Stata在Meta分析中的应用

２００７年１２月第７卷第６期

循证医学

ＴｈｅＪｏｕｒｎａ］ｏｆＥｖｉｄｅｎｃｅ—ＢａｓｅｄＭｅｄｉｃｉｎｅ

Ｄｅｅ．２００７

Ｖ０１．７ＮＯ．６

?循证医学中的医学统计学问题?

Ｓｔａｔａ在Ｍｅｔａ分析中的应用

柏建岭１，钟文昭２郑明华３，陈峰

（１．南京医科大学公共卫生学院流行病与卫生统计学系，南京２１００２９；

２．广东省人民医院肿瘤中心，广州５１００８０；

３．温州医学院附属第一医院感染内科，浙江温州３２５０００）

［摘要］Ｓｔａｔａ是一个功能强大而又小巧玲珑的统计分析软件，其Ｍｅｔａ分析功能十分全面。本文结合３个实例介绍ｒＳｔａｔａ软件对二分类变量、连续性变量和生存分析等所涉及的Ｓｔａｔａ命令及输出结果。和ＲｅｖｉｅｗＭａｎａｇｅｒ相比，Ｓｔａｔａ可更个性化、更高效专业地完成Ｍｅｔａ分析，且更易于为高影响力杂志所认同。

［关键词］统计学；软件；Ｓｔａｔａ；Ｍｅｔａ分析

［中图分类号］ＴＰ３１９［文献标识码］Ａ［文章编号］１６７１—５１４４（２００７）０６—０３６３—０６

Ｍｅｔａ—ＡｎａｌｙｓｉｓｉｎＳｔａｔａ

ＢＡＩＪｉａｎ—ｌｉｎ９１，ＺＨＯＮＧＷｅｎ—ｚｈａ０２，ＺＨＥＮＧＭｉｎｇ—ｈｕａ３，ＣＨＥＮＦｅｎ９１

（Ｊ．ＤｅｐａｒｔｍｅｎｔｏｆＥｐｉｄｅｍｉｏｌｏｇｙａｎｄＢｉａｓｔａｔｉｓｔｉｃｓ，ＳｃｈｏｏｌｏｆＰｕｂｌｉｃＨｅａｌｔｈ，

ＮａｎｊｉｎｇＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００２９，Ｃｈｉｎａ；

２．ＣａｎｃｅｒＣｅｎｔｅｒ，ＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｉａｌＰｅｏｐｌｅ＇ｓＨａｓｐｉｔａｌ，Ｇｕａｎｇｚｈｏｕ５１００８０，Ｃｈｉｎａ；

３．ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｅｃｔｉｏｎａｎｄＬｉｖｅｒＤｉｓｅａｓｅｓ，ＴｈｅＦｉｒｓｔＡｆｆｉｌｉａｔｅｄＨｏｓｐｉｔａｌｏｆＷｅｎｚｈｏｕＭｅｄｉｃａｌ

Ｃｏｌｌｅｇｅ，ＺｈｅｊｉａｎｇＷｅｎｚｈｏｕ３２５０００，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｓｔａｔａｉｓａｓｍａｌｌｂｕｔｐｏｗｅｒｆｕｌｓｏｆｔｗａｒｅ，ｗｉｔｈｃｏｍｐｒｅｈｅｎｓｉｖｅｆｕｎｃｔｉｏｎｆｏｒｍｅｔａ—ａｎａｌｙｓｉｓ．Ｔｈｉｓｍａｎｕｓｃｒｉｐｔ，ｔｏｇｅｔｈｅｒｗｉｔｈｔｈｒｅｅｃａｓｅｓ，ｉｌｌｕｓｔｒａｔｅｄＳｔａｔａｐｒｏｃｅｄｕｒｅｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｒｅｓｕｌｔｓｆｏｒｐｒｏｃｅｓｓｉｎｇｄｉｃｈｏｔｏｍｏｕｓｖａｒｉａｂｌｅｓ，ｃｏｎｔｉｎｕｏｕｓｖａｒｉａｂｌｅｓａｎｄｓｕｒｖｉｖａｌａｎａｌｙｓｉｓｉｎｍｅｔａ—ａｎａｌｙｓｉｓ．ＣｏｍｐａｒｅｄｗｉｔｈＲｅｖｉｅｗＭａｎａｇｅｒ，ａｎｏｔｈｅｒｐｏｐｕｌａｒｓｏｆｔｗａｒｅｆｏｒｍｅｔａ—ａｎａｌｙｓｉｓ，Ｓｔａｔａｉｓｍｏｒｅｐｅｒｓｏｎａｌｉｚｅｄ，ｍｏｒｅｐｒｏｆｅｓｓｉｏｎａｌｗｉｔｈｅｑｕｉｖａｌｅｎｔｅｆｆｉｃａｃｙ，ａｎｄｍｏｒｅｅａｓｉｌｙｒｅｃｏｇｎｉｚｅｄｂｙｈｉｇｈ—ｉｍｐａｃｔｍａｇａｚｉｎｅｓ．

