翁鸿,王行环,曾宪涛
Stata软件metaan命令在Meta分析中的应用
翁鸿1,2,3,王行环1,2,3,曾宪涛1,2,3
使用Stata软件做传统Meta分析时常使用metan命令。有研究者开发出了metaan命令,该命令除了提供DL法外,还提供了更多其他的方法,如最大似然法、剖面似然法、限制性最大似然法、置换模型。此外,该命令还报告多种异质性的统计量,包括Cochrane Q值、I2、H2及研究间方差估计值τ2。本文主要介绍metaan命令在Meta分析中的应用。
Meta分析;Stata软件;metaan命令
Meta分析作为循证医学证据产生的主要方法之一,其方法的发展也越来越迅速。但当前制作Meta分析时主要采用固定或随机效应模型。由于固定效应模型所基于的假设是纳入研究间的真实效应相同,在现实中的使用受到一定的限制。因此,随机效应模型是最为广泛使用的方法。Stata软件中的metan命令以及更早的meta命令运行随机效应模型时,主要提供的是(DL)法[1-4]。而研究间方差可以使用更为先进的迭代方法进行估计,如最大似然法(ML)、剖面似然法(PL)和限制性最大似然法(REML)。此外,还有非参数法也可用来估计研究间方差,如置换(PE)模型。Kontopantelis等[5]在Stata软件中开发出metaan命令,将上述先进的方法引入。本文要将metaan命令做一简要介绍。
1.1 命令安装 在Stata软件命令窗口键入“ssc install metaan”,就可以自行安装;或者键入“findit metaan”,在弹出的界面里点击“st0201”,然后在安装文件部分点击“click here to install”。
1.2 命令格式 metaan的命令格式为:metaan varname1 varname2 [if] [in], model [options]。
其中,varname1代表研究效应量,varname2代表研究效应变异,默认为标准误;model表示采用的模型,该命令提供的模型有fe、dl、ml、reml、pl和pe,分别代表固定效应模型、DL随机效应模型、ML随机效应模型、REML随机效应模型、PL随机效应模型和PE随机效应模型;options表示选项,主要有varc、label(varname)、forest、forestw(#)和plplot(string),分别表示方差(代替标准误)、研究变量标签、森林图、伴有校正权重比的森林图、研究间方差的似然比图。由于metaan命令的数据格式为效应量、效应量的标准误,因此,还需采用metaeff命令进行计算,来完成metaan命令的第一步,即计算效应量及其标准误,metaeff命令也需安装,在Stata命令窗口键入“findit metaeff”,然后点击相应的位置进行安装。若纳入研究的结局指标为二分类数据类型,则不需使用metaeff进行转换,直接使用metan命令即可计算。
1.3 模型简介 如上文所述,metaan命令提供的模型有fe、dl、ml、reml、pl和pe。fe定义为固定效应模型,dl定义为DL随机效应模型,这两种模型是最广为人知的模型方法,此处不再赘述;ml定义为ML随机效应模型,该模型假设研究内和研究间效应均服从正态分布,通过对数似然函数迭代来估计研究间方差;reml定义为REML随机效应模型,该模型方法的假设同ML随机效应模型,通过将对数似然函数最大化来迭代计算研究间方差;pl定义为PL随机效应模型,该模型采用同ML随机效应模型的方法,但在计算总效应时通过嵌套迭代来收敛最大值,考虑了研究间方差估计的不确定性;pe定义为PE随机效应模型,该模型分三步,首先,同无效假设,即所有的真实研究效应为0,效应观察值是由于随机导致的变异,通过置换每个观察值的效应标记产生研究观察值的所有可能组合的数据集,然后,通过dl模型来计算每个组合的总效应量,最后,用总效应量的分布来得到观察值总效应量的可信区间(CI),该模型计算出来的CI是不对称的。
2.1 数据准备本文采用Stata软件metan命令的系统数据进行实例演示。数据如表1,其中study表示纳入研究,tcases、tnoncases分别表示试验组发生数、未发生数,ccases、cnoncases分别表示对照组发生数、未发生数。
表1 数据
2.2 操作步骤第一步,计算效应量及其标准误。
由于本文采用的数据为二分类数据结局指标,因此,使用metan命令进行计算,采用风险比(risk ration,RR)作为效应量,将rr进行对数转化为logrr,然后计算其标准误selogrr。命令格式为:
metan tcases tnoncases ccases cnoncases,label(namevar=study) random rr
gen logrr=log(_ES)
gen selogrr=_selogES
运行执行后,结果见表2。
第二步,采用metaan命令进行合并。本文使用PL随机效应模型进行合并,并展示森林图。命令格式如下:
metaan logrr selogrr, pl label(study) forest
metaan命令运行后的森林图如图1,上述命令运行后的结果如下:
Profile Likelihood method selected
Study | Effect [95% Conf. Interval] % Weight
---------------------+---------------------
Ferguson amp; Simes 199 | -1.585 -2.450 -0.721 7.50
Aronson 1935 | -0.889 -2.008 0.229 5.99
Rosenthal et al 1941 | -1.371 -1.901 -0.842 9.79
Comstock amp; Webster 1 | 0.446 -0.984 1.876 4.55
Comstock et al 1949 | -0.339 -0.558 -0.121 11.54
Comstock et al 1950 | -0.017 -0.541 0.506 9.83
Frimont-Moller et al | -0.218 -0.661 0.226 10.35
Hart amp; Sutherland 19 | -1.442 -1.719 -1.164 11.29
Coetzee amp; Berjak 196 | -0.469 -0.935 -0.004 10.21
Vandeviere et al 196 | -1.621 -2.547 -0.695 7.11
