Stata已經(jīng)更新到17了，但我并不會(huì)盲目追求安裝最新的版本。實(shí)際上，對(duì)于meta分析，Stata14已經(jīng)完全足夠了，甚至更多時(shí)候只需要用到Stata11?？墒牵琒tata在16版本中，對(duì)meta分析模塊作了一個(gè)大更新：新增“meta菜單”，并增加了多個(gè)統(tǒng)計(jì)模型。

于是，我還是忍不住搗鼓了一下，說(shuō)實(shí)話，目前來(lái)看對(duì)于常規(guī)meta分析來(lái)說(shuō)，新功能的用途不是太大（例如：增加了隨機(jī)效應(yīng)模型的算法，可以用I square校正合并結(jié)果，將效應(yīng)值合并、meta回歸、拉貝圖、發(fā)表偏倚檢驗(yàn)都整合到一個(gè)菜單）。不是說(shuō)功能不實(shí)用，相反“I square校正合并結(jié)果”可以使結(jié)果更加客觀，但目前該方法的應(yīng)用很少，我們可以借鑒的案例太少。

但是，這不妨礙我們的學(xué)習(xí)，下面一起來(lái)看看Stata16的“meta”菜單的新面貌以及操作注意事項(xiàng)。

多功能整合

新版的meta菜單，將數(shù)據(jù)整理、森林圖、異質(zhì)性檢驗(yàn)（拉貝圖）、meta回歸和發(fā)表偏倚檢驗(yàn)等功能整合到一個(gè)操作頁(yè)面。

下面以Stata自帶的數(shù)據(jù)進(jìn)行操作演示（二分類數(shù)據(jù)的meta分析），分析兩組間死亡率的差異（納入觀察性研究，本例以O(shè)R值作為效應(yīng)量進(jìn)行meta分析合并）。

1 選擇分析數(shù)據(jù)和設(shè)置合并指標(biāo)

如下圖所示，在treatment/control group中分別選擇死亡、非死亡人數(shù)，設(shè)置效應(yīng)值為log odd-ratio。

2 模型選擇

新的菜單，模型選擇有三個(gè)：Random-effects, Common-effect和Fixed-effects，其實(shí)Common-effect也是隨機(jī)效應(yīng)模型，跟Fixed-effects一樣，可選擇M-H法或I-V法。本例以Random-effects為例，從下圖可以發(fā)現(xiàn)，Random-effects可以選擇多種算法，此處用常用的D-L法進(jìn)行合并。

3 設(shè)置圖形參數(shù)

Options菜單主要設(shè)置“Study label”和“Effect-size label”，如下圖所示，前者是指研究的名稱變量（在數(shù)據(jù)中選擇），后者則需要自行設(shè)置。此時(shí)，前期準(zhǔn)備完成，點(diǎn)擊菜單右下角的“Submit”。

4 數(shù)據(jù)準(zhǔn)備完畢

點(diǎn)擊“Submit”后，stata的結(jié)果窗口就會(huì)顯示對(duì)應(yīng)的信息，我們可以核對(duì)信息是否有誤。

5 輸出總體結(jié)果

在“Summary”菜單的“Main”菜單再次設(shè)置分析模型和選擇算法，然后在“Options”菜單選擇合并結(jié)果的報(bào)告形式（這點(diǎn)很容易被忽略），此處選“Report exponentiated effect sizes”，很多人沒有設(shè)置這個(gè)參數(shù)，導(dǎo)致出來(lái)的結(jié)果是對(duì)數(shù)形式。

此時(shí)，異質(zhì)性檢驗(yàn)結(jié)果為I square = 41.88%, P =0.0261，提示有顯著異質(zhì)性，使用隨機(jī)效應(yīng)模型進(jìn)行合并是合理的。合并結(jié)果為 OR (95%CI) = 1.112 (0.919, 1.345), P = 0.2741，差異不顯著。
但我們發(fā)現(xiàn)，這里顯示的指標(biāo)是exp(OR)，似乎不太對(duì)，那是因?yàn)樵凇? 設(shè)置圖形參數(shù)”的操作中，設(shè)置了效應(yīng)值為“OR”，如此看來(lái)，設(shè)置為“l(fā)ogOR”才合適。

6 輸出森林圖

森林圖的參數(shù)設(shè)置與“summary”基本一致，此處不再截圖展示。

7 異質(zhì)性檢驗(yàn)（拉貝圖）

如下圖所示，進(jìn)行參數(shù)設(shè)置，得到拉貝圖。其實(shí)拉貝圖的應(yīng)用比較少。雖然它可以分析哪些研究給總體帶來(lái)異質(zhì)性，但判斷標(biāo)準(zhǔn)（與斜線的距離越遠(yuǎn)，越可能帶來(lái)異質(zhì)性）不是太明確，本文就不多介紹拉貝圖了，只展示操作和圖形結(jié)果。

8 發(fā)表偏倚檢驗(yàn)

由于缺乏適合做meta回歸的數(shù)據(jù)，本文跳過(guò)這部分的介紹，直接看最后的部分：發(fā)表偏倚檢驗(yàn)。此菜單整合了三個(gè)分析：漏斗圖（常規(guī)/增強(qiáng)），小樣本偏倚檢驗(yàn)（定量檢驗(yàn)），剪補(bǔ)法。
以定量發(fā)表偏倚檢驗(yàn)為例，軟件默認(rèn)使用egger檢驗(yàn)（也可以選擇Begg, Peter或Harbord檢驗(yàn)，但要注意幾種方法的適用條件）。檢驗(yàn)結(jié)果為P=0.0423<0.05，提示存在顯著的小樣本效應(yīng)（發(fā)表偏倚）。

時(shí)間有限，Stata16的“meta”新菜單就介紹到這里了。最后說(shuō)一下，為什么不推薦新手使用Stata16呢？一是meta菜單與之前的版本相差很大，在缺乏相關(guān)的教程的情況下，新手不好掌握；二是，新版本的森林圖和結(jié)果都有不少變化，需要重新設(shè)置一些參數(shù)才能得到較為熟悉的森林圖，而這些設(shè)置對(duì)新手來(lái)說(shuō)也是比較困難的。