Ｋｅｙｗｏｒｄｓ：ｓｔａｔｉｓｔｉｃｓ；ｓｏｆｔｗａｒｅ；Ｓｔａｔａ；ｍｅｔａａｎａｌｙｓｉｓ

１前言

Ｓｔａｔａ是一个功能强大而又小巧玲珑的统计分析软件，最初由美国计算机资源中心（ＣｏｍｐｕｔｅｒＲｅｓｏｕｒｃｅＣｅｎｔｅｒ）研制，现为Ｓｔａｔａ公司的产品。从１９８５年１．０版问世以来。已连续推出１０个主要版本，并从４．０版起进入Ｗｉｎｄｏｗｓ时代。通过不断的更新和扩充，软件功能已日趋完善。它操作灵活、简单、易用，同时具有数据管理软件、统计分析软件、

［作者简介］柏建岭（１９７８一），男，江苏盐城人，生物统计学在读博士。

［通讯作者］陈峰，Ｔｅｌ：０２５—８６８６２７５４，Ｅ－ｍａｉｌ：ｄｒ．ｅｈｅｎｆｅｎｇ＠１６３．ＣＯＢ绘图软件、矩阵计算软件和程序语言的特点，在许多方面别具一格，和ＳＡＳ、ＳＰＳＳ一起并称为新的三大权威统计软件Ⅲ。Ｓｔａｔａ的许多高级统计模块均是程序文件（ＡＤＯ文件），Ｓｔａｔａ公司在这方面持开放的态度，允许用户自行修改、添加和发布ＡＤＯ文件，用户可随时到Ｓｔａｔａ网站或者其他个人网站上寻找并下载所需的程序包安装后使用。这一特点使得全球的统计学家均乐于在Ｓｔａｔａ上首先实现所研究的最新计算方法，并对外免费提供下载。从而使Ｓｔａｔａ始终处于统计分析方法发展的最前沿，用户几乎总是能很快找到最新统计计算方法的Ｓｔａｔａ程序版本。这也使Ｓｔａｔａ自身成为几大统计软件中升级最多、最频繁的一个。

　万方数据

３６４循证医学２００７年第７卷第６期

ＲｅｖｉｅｗＭａｎａｇｅｒ（简称ＲｅｖＭａｎ）是国际Ｃｏｃｈｒａｎｅ协作网为系统评价（ｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗ）Ｉ作者所提供的专用软件，是Ｃｏｃｈｒａｎｅ系统评价的一体化、标准化软件。从计算机软件的角度来看，它主要包括了Ｃｏｃｈｒａｎｅ系统评价的文字处理与Ｍｅｔａ分析两大功能。是目前Ｍｅｔａ分析专用软件中较成熟的软件之一。

ＲｅｖＭａｎ虽然简单易学．但只提供了对计数资料如有效率的优势比（ｏｄｄｓｒａｔｉｏ）、相对危险度（ｒｅｌａｔｉｖｅｒｉｓｋ）和差率（ｒｉｓｋｄｉｆｆｅｒｅｎｃｅ）的合并方法和计量资料如呈正态分布的资料（血压、身高等）的合并方法。同时，ＲｅｖＭａｎ缺乏诊断性试验的Ｍｅｔａ分析和Ｍｅｔａ回归的功能。相对而言，Ｓｔａｔａ的Ｍｅｔａ分析功能更全面和强大。该软件除了可以完成二分类变量和连续性变量的Ｍｅｔａ分析，也可以进行Ｍｅｔａ回归分析、累积Ｍｅｔａ分析、单个研究影响分析、诊断试验的Ｍｅｔａ分析、剂量反应关系Ｍｅｔａ分析、生存分析资料合并等几乎所有Ｍｅｔａ分析方法；还可以对发表偏倚进行Ｂｅｇｇ’Ｓ检验和Ｅｇｇｅｒ＇ｓ检验。在Ｓｔａｔａ软件中，可以绘制Ｍｅｔａ分析的相关图形，如森林图（ｆｏｒｅｓｔｐｌｏｔ）、漏斗图（ｆｕｎｎｅｌｐｌｏｔ）和Ｌ’Ａｂｂｅ图。国外文献中大部分Ｍｅｔａ分析文章都是通过Ｓｔａｔａ的ｍｅｔａ．ａｄｏ模块完成。本文拟通过３个实例介绍Ｓｔａｔａ用于Ｍｅｔａ分析的方法。

