6 log(rr) log(lcl) log(ucl), graph(begg) 2.4EFFECT/SE 運(yùn)行命令metabias6 z se, graph(begg) 依據(jù)上述文獻(xiàn)如圖

書寫格式，寫begg法的z和p，egger法的t和p

3，亞組分析 如本文獻(xiàn)，建議在表格中先分組

同樣根據(jù)文獻(xiàn)類型輸入數(shù)據(jù)

同樣用繪制森林圖那個(gè)窗口，下方有個(gè)by variable，選擇你的亞組分組依據(jù)

運(yùn)行

如何統(tǒng)計(jì)亞組的發(fā)表偏倚？ 此例中，運(yùn)行 metabias6 z se, by(year2) graph(begg) 所以說，連續(xù)性變量啊，二分類變量啊，在graph前面加 by(你分組的自定義標(biāo)簽)就可以了。只不過需要在excel中提前分好組。stata好像一次只能根據(jù)一個(gè)亞組分析，就是by variable下拉標(biāo)簽里你選兩個(gè)就報(bào)錯(cuò)了。 三隨便說說 revman也是不錯(cuò)的軟件，繪制森林圖很方便，可是不如stata編輯性強(qiáng)一點(diǎn)，可以隨便加文本。revman的發(fā)表偏倚也很方便，只不過出來的是圖，沒有begg和egger這種具體的數(shù)字。改天我要繼續(xù)學(xué)習(xí)一下revman的亞組分析，stata的樓斗圖也還沒學(xué)會(huì)。 感謝上述列舉視頻中b友的資源，愿看到這篇文章的你前程似錦，sci隨便發(fā)??。