手把手教你用Stata的Network包實現(xiàn)分類變量網(wǎng)狀Meta分析

創(chuàng)客小組 2019-01-28

展開全文

Stata是一款非常強大的統(tǒng)計和作圖軟件，本文中用的版本是Stata14.2。網(wǎng)上目前存在的教程多半是用mvmeta包來做網(wǎng)狀Meta，但mvmeta相對繁瑣，需要打不少的代碼去轉(zhuǎn)換數(shù)據(jù)格式，Network包本質(zhì)上是mvmeta，不過對用戶更加友好，只需要執(zhí)行簡單的代碼就可以數(shù)據(jù)處理。本文將介紹用Stata的Network包實現(xiàn)連續(xù)性變量的網(wǎng)狀Meta分析。

1. 假設我們已經(jīng)安裝好了Stata，在命令欄敲入：net from http://www.mtm.，然后點擊network_graphs，下載network包。

2. 將要處理的數(shù)據(jù)在Excel中整理成下圖所示：

其中id代表研究，t代表治療，r是反應數(shù)（本例中是每組因副作用脫落的數(shù)目），n是樣本量；注意每一行代表一個研究的一個臂（組），如果一個研究有三臂，那么就占三行。分析時需將id以數(shù)字來依次編號Study。同樣，依次以數(shù)字來編號t。特別注意的是，同一研究中從上到下，治療的編碼只能增大，不能降低。一般來說，將安慰劑編碼為1。

3. 點擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，將整理好的數(shù)據(jù)直接拷貝到里面，注意拷貝的時候選擇首行為變量名；Excel中第1列Study不用拷貝；如下圖所示：

4. 返回Stata的首界面，在命令欄敲入：

network setup r n, studyvar(id) trtvar(t) format(augment) or

以上代碼效應量為OR，如果是用RR作為效應量，則敲入：

network setup r n, studyvar(id) trtvar(t) format(augment) rr

結(jié)果如下圖所示：

繼續(xù)點擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，發(fā)現(xiàn)數(shù)據(jù)變成如下模樣：

右邊還有很長，實在截圖不下了。

現(xiàn)在我們的數(shù)據(jù)就準備成可以進行網(wǎng)狀Meta分析的格式了。

5. 制作網(wǎng)狀圖，在命令欄敲入：

network map

就會跳出如下圖形：

或者敲入：

network map, improve

線條以及節(jié)點的顏色、比例、以及將數(shù)字換成治療名稱，均可以在圖形上點擊右鍵，開啟start graph editor后進一步編輯；或者以命令行的形式編輯；留給讀者探索，在此不再贅述。

6. 首先用不一致性模型進行檢驗，在命令欄敲入：

network meta i

成功的話會看到：

前面一堆東西不重要，主要是看紅色方框里面的P值是否大于0.05；若小于0.05，則不一致性模型顯著；對于這批數(shù)據(jù)不能直接用接下來的一致性模型分析。在本例中不一致性檢驗不顯著，說明可以使用一致性模型進行分析。

7. 用一致性模型進行分析，在命令欄敲入：

network meta c

結(jié)果如下所示：

B,C,D,E,F,G分別對應編碼為2,3,4,5,6,7的干預，Coef就是這些干預與1（安慰劑）對比的效應量，最后三列是P值以及95%可信區(qū)間。

8. 至此，一致性模型與不一致性模型的結(jié)果均已算出，在命令欄敲入：

network forest

出現(xiàn)如下所示的森林圖，最底部是不一致性檢驗：

9. 上面進行的不一致性檢驗是Global inconsistency；對于網(wǎng)狀Meta，光做Global是不夠的，還有Local inconsistency；為了做局部不一致檢驗，我們通常使用節(jié)點劈裂法（node-splitting method）；在命令欄敲入如下代碼：

network sidesplit all, tau

結(jié)果如下所示：

若P小于0.05，則認為局部存在不一致性。

10. 在這一步，命令欄敲入clear；然后重復第3、4、7步；為了計算每個干預的SUCRA，在命令欄敲入以下代碼：

network rank min, all zero reps(5000) gen(prob)

注意，在本例中MD越小說明排名越靠前，所以這里用min，如果效應量越大排名越靠前，那么代碼應該改成“network rank max, all zero reps(5000) gen(prob)”。出現(xiàn)如下結(jié)果：

這個圖表示每個治療排行第幾的概率。如編碼為1的治療（安慰劑）排行第2的概率最大（35.1%），以此類推。

接下來計算我們通常比較關(guān)心的SUCRA，以及順便把編碼還原為我們的治療名稱，敲入以下代碼：

sucra prob*, lab(Placebo Aripiprazole Risperidone Quetiapine Olanzapine Haloperidol Paliperidone)

這里lab是label（標簽）的意思，括號里按照1234567編碼的順序把治療名稱寫出，以空格相隔。結(jié)果如下所示：

SUCRA值越高的排名越靠前，同時可以跳出SUCRA的圖：

11. 制作文獻中常見的聯(lián)賽表，敲入以下代碼：

netleague, lab(Placebo Aripiprazole Risperidone Quetiapine Olanzapine Haloperidol Paliperidone) sort(Placebo Haloperidol Risperidone Aripiprazole Olanzapine Quetiapine Paliperidone) export ("D:\network.xlsx") eform

其中l(wèi)ab還是按照1234567的順序依次寫上治療的名稱；sort是按照SUCRA的大小排序，排行第一的寫在最前面；export可要可不要，它的作用是將聯(lián)賽表導出到指定的路徑。eform很重要，因STATA默認對分類變量的輸出為對數(shù)形式，eform的作用就是把它還原為OR或者RR。

注意如果沒有export的話，這個聯(lián)賽表是個臨時文件，必須再次復制保存；最后一句話提示聯(lián)賽表在數(shù)據(jù)視圖的最末尾，也就是最右邊。即點擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，將下面的滾動條拉至最右邊，就可以看到蜷縮在角落里瑟瑟發(fā)抖的聯(lián)賽表。

將結(jié)果復制到Excel里面，盡情美化吧騷年！

12. 制作兩兩比較的森林圖，在命令欄敲入以下代碼：

intervalplot, null(1) lab(PLA ARI RIS QUE OLA HAL PAL) eform

eform很重要；其中，null(1)設置無效線為1，還可以加入pred可以輸出預測區(qū)間，留給讀者自行嘗試；本例跳出如下森林圖：

13. 制作漏斗圖，首先將數(shù)據(jù)格式轉(zhuǎn)換，敲入如下代碼：

network convert pairs

可將數(shù)據(jù)轉(zhuǎn)換成如下格式（瞬間感覺清爽了許多）

然后敲入如下代碼：

netfunnel _y _stderr _t1 _t2 , random bycomp add(lfit _stderr _ES_CEN) noalpha

結(jié)果如圖所示：

其實不用敲入這么多代碼，你只敲入“netfunnel _y _stderr _t1 _t2”一樣可以出結(jié)果；Stata里DIY的地方很多，讀者可以敲入“help netfunnel”自行查閱幫助文檔；對于其他的任何命令，都可以help一下。

14. 環(huán)不一致性檢測（loop inconsistency），所謂的環(huán)就是指治療與治療之間構(gòu)成了封閉的環(huán)形。運行以下命令同樣需要先將數(shù)據(jù)格式轉(zhuǎn)換為清爽的格式（network convert pairs）：