图１Ｓｔａｔａ９．２启动后的界面

２Ｓｔａｔａ的界面功能和基本语法

２．１Ｓｔａｔａ的界面功能

单击Ｓｔａｔａ软件图标进入Ｓｔａｔａ，图１为Ｓｔａｔａ９．２启动后的界面。

除了Ｗｉｎｄｏｗｓ版本软件通用的菜单栏、工具栏、状态栏等外，Ｓｔａｔａ的默认启动界面主要由四个窗口构成，分述如下。

２．１．１结果窗口（ＳｔａｔａＲｅｓｕｈｓ）

位于界面右上部，软件运行中的所有信息，如所执行的命令、执行结果和出错信息等均在该处体现。窗口中使用不同的颜色区分不同的文本，如默认情况下白色表示命令，红色表示错误信息。绿色和黄色为结果输出和注释。

２．１．２命令窗口（ＳｔａｔａＣｏｍｍａｎｄ）

位于结果窗口右下部。相当于ＤＯＳ中的命令行，此处用于键入需要执行的命令，回车后即开始执行，相应的结果则会在结果窗Ｅｌ中显示。２．１．３命令回顾窗口（Ｒｅｖｉｅｗ）

位于界面左上部，所有执行过的命令会依次在该窗口中列出，单击后命令即被自动拷贝到命令窗口中：如果需要重复执行，用鼠标在“Ｒｅｖｉｅｗ”窗口中双击相应的命令即可。

２．１．４变量名窗口（Ｖａｒｉａｂｌｅｓ）

位于界面左下部．列出当前数据集中的所有变量名称。

２．２Ｓｔａｔａ命令的基本语法

Ｓｔａｔａ命令的基本语法格式如下：

［特殊选项］关键词命令参数［，命令选项］

中括号表示其中的内容不一定总是出现，下面对语句中的各元素分别加以解释。

２．２．１特殊选项

是一些在大部分命令中通用的选项。由于执行的功能比较特殊，因此将他们提前，并使用空格和命令正文分隔。特殊选项中最常用的有分组执行相同语句的“ｂｖ”命令，按指定的条件重复执行的“ｆｏｒ”命令等。

２．１．２关键词

相当于一句话的主语，指明了所执行的是哪一条Ｓｔａｔａ命令，关键词在一条命令中必须出现。大多数命令的关键词都是采用相关的英文单词．简单易记，并且在Ｓｔａｔａ中还允许对关键词进行缩写（每个命令不同，无特殊规律），方便了使用。

２．２．３命令参数

相当于一句话的谓语和宾语．用于指明相应的命令在执行时需要使用的变量、参数等。大多数Ｓｔａｔａ命令都需要指定参数，但也有例外，此时系统会自动按照缺省方式执行。比如“ｄｅｓｃｒｉｂｅ”命令，如果不指定任何参数，则系统会默认对当前使用的数据集中的所有变量进行描述。

２．２．４命令选项

相当于一句话中的定语、状语、补语等修饰成

分，用于对相应的命令进行限制或更精确的指定，　万方数据

柏建岭，等．Ｓｔａｔａ在Ｍｅｔａ分析中的应用３６５在命令中不一定出现。

３Ｍｅｔａ分析中常用的命令

表１中列出了Ｍｅｔａ分析时在Ｓｔａｔａ中进行数

据操作时常用的命令关键词［２］。

表１Ｓｔａｔａ中进行ｍｅｔａ分析时常用的命令关键词

命令关键词执行的操作

ｍｅｔａｎ

ｍｅｔａｃｕｎｌｍｅｔａｉｎｆｍｅｔａｂｉａｓｍｅｔａｒｅｇ固定效应模型和随机效应模型Ｍｅｔａ分析累积Ｍｅｔａ分析

Ｍｅｔａ分析中单个研究的影响

Ｍｅｔａ分析中检验发表偏倚

Ｍｅｔａ回归

囿于篇幅，仅详细介绍Ｍｅｔａ分析中最常用的ｍｅｔａｎ和ｍｅｔａｂｉａｓ命令。

３．１ｍｅｔａｎ命令

ｍｅｔａｎ是ｍｅｔａａｎａｌｙｓｉｓ命令，可以合并二分类及连续数据；而且对效应量及相应标准误或可信区间进行Ｍｅｔａ分析；并能得到１２统计量进行异质性检验，同时给出森林图（ｆｏｒｅｓｔｐｌｏｔ）。其命令行格式为：

