在Meta分析中廣泛應用的三種軟體,Comprehensive Meta analysis (CMA),Revman和Stata。總的來說CMA專門用於Meta分析,因此針對性較強;Revman比較實用,基本功能都有,且容易上手;Stata功能齊全,但大量運用命令來操作,對於習慣windows的人來說,需要時間來適應。接下來就淺談下這三種軟體在Meta分析中的具體應用。
計算綜合效應量和方差
Meta分析的第一步就是根據每一個研究的綜合資料計算綜合效應量和方差。在許多系統評價中,要求納入所有研究設計相同及報告結果格式相同。例如所有研究均報告二分類變數或者均值和標準差,三種軟體均接受這些格式的資料。
然而,在其他情況下,Meta分析中有的研究採用不同的設計方法(例如納入研究中有的採用完全隨機設計,而有的採用配對設計),或者納入研究報告結果的格式不盡相同(比如有的研究結果以均值和標準差及樣本量的形式,而有的研究只報告p值和樣本含量)。CMA軟體可以接受的資料格式超過100種,並可以整合或整理成同一格式進入分析。Revman和Stata軟體只能夠接受統一格式的資料,要求納入的所有獨立研究資料格式必須相同。
實現Meta分析
三種軟體都可以進行Meta分析中固定效應和隨機效應分析,它們也都可以得出關鍵統計量。例如綜合效應量及可信區間,異質性檢驗統計量(T2,Q,I2),並且提供足夠的資訊以便研究者計算其他需要的統計量。如果是二分類資料,軟體採用倒方差、Mantel-Haenszel權重或peto法。
敏感性分析
在Meta分析中,觀察當納入的研究少一個時,分析結果如何變化的,是一種非常有益的方法。三種軟體都可以實現這一功能,檢視結果會如何變化。CMA和Stata可以自動化實現這一過程,重複進行分析和每次去掉不同的單個研究。
複雜資料格式
如果一些研究包含資料不止來自一個亞組、結局、時間點或者對照,這時就需要相應的方法進行分析。CMA可以定義層次結構資料(如結果中有多重結局),然後為使用者提供一個選擇,以許多結局為基礎而產生的綜合變數或者根據每一種結局分開分析。Revman可以讓研究根據不同的結局分開分析。Stata軟體固有的宏程式無法分析複雜的資料結構,針對這種情況研究者可以進行重新程式設計。
亞組分析和Meta迴歸
在許多情況下研究者需要根據校正變數將研究分類,並比較兩組或者多組研究的效應值,這三種軟體都可以做這些分析。在其他情況下,研究者需要根據連續性協變數編碼每一個研究,然後進行Meta迴歸,評價效應量和協變數直接關係,CMA和Stata均可以提供這型別的分析。
繪製森林圖
森林圖是Meta分析中重要的部分,它提供統計量的背景資料,並將結果展示給其他人。所有軟體都可以繪製森林圖,但是不同的軟體對於圖形格式的控制不同。
發表偏倚
採用某種方法對於發表偏倚可能產生的影響進行評價是非常重要的,CMA和Stata均可以提供全套的方法去評價發表偏倚,Revman只能夠採用漏斗圖評估發表偏倚,不能進一步提供發表偏倚的統計分析。
透過以上介紹我們不難發現,三種統計軟體各有長短,研究者需在實際研究過程中取長補短,恰當的選擇統計分析軟體。
資源領取方式