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!