ｍｅｔａｎ变量名［，选择项］

①二分类资料ｍｅｔａ命令后跟四个变量。依次为试验组发生事件（如死亡）数、未发生事件（如未死亡）数、对照组发生事件（如死亡）数和未发生事件（如未死亡）数。

②连续性资料ｍｅｔａ命令后跟六个变量，分别是试验组的样本量、均数、标准差，对照组的样本量、均数、标准差，如ｍｅｔａｎｎｌｍｌｓｄｌｎ２ｍ２ｓｄ２。

③已知效应量和标准误或效应量和可信区间上下限以ＯＲ为例ｍｅｔａｎ命令后跟两个变量（效应量的对数值和其标准误）如ｍｅｔａｎｌｏｇｏｒ

ｓｅｌｏｇｏｒ，ｅｆｏｒｍｅｆｆｅｃｔ（ｏｄｄｓｒａｔｉｏ）或三个变量（效应量的对数值，可信区间上限的对数值，可信区间下限的对数值）如ｍｅｔａｎｌｏｇｏｒｌｏｇｕｌｌｏｇｌｌ，ｅｆｏｒｍｅｆｆｅｃｔ（ｏｄｄｓｒａｔｉｏ）。３．１．１用于二分类资料（四变量）的选项有：

ｒｒ／串合并相对危险度（ｒｉｓｋｒａｔｉｏｓ），为默认选项

ｏｒ／水合并优势比（ｏｄｄｓｒａｔｉｏｓ）

ｒｄ／术合并率差（ｒｉｓｋｄｉｆｆｅｒｅｎｃｅｓ）

ｆｉｘｅｄ／冰指定固定效应模型（ＭａｎｔｅｌａｎｄＨａｅｎｓｚｅｌｍｅｔｈｏｄ），为默认选项

ｆｉｘｅｄｉ／术指定固定效应模型（ｉｎｖｅｒｓｅｖａｒｉａｎｃｅｍｅｔｈｏｄ）ｐｅｔｏ／半指定Ｐｅｔｏ法合并优势比（ｏｄｄｓｒａｔｉｏｓ）

ｒａｎｄｏｍ／木指定随机效应模型（ＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄｍｅｔｈｏｄ），其异质性估计采用Ｍａｎｔｅｌ—

Ｈａｅｎｓｚｅｌｍｏｄｅｌ

ｒａｎｄｏｍｉ／：｜：指定随机效应模型（ＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄｍｅｔｈｏｄ），其异质性估计采用ｉｎｖｅｒｓｅ

