近日，有小伙伴反映，在用Stata14進行二分類變量meta分析的時候遇到一件怪事：當對照組結局事件的發(fā)生頻數(shù)為0時，該研究雖然也有效應值和95%CI，但權重為0，不參與森林圖的合并，合并結果不對。這是怎么回事？
這事確實很奇怪，試驗組的結局發(fā)生頻數(shù)為0，結果就正常嗎？俗話說得好，無圖說個啥，先上圖。
以下數(shù)據(jù)是Stata的“metan”代碼包自帶的示例數(shù)據(jù)，為了做數(shù)據(jù)驗證，將第8個研究的對照組死亡人數(shù)、第11個研究的試驗組死亡人數(shù)都改為0。

接下來，我們分別用Stata11和Stata14做二分類變量的森林圖，效應值為RR，合并模型為固定效應模型，算法為M-H法（這是為了對比結果，上帝視角設置的參數(shù)，實際操作中請根據(jù)異質性大小選擇模型）。

從下方兩個森林圖可以觀察到，Stata11和14，單個研究和合并結果的RR (95%CI)都是一樣的，結果似乎沒問題。

然而，仔細看看，Stata14的森林圖里，第8個研究的權重確實為“0”，其他研究的權重跟Stata11森林圖顯示的權重也有小的差異。
既然權重變了，合并結果應該也會有所變化，于是，我們將小數(shù)點位數(shù)設置為3位，發(fā)現(xiàn)了更多的差異。
Stata11的合并結果是：RR (95%CI) = 1.025 (0.956, 1.100)，Stata14的合并結果是RR (95%CI) =?1.025 (0.955, 1.101)，確實有所不同。

這是為什么？其實，Stata14的結果窗口已經(jīng)告訴了我們答案。當二分類變量meta分析存在0事件，Stata會進行自動校正，每個數(shù)據(jù)加上0.5，以便得到分析結果。
如下圖所示，兩個帶星號的研究都是0事件研究，都進行了自動校正，得到RR值?？墒?，M-H法的合并，使用的是未校正的數(shù)據(jù)。

因此，第八個研究的權重為0。

可是，按照這個說法，第11個研究的權重不應該也是0嗎？的確如此。但我猜想，這里還有一層邏輯：零除以任意非零的數(shù)都為0，運算是可行的，得到校正的結果和權重。零不能作為除數(shù)，運算不可行，得到校正的結果，但權重為0。
那么，這種情況下，Stata14怎么才能得到準確的結果呢？很簡單，在森林圖的命令后加上cc(0.5)就行。
運行以下命令，得到跟Stata11完全一樣的森林圖。metan tdeath tnodeath cdeath cnodeath, label(namevar=id) fixed rr dp(3) cc(0.5)