TB Prevention Trial | 0.012 -0.111 0.135 11.84
Overall effect (pl) | -0.674 -1.108 -0.255 100.00
ML method succesfully converged
PL method succesfully converged for both upper and lower CI limits
Heterogeneity Measures
| value df p-value
Cochrane Q | 125.63 10 0.000
I^2(%) | 90.80
H^2 | 9.87
| value [95% Conf. Interval]
tau^2 est | 0.326 0.000 1.045
Estimate obtained with Maximum likelihood - Profile likelihood provides the CI
PL method successfully converged for both upper and lower CI limits of the tau^2 estimate
上述结果显示,ML法和PL法成功收敛,这是PL随机效应模型的先决条件。异质性检验结果显示,Cochrane Q值、I2、H2的值分别为125.63、90.8%、9.87,研究间方差τ2=0.326。
在m e t a a n命令后,添加p l p l o t(m u)和plplot(tsq),就能分别得到研究间方差的似然比函数图(图2)和总体效应量μ的似然比函数图(图3)。命令格式如下:
metaan logrr selogrr, pl plplot(mu)
metaan logrr selogrr, pl plplot(tsq)
2.3 与DL随机效应模型的比较 将表1中的数据采用metan命令PL随机效应模型计算出来的研究间方差τ2=0.3851,Cochrane Q值、I2和H2分别为126.63、92.1%、12.96。如表3所示,我们发现,metaan命令的PL随机效应模型方法得到的研究间异质性低于metan命令的DL随机效应模型,这说明DL法可能会高估研究间异质性。
表2 第一步结算结果
图1 metaan命令得到的森林图
图2 研究间方差τ2的似然比函数图
图3 总体效应量μ的似然比函数图
本文主要以metaan命令中的PL随机效应模型演示,其他模型的使用结果读者可自行操作。
metaan命令的主要作用是采用更为先进的方法估计研究间异质性,主要包括PL法、ML法、REML法和PE法。metaan命令也可做森林图,但笔者尝试后发现,metaan命令不允许reform选项,即将对数化的效应量返回效应量值,因此,其森林图只能展示对数化后的效应量的森林图。此外,该命令的格式为效应量及其标准误,大多数研究均未直接报告,因此需先进行计算。这些都是该命令尚存在的不足。若能将metaan命令中提供的计算研究间异质性的方法整合到metan命令,可能更有助于Meta分析制作者使用先进的方法进行合并。
[1] Harris RJ,Bradburn MJ,Deeks JJ,et al. Metan: Fixed- and randomeffects meta-analysis[J]. Stata J,2008,8(1):3-28.
[2] 曾宪涛,Joey S.W. Kwong,田国祥,等. Meta分析系列之二:Meta分析的软件[J]. 中国循证心血管医学杂志,2012,4(2):89-91.
[3] 曾宪涛. 应用STATA做Meta分析[M]. 第1版.北京:军事医学科学出版社, 2014.
[4] 曾宪涛,任学群. 应用STATA做Meta分析[M]. 第2版.北京:中国协和医科大学出版社,2017.
[5] Kontopantelis E,Reeves D. Metaan: Random-effects metaanalysis[J]. Stata J,2010,10(3):395-407.
Application of metaan command from Stata software in Meta-analysis
Weng Hong*, Wang Xinghuan, Zeng Xianta
The metan command was usually used in performing meta-analysis using Stata software. A new command named metaan was developed, which provides methods besides DL method, such as maximum likelihood,restricted maximum likelihood, profile likelihood, and a permutation model. In addition, this command reports various heterogeneity measures, including Cochran’s Q, I2, H2, and the between-studies variance estimate τ2. We aimed to introduce the utility of the metaan command in Meta-analysis in this paper.
Meta-analysis; Stata software; Metaan command
Zeng Xiantao, E-mail: zengxiantao1128@163.com
R4
A
1674-4055(2017)10-1162-03
国家重点研发计划专项基金(2016YFC0106300)
1430071 武汉,武汉大学中南医院循证与转化医学中心;2430071 武汉,武汉大学循证与转化医学中心;3430071 武汉,武汉大学医学部第二临床学院循证医学与临床流行病学教研室
曾宪涛,E-mail:zengxiantao1128@163.com
10.3969/j.issn.1674-4055.2017.10.03*Center for Evidence-Based and Translational Medicine, Zhongnan Hospital of Wuhan University, Wuhan 430071, China.
本文编辑:姚雪莉