敏感性分析是meta分析的重要組成部分，它可以幫助我們評估合并結果的穩(wěn)定性。敏感性分析方法有多種，其中，逐一剔除法是最常被使用的。作為醫(yī)學領域三大meta分析軟件之一，Stata也具體敏感性分析的功能。對于逐一剔除法，Stata有兩個操作菜單：metainf和metaninf。

這兩個菜單都能實現(xiàn)逐一剔除法的敏感性分析，兩者有什么區(qū)別，我們應該選哪個來做分析呢？
先看下兩個菜單的具體差異。如下圖所示，左側、右側依次是“metainf”、 “metaninf”的主菜單。前者只能使用一種數(shù)據(jù)類型：效應值（ES和seES），后者可以使用三種數(shù)據(jù)類型：二分類變量、連續(xù)變量和效應值。這個菜單，整體上跟做森林圖的“metan”菜單十分相似。

對于做RCT的meta分析，由于研究數(shù)據(jù)都是二分類變量或連續(xù)變量，使用“metaninf”菜單完成敏感性分析，相對來說更容易掌握。畢竟懂得如何做meta分析，就知道該選哪些參數(shù)做敏感性分析了。我們用以下數(shù)據(jù)為例，做二分類變量（死亡結局）的敏感性分析。

“metaninf”菜單的操作

1 、設置主菜單，跟做森林圖的參數(shù)選擇一致，選擇四格表數(shù)據(jù)為分析變量，再設置森林圖左側的研究標簽。

2 、設置二級菜單，選擇與森林圖一致的效應值、合并模型。

3、點擊“OK”，運行程序，得到結果。

“metainf”菜單的操作

1、先做森林圖

因為這個菜單要求的數(shù)據(jù)是ES和seES，對于本例中的死亡結局，使用OR值進行meta分析，敏感性分析的ES和seES是logOR和selogOR。數(shù)據(jù)中并沒有這兩個變量，因此要先做森林圖。

操作跟前面做metaninf的敏感性分析相似，只不過菜單換成了“metan”。

2 、數(shù)據(jù)轉換。

將Stata自動生成的_ES和_selogES，轉換為logOR和selogOR

運行以下代碼，完成轉換

gen logOR=log(_ES)

gen selogOR=_selogES

注意，這是Stata11的操作，如果是Stata14，此時生成的_ES和_seES，就是logOR和selogOR，不需要再做對數(shù)轉換。

3 、設置“metainf”菜單的參數(shù)，點擊“OK”，完成敏感性分析。

對比后可發(fā)現(xiàn)，兩種方法的敏感性分析結果完全一致。

最后，補充一點，如果使用“metaninf”完成logOR和selogOR的敏感性分析，得到的結果圖形，橫坐標是logOR，而不是OR。

操作和結果如下所示：

如果要將橫坐標轉換為用OR值顯示，只能通過命令進行。

哪怕用戶使用菜單操作，Stata也會在命令回顧窗口“Review”生成對應的命令。

上面這個敏感性分析對應的命令是：

metaninf logOR selogOR, label(namevar=id, yearvar=year) random

在這個命令的后面加上eform

metaninf logOR selogOR, label(namevar=id, yearvar=year) random eform

運行命令，得到新的結果。

Stata實現(xiàn)逐一剔除法的兩個菜單：metainf和metaninf，你更喜歡哪一個？