在看meta文章的时候,我们偶尔会发现许多meta文章纳入的数据并不含有对照组,但是森林图,亚组分析都做出来,并且相当漂亮,下面我给大家介绍如何使用R语言进行这项操作。
1.导入表格
表格内容如上图,但是在使用过程中,一般使用将其转为csv格式,因为这个格式占用内存小,转换方法为Excel表格:
文件-另存为-格式选择.csv即可,从保存类型的下拉框中选择csv格式。
导入csv格式的文件
> library(readr)
> EPA1 <- read_csv("D:/EPA1.csv")
显示下图:
2.安装meta 包
执行
> install.packages("meta")
安装成功后,调用meta包
> library(meta)
> library(Matrix)
因为meta安装包的使用过程中需要调用Matrix,因此我们要在使用meta包的时候打开Matrix包。
3.制作森林图
执行操作
> metawsd=metacont(n1,mean1,sd1,n2,mean2,sd2,data=EPA1,sm="MD",comb.fixed = FALSE,comb.random = TRUE,label.e="Pre",label.c="Post",studlab = study)
> forest(metawsd)
其中metacont()是调用的函数名,n1,mean1,sd1,n2,mean2,sd2,为调用的变量,data=EPA1,调用的数据库,comb.fixed = FALSE,comb.random = TRUE,为调用的随机或者固定模型,label.e="Pre",label.c="Post"对应的图标上的文字。执行的结果如下图:
4.亚组森林图
> TmpMeta1 <- metacontTmpMeta1 <- metacont(n1,mean1,sd1,n2,mean2,sd2,studlab=study,data=EPA1,sm="MD",comb.random=TRUE,comb.fixed=FALSE,label.e="Pre",label.c="Post",byvar=region,print.byvar=FALSE)>
> forest(TmpMeta1)
代码解释:metacontTmpMeta1为引用的函数的名称,byvar=region,为亚组分析的依据,其他参数的意思同见上面的解释。执行结果如下图:
5.敏感分析和偏移分析
执行代码
> funnel(metawsd)
结果如下图:
执行代码
大家在使用的时候,替换自己的数据,同时复制粘贴代码就搞定啦!