ｖａｒｉａｎｃｅｆｉｘｅｄｅｆｆｅｃｔｍｏｄｅｌ

３．１．２用于连续性资料（六变量）的选项有：

ｃｏｈｅｎ／术Ｃｏｈｅｎ法合并标准差，为默认选项

ｈｅｄｇｅｓ／半Ｈｅｄｇｅ法合并标准差

ｇｌａｓｓ／木Ｇｌａｓｓ法合并标准差

ｎｏｓｔａｎｄａｒｄ／术合并加权均数之差（非标化），否则合计标化均数之差

ｆｉｘｅｄ／术指定固定效应模型（ｉｎｖｅｒｓｅｖａｒｉａｎｃｅｍｅｔｈｏｄ），为默认选项

ｒａｎｄｏｍ／术指定随机效应模型（ＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄｍｅｔｈｏｄ）

３．１．３用于已知效应量和标准误或效应量和可信区间上下限选项有：

ｅｆｒｏｍ／术效应量及其可信区间指数化（仅用于合并ＲＲ和ＯＲ）

３．１．４共用选项有：

ｂｙ（ｂｙｖａｒ）／：．：指定分组变量．亚组分析时常用

ｌａｂｅｌ（［ｎａｍｅｖａｒ＝ｎａｍｅｖａｒ］［，ｙｅａｒｖａｒ＝ｙｅａｒｖａｒ］）／水指定每个研究的标签

ｂｏｘｓｃａ（）／术指定森林图中方块的显示比例缺省为１３．２ｍｅｔａｂｉａｓ命令

ｍｅｔａｂｉａｓ命令用于ＢｅｇｇａｎｄＭａｚｕｍｄａｒ等提出的秩相关检验及Ｅｇｇｅｒ等提出的线性回归法．用于检测漏斗图的对称性。命令行格式为：

ｍｅｔａｂｉａｓ变量名［，选择项］

变量有三种形式：

①效应量及其标准误如ｍｅｔａｂｉａｓ

ｌｏｇｒｒｓｅｌｏｇｒｒ，ｇｒａｐｈ（ｂｅｇｇ）。

②效应量及其方差如ｍｅｔａｂｉａｓｌｏｇｒｒｖａｒｌｏｇｒｒｉｆｓｉｔｅ＝＝３，ｖａｒｇｒａｐｈ（ｅｇｇｅｒ）。

③ＲＲ（ＯＲ）及其可信区间上下限如１１３ｅｔａｂｉａｓＩＴ１１ｕｌ，ｃｉｂｙ（ｓｉｔｅ）。

选项有：

ｂｙ（ｂｙｖａｒ）／术指定分组变量

ｇｒａｐｈ（ｂｅｇｇ）／：ｌ：画ｂｅｇｇ漏斗图

ｇｒａｐｈ（ｅｇｇｅｒ）／：ｌ：画ｅｇｇｅｒ不对称图

４实例分析

例１［３］为了探讨用Ａｓｐｉｒｉｎ预防心肌梗塞（ｍｙｏ—ｃａｒｄｉａｌｉｎｆａｒｃｔｉｏｎ，ＭＩ）后死亡的发生，美国在１９７６—１９８８年问进行了７个关于Ａｓｐｉｒｉｎ预防ＭＩ后死亡

　万方数据

３６６循证医学２００７年第７卷第６期的研究，其结果见表２，其中６项研究的结果表明

Ａｓｐｉｒｉｎ组与安慰剂组的ＭＩ后死亡率的差别无统

计学意义，只有１项结果表明Ａｓｐｉｒｉｎ预防ＭＩ后死

亡有效并且差别有统计学意义。现根据表２所提供

的资料作Ｍｅｔａ分析。

表２Ａｓｐｉｒｉｎ预防心肌梗塞死亡的临床试验结果

第一步，收集文献资料提取数据，得到每一个研究的四格表资料如表２。

第二步，在Ｓｔａｔａ中录人数据。Ｗｉｎｄｏｗｓ版本的Ｓｔａｔａ提供了数据编辑工具ｅｄｉｔｏｒ，为数据的输入提供了便利。在Ｓｔａｔａ命令窗口（ＳｔａｔａＣｏｍｍａｎｄ）中键入ｅｄｉｔ或在ＳｔａｔａＤａｔａ菜单栏中单击Ｄａｔａｅｄｉｔｏｒ，即可进入Ｓｔａｔａ的数据编辑器，按列输入数据，见图２。其中变量ｓｔｕｄｙ表示纳入的研究，ｙｅａｒ表示年份，ｄｅａｔｈｌ表示Ａｓｐｉｒｉｎ组的死亡人数，ｌｉｖｅｌ表示Ａｓｐｉｒｉｎｇ］ｌ的存活人数，ｄｅａｔｈ２表示安慰剂组的死亡人数，ｌｉｖｅ２表示安慰剂组的存活人数。

图２Ｓｔａｔａ９．２数据编辑窗口的界面（例１）

第三步，进行Ｍｅｔａ分析。Ｓｔａｔａ命令如下：

ｍｅｔａｎｄｅａｔｈｌｌｉｖｅｌｄｅａｔｈ２ｌｉｖｅ２，ｏｒｌａｂｅｌ（ｎａｍｅｖａｒ＝ｓｔｕｄｙ，ｙｅａｒｖａｒ＝ｙｅａｒ）

第四步，检验发表偏倚。

Ｓｔａｔａ命令如下：

ｇｅｎｅｒａｔｅｌｏｇｏｒ＝ｌｏｇ（．ＥＳ、）

ｇｅｎｅｒａｔｅｓｅｌｏｇｏｒ＝＿ｓｅｌｏｇＥＳ

ｍｅｔａｂｉａｓｌｏｇｏｒｓｅｌｏｇｏｒ，ｇｒａｐｈ（ｂｅｇｇ）

Ｓｔａｔａ产生的森林图和漏斗图如图３和图４。

；ｏ

ｏｄｄｓｒａｔｉｏ

图３森林图（例１）

Ｂｅｇｇ＿ｓｆｕｎｎｅｌｐｌｏｔｗｉｔｈＯｓｅｕｄＯ９５％ｃｏｎ＊ｄｅｎｃｅｌｉｍｉｔｓ

％Ｗｅｉｇｈｔ

１０６１３２

１０１１３１

１０６１５７

１３２１１８

１１５、３２

１３７１’０２

０９７）７２９

０９６）１０００

ｓ自ｏｆ：ｌｏｇｏｒ

图４漏斗图（例１）

结果显示Ａｓｐｉｒｉｎ有预防心肌梗塞后死亡的作用．和ＲｅｖＭａｎ的结果一致。

例２Ｎ］Ｇｏｔｚｓｃｈｅ收集了有关短程小剂量强的松ＶＳ．安慰剂或非甾体抗炎药治疗类风湿性关节炎的７个临床随机对照试验（ＲＣＴｓ），观察类风湿性关节炎患者的关节压痛指数（ｒｅｃｈｉｅ’Ｓｉｎｄｅｘ）。数据如表３。

