meta分析专用软件Comprehensive meta-analysis software(CMA)介绍

目前,很多专家学者热衷于做荟萃分析(Meta 分析)。
在临床工作中,Meta 分析可以帮助解决临床争议,助推医学科学的发展。而且还不需要做实验,给没有实验条件的临床医生发 SCI 提供了一条捷径。
当前做 Meta 分析的软件有很多,如:Revman,Stata 和 R 软件等,然而这些软件或需要编程,或操作繁琐,给 Meta 分析初学者带来很多困惑。
本文和大家分享一款专用 meta 分析软件:Comprehensive meta-analysis software (CMA)。
CMA 软件是一款操作界面友好,具有强大的功能,可满足荟萃分析的统计软件。提供数据录入,异质性检验,meta 回归,发表偏倚判断,绘制森林图和漏斗图多种功能。

同 Revman,Stata 和 R 软件相比,具有以下优势:
1)操作简单,不用编程
2)界面友好
3)功能强大,结果解释清晰
4)提供了详细的帮助演示文档
CMA 软件的官方网站:https://www.meta-analysis.com/;
官网提供了 CMA 软件的信息介绍及下载方式,在此不再赘述。
图片来源:官网截图

在下载安装好软件后,主界面打开如图所示。

图片来源:软件截图

首先,需要向空白表输入数据,点击 Insert,在下拉菜单中选择 Column for,选择 Study name。

接下来就是输入数据结果,选择 Column for 中的 Effect size data, 出现下图界面。根据纳入 Meta 分析资料的研究数据类型,主要分为分类数据资料,连续变量资料,相关资料,生存资料等。

本文以随机对照试验中,常用的二分类资料为例,对 CMA 软件操作进行解析。

图片来源:软件截图

在选择二分类数据资料后,在 Group names 界面可以对不同处理组进行重新命名,而后点击「Apply」。
 本文将比较的两组分别命名为:Treat(实验组)和 Control(对照组)。

图片来源:软件截图

研究资料数据的录入

本文选取的分类数据资料,最后纳入 7 篇最新文献研究进行 Meta 分析,数据结果输入如图所示。
标黄的部分 Odds ratio,log odds ratio 和 Std Error 是自动填充的,双击标黄区域的空格,软件会自动给出具体的计算公式和结果。

图片来源:软件截图

森林图的绘制

接下来,点击「Run analyses」,对数据进行汇总分析,选择 Computational Options 下拉菜单选项,选取研究分析的统计量。
本文选取的 MH Odds ratio,得到下面森林图结果。图中分别给出了固定效应(Fixed effect) 和随机效应(Random Effect)模型的结果,同时也给出了两种模型下的各纳入研究权重和标准残差。

图片来源:软件截图

同质性检验

Meta 分析中纳入研究选用固定效应模型还是随机效应模型,可根据同质性检验进行判别。
在 CMA 软件中,通过点击 View 中的「Meta analysis statistics」,观察纳入研究的同质性检验结果,本研究中,结果显示 I2 = 39.675, P>0.05,提示选用固定(Fixed effect)模型结果。

图片来源:软件截图

森林图结果报告生成

同时,CMA 软件可以生成 Meta 分析的高分辨率的森林图结果,点击「 High Resolution Plot」,得到下图的结果报告。

图片来源:软件截图

发表偏倚判定

Meta 分析研究中的发表偏倚,是大家比较关心的话题。所谓发表偏倚,是指有统计学意义的结果,比无统计学意义的研究更容易投稿和发表。
最常见的识别发表偏倚的方法是绘制漏斗图(Funnel Plot)。利用漏斗图,直观的判别研究效应估计值是否与样本量有关。
当存在发表偏倚时,漏斗图呈现偏态分布。同时 Egger 回归也可判别发表偏倚存在。Egger 回归通过线性回归,根据比值比的自然对数来测量漏斗图的对称性。

在 CMA 软件中点击菜单栏中的「Publication bias」,便会生成下图的漏斗图。
通过点击菜单栏上的「Color for screen」,可调节生成的漏斗图的颜色效果。同时点击「view」下的「Egger 回归检验」,即可得出 Egger 回归结果。

图片来源:软件截图

图片来源:软件截图

本文向大家演示了如何通过 CMA 软件做 Meta 分析,操作简单,节省时间,相信对做科研的你大有裨益!
工具介绍

DriverDBv3:一站式解决肿瘤多组学分析

2019-11-29 19:46:30

工具介绍

新版Pubmed介绍 附与旧版的区别

2019-11-29 20:04:40

声明 本网站部分文章源于互联网,出于传递更多信息和学习之目的转载,并不保证内容正确或赞同其观点。
如转载稿涉及失效、版权等问题,请立即联系管理员;我们会予以修改、删除相关文章,请留言反馈
Notice: When your legal rights are being violated, please send an email to: [email protected]
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索