基于Stata的二分类结局的Meta分析,Stata可以导入excel文件然后进行分析。
固定效应模型 随机效应模型
实际研究中，结局变量多为二分类情况，如RCT中药物治疗是否有效；队列研究中，观察结局为是否发病或死亡。
二分类数据常整理为四格表形式，如下图：
Meta分析需要从纳入的文献提取a,b,c,d。
例如通过文献检索我们搜集了以下文献并进行了数据提取：
包含7项研究的7个变量：研究编号id，研究study，year，e干预组发生数，te干预组总数，c对照组发生数，tc对照组总数。
固定效应模型
代码公式：metan 干预组发生数 干预组未发生数 对照组发生数 对照组未发生数，label（namevar= ， yearvar= ）fixed rr
代码需要首先计算出干预组未发生数和对照组未发生数
gen ne=te-e
gen nc=tc-c
metan e ne c nc, label(namevar=study, yearvar=year) fixed rr
分析结果显示合并效应量为0.824，但是异质性检验中Q统计量为29.94，p<0.001, I2统计量=80.0%，均提示研究间异质性较大，不适用固定效应模型。
随机效应模型
接下来使用metaan 和metaeff两种命令进行meta分析, 本例中产生的为OR对数值和对数标准误。
metaeff代码公式：metaeff 效应量如eff 效应量的标准误如SEeff，ni干预组总人数 nc对照组总数 i干预组发生数 c对照组发生数
metaeff eff SEeff,ni(te) nc(tc) i(e) c(c) or
metaan eff SEeff, label(id year) pl
disp exp(-0.195)
disp exp(-0.360)
disp exp(-0.037)
结果显示Pl法成功收敛，Q统计量、I2统计量、H统计量提示存在异质性。随机效用模型显示结果为OR死亡对数和95%置信区间。
可以通过disp exp()计算OR和OR的95%CI。本研究通过随机效应模型计算得到OR及其95%CI为0.823（0.698，0.964）。
参考文献：
1.Fleiss JL. The statistical basis of meta-analysis. Stat Methods Med Res. 1993;2(2):121-145. doi:10.1177/096228029300200202
2.https://ideas.repec.org/c/boc/bocode/s457072.html