表３７个研究类风湿性关节炎患者关节压痛指数

Ｊａｓｎｉ１９６８

Ｄｉｃｋ１９７０

Ｌｅｅ１９７３

Ｂｅｒｒｙ１９７４

Ｌｅｅ１９７４

Ｓｔｅｎｂｅｒｇ１９９２

Ｇｅｉｔａｌ１９９５

９１６．２８．７

２４１７．６８．０

２ｌ３０．５１６．５

１２１３．０１１．Ｏ

１８１４．６１２．４

２ｌ６．３１．７

２０１０．８４．７

９３８．１１２．８

２４４０．７１３．０

２１４１．４１９．８

１２２３．７１１．１

１８２６．４１５．１

２１１１．１２．５

２０１６．３７．７操作步骤：

第一步，收集文献资料提取数据，得到每一个研究的四格表资料．见表３。

第二步。在Ｓｔａｔａ中录人数据。其中变量ｓｔｕｄｙ表示纳入的研究，ｙｅａｒ表示年份，ｎ１表示试验组的样本含量。ｍｅａｎｌ表示试验组的均数，ｓｄｌ表示试验

三

君

藿Ｉ如

雪｜

弧

莩

ｍ

ｗ　万方数据

柏建岭，等．Ｓｔａｔａ在Ｍｅｔａ分析中的应用３６７组的标准差，ｎ２表示对照组的样本含量，ｍｅａｎ２表

示对照组的均数，ｓｄ２表示对照组的标准差，见图５。

图５Ｓｔａｔａ９．２数据编辑窗口的界面（例２）

第三步，进行Ｍｅｔａ分析。Ｓｔａｔａ命令如下：

ｍｅｔａｎｎｌｍｅａｎｌｓｄｌｎ２ｍｅａｎ２ｓｄ２，ｌａｂｅｌ

（ｎａｍｅｖａｒ＝ｓｔｕｄｙ，ｙｅａｒｖａｒ＝ｙｅａｒ）ｒａｎｄｏｍｂｏｘｓｃａ（０．５）

ｘｌａｂｅｌ（－５，５）

Ｓｔａｔａ中的森林图如图６。

Ｓｔａｎ

（６ｓ）—１卜?２０Ｃ’ｏ）ｔｌ．．１ｑ

３）；＿＿●－０．６Ｃ７４）斗．Ｏ９７４）—■卜?Ｏ８￡（１９９２）—■卜－ｌ．２２￡

》鲇）鲁－０．８Ｅ

◇．１３＿

图６森林图（例２）ｍｅａｎｄｉｆｆｅｒｅｎｃｅ％Ｗｅｉｇｈｔ

．８５）１０．４

４３１１４．９

０２）１６０

．１２１１３５

１７１’５．３

４７１１４．２

２１）１５７

．８０１１０００

结果显示短程小剂量强的松有减少类风湿性关节炎患者的关节压痛指数的作用，和ＲｅｖＭａｎ的结果一致。

例３（ＬｕｎｇＣａｎｃｅｒ））２００５年第４７卷第１期“健择（吉西他滨）加铂类化疗与其他含铂方案治疗晚期非小细胞肺癌的疗效比较：关于生存结果的Ｍｅｔａ分析”收集１７个相关研究［５］，文中提供了效应值及其可信区间（原始数据略）。

第一步，收集文献资料提取数据，得到每一个研究的风险比（ｈａｚａｒｄｒａｔｉｏ，ＨＲ）和方差（ｖａｒｉａｎｃｅ）。对于生存分析的资料，其风险比和方差可以通过实际数（Ｏ）和期望数（Ｅ）直接得到，也可以通过可信区间间接得到［引。

第二步。在Ｓｔａｔａ中录入数据。其中变量ｓｔｕｄｙｉｄ表示纳入的研究，ｇｒｏｕｐ表示分组，ｇｒｏｕｐ＝１表示第一和第二代含铂类药物亚组，ｇｒｏｕｐ＝２表示第三代含铂类药物亚组。ｈＴ表示ＨＲ，ＩＩ表示９５％可信区间上限，ｕｌ表示９５％可信区间下限，如图７。

图７Ｓｔａｔａ９．２数据编辑窗口的界面（例３）

第三步，产生风险比及９５％可信区间的对数值。由于在Ｍｅｔａ分析中，通常要求效应差异度量（ｅｆｆｅｃｔｓｉｚｅ）的对应样本统计量近似服从正态分布。效应指标为风险比。其效应差异度量为风险比的对数值。

Ｓｔａｔａ命令如下：

ｇｅｎＩｎｈｒ＝Ｉｎ（ｈｒ）／术产生ｈｒ的对数值

ｇｅｎｌｎｌｌ＝ｌｎ（１１）／米产生ｌｌ的对数值

ｇｅｎｌｎｕｌ＝Ｉｎ（ｕ１）／水产生ｕｌ的对数值

第四步，进行Ｍｅｔａ分析。

Ｓｔａｔａ命令如下：

ｍｅｔａｎｌｎｈｒｌｎＵｌｎｕｌ，ｅｆｏｒｍｌａｂｅｌ（ｎａｍｅｖａｒ：ｓｔｕｄｙｉｄ）ｂｏｘｓｃａ（Ｏ．９）ｒａｎｄｏｍｂｙ（ｇｒｏｕｐ）ｘｌａｂｅｌ（０．５，１，１．５）ｅｆｆｅｃｔ（“ＨＲ”）

第五步，检验发表偏倚。

Ｓｔａｔａ命令如下：

ｍｅｔａｂｉａｓｈｒＩＩｕｌ，ｃｉｇｒａｐｈ（ｂｅｇｇ）

Ｓｔａｔａ中的森林图和漏斗图如图８和图９。

图８森林图（例３）

％Ｗｅｉｇｈｔ

１１０）３７

１３３１５９

０．９３）１￥

０９１１１０６

７

２

２

６

６

８

６

５

８

８１

５

０

ｏ

２

５，７

∞

驰

ｉ

ｉ

ｊ

ｊ

０　万方数据

３６８循证医学２００７年第７卷第６期

Ｂｅ９９１Ｓｆｕｎｎｅｌｐｌｏｔｗｉｔｈｐｓｅｕｄｏ９５％ｃｏｎｆｉｄｅｎｃｅｌｉｍｉｔｓ

图９漏斗图（例３）

结果显示健择（吉西他滨）加铂类化疗治疗晚期非小细胞肺癌风险略低于其他含铂方案．和ＲｅｖＭａｎ的结果一致。５结语

很多人会问及Ｍｅｔａ分析选择哪个软件是最好的。其实各个软件都有自己独特的风格，也难免有其软肋。ＲｅｖＭａｎ易用性强，可以实现统计和系统评价书写的整合，但灵活性欠佳：ＲｅｖＭａｎ仅通过漏斗图直观地判断有无发表偏倚，而Ｓｔａｔａ软件除了漏斗图外，还可以用Ｂｅｇｇ’ｓ检验、Ｅｇｇｅｒ’ｓ检验来检验发表偏倚。Ｓｔａｔａ还有数据处理、亚组异质性检验和Ｍｅｔａ回归分析等功能，而ＲｅｖＭａｎ中不能实现（表４）。Ｓｔａｔａ较好地实现了简便和复杂两者的结合，尽管易学，它在数据管理和许多前沿统计方法中的功能还是非常强大的。用户可以很容易地下载到别人已有的程序，也可以自己去编写．并使之与Ｓｔａｔａ紧密结合。目前，Ｓｔａｔａ软件是Ｍｅｔａ分析备受推崇的软件，国外高质量杂志更倾向于接收ＳｔａｔａＭｅｔａ分析图形界面。

表４Ｓｔａｔａ软件和ＲｅｖＭａｎ软件在Ｍｅｔａ分析中的功能比较

功能ＳｔａｔａＲｅｖｍａｎ功能ＳｔａｔａＲｅｖｍａｎＯｄｄｓｒａｔｉｏＣｏｎｔｉｎｕｏｕｓｄａｔａ

Ｍａｎｔｅｌ—Ｈａｅｎｓｚｅｌ

、／、／ＷＭＤ、√～

Ｉｎｖｅｒｓｅ—ｖａｒｉａｎｃｅ、／、／（ｇｅｎｅｒｉｃＩ－Ｖ）ＳＭＤＶＶ

ＰｅｔｏｏｄｄｓｒａｆｔｏＶ、／Ｄａｔａｆｏｒｍａｔｓ

ｓｕｐｐｏｓｅｄ

ＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄ、／、／ＣｅｌｌｃｏｕｎｔｓａｂｃｄＶＶ

ＲｉｓｋｒａｔｉｏＥｓｔｉｍａｔｅ＆ＳＥＶ、／Ｍａｎｔｅｌ—Ｈａｅｎｓｚｅｌ、／、／Ｅｓｔｉｍａｔｅ＆ＣＩ、／ＸＩｎｖｅｒｓｅ．ｖａｒｉａｎｃｅ、／Ｘ／（ｇｅｎｅｒｉｃＩ－Ｖ）ＤｏｕｂｌｅｄａｔａｅｎｔｒｙＸＶＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄ、／ＶＤａｔａｍａｎｉｐｕｌａｔｉｏｎＶＸ

ＲｉｓｋｄｉｆｆｅｒｅｎｃｅＧｒａｐｈｉｃａｌｍａｎｉｐｕｌａｔｉｏｎＶＸ／（１ｉｍｍｔｅｄ）Ｍａｎｔｅｌ—Ｈａｅｎｓｚｅｌ、／、／ＦｏｒｅｓｔｐｌｏｔＶＶ［ｎｖｅｒｓｅ．ｖａｒｉａｎｃｅ～～（ｇｅｎｅｒｉｃＩ－Ｖ）ＴｅｓｔｆｏｒｈｅｔｅｒｏｇｅｎｅｉｔｙＶＶＤｅｒＳｉｍｏｎｉａｎ＆Ｌａｉｒｄ、／、／Ｉ：、／、／

ＰｕｂｌｉｃａｔｉｏｎｂｉａｓＳｔｒａｔｉｆｉｅｄｆｏｒｅｓｔｐｌｏｔＶ、／ＦｕｎｎｅｌｐｌｏｔｓＶＶＴｅｓｔｆｏｒｈｅｔｅｒｏｇｅｎｅｉｔｙｂｅｔｗｅｅｎｓｔｒａｔａ、／ＸＢｅｇｇ’Ｓｔｅｓｔ、／ＸＭｅｔａ—ｒｅｇｒｅｓｓｉｏｎ

、／ＸＥｇｇｅｒ＇ｓｔｅｓｔＸ／ＸＬ＇Ａｂｂｅｐｌｏｔ

、／ＸＴｒｉｍａｎｄｆｉｌｌ、／×Ｇａｌｂｒａｉｔｈｐｌｏｔ、／×［参考文献］

『１］陈峰主编．现代医学统计方法与Ｓｔａｔａ应用［Ｍ］．第２版．

北京：中国统计出版社，２００３．

［２］ＥｇｇｅｒＭ，ＤａｖｅｙＳＧ，ＡｌｔｎｍｎＤＧ．Ｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗｓｉｎｈｅａｌｔｈ

ｃａｒｅ：Ｍｅｔａ．ａｎａｌｙｓｉｓｉｎ

ｃｏｎｔｅｘｔ［Ｕ１．Ｌｏｎｄｏｎ：ＢＭＪｂｏｏｋｓ，２００１．

［３］ＦｌｅｉｓｓＪＬ，ＧｒｏｓｓＡＪ．Ｍｅｔａ－ａｎａｌｙｓｉｓｉｎｅｐｉｄｅｍｉｏｌｏｇｙ，ｗｉｔｈ

ｓｐｅｃｉａｌｒｅｆｅｒｅｎｃｅｔｏｓｔｕｄｉｅｓｏｆｔｈｅａｓｓｏｃｉａｔｉｏｎｂｅｔｗｅｅｎｅｘｐｏｓｕｒｅ

ｔｏｅｎｖｉｒｏｎｍｅｎｔａｌｔｏｂａｃｃｏｓｍｏｋｅａｎｄｌｕｎｇｃａｎｃｅｒ：Ａ

ｃｒｉｔｉｑｕｅ

［Ｊ］．ＪＣｌｉｎＥｐｉｄｅｍｉｏｌ，１９９１，４４：１２７－１３９．

［４］ＧｏｔｚｓｃｈｅＰＣ，ＪｏｈａｎｓｅｎＨＫ．Ｍｅｔａ—ａｎａｌｙｓｉｓｏｆｓｈｏｒｔｔｅｒｍｌｏｗｄｏｓｅｐｒｅｄｎｉｓｏｌｏｎｅｖｅｒｓｕｓｐｌａｃｅｂｏａｎｄｎｏｎ—ｓｔｅｒｏｉｄａｌａｎｔｉ一

喊

州船岫一

：｛｜蒯

㈨

１

ａ

ｌ

¨

ｎ

ｎ

ｉ

辨

呐～删（量

一～

廿

Ｍ

０

ｄ

Ⅱ

Ⅱ，

眦

蛐

＿蠢＿蚕

一山

一

一

加

叽

乱篡删

一㈣叭引

～

一～～～

～～一一

眦

盯．呈．¨

●

ｏ

＿

咖

ｑ山

Ｈ

一

叭龇啪

～举黑篇一

．耋

（；｜‰＂如

州吣删

蛔＆¨Ｍ一～ｍ黼一脚

趴Ⅲｍ㈨∞Ⅲ口

～一～～一一～一

　万方数据