meta分析之二分类变量的meta分析干货
二分类变量在meta分析中极为常见，我们习惯使用这样的提取数据做二分类变量的meta分析：实验组阳性数目、实验组总数目、对照组阳性数目、对照组总数目，但很多时候上述数据提取不到，文章中只有OR或者调整后的OR，这时候怎么办呢？
其实，只有OR和95%CI也是可以做meta分析的，往下看！
数据输入
我们使用stata进行分析，下面我们就是用meta软件，以HR的转换和合并为例进行讲解。
????????
or、ll、hl是数值型变量，study、type为字符串变量。
数据录入完毕后，输入以下代码，完成数据的转换。
gen lnul=ln(hl)
gen lnll=ln(ll)
gen lnhr=ln(or)
就是对hl、ll、or取对数
gen selogOR=(ln(hl)-ln(ll))/3.92
gen selogor=(ln(hl)-ln(ll))/3.92
执行的结果如下：
????????
数据转换完成后进行数据进一步处理。
数据的处理
直接复制我的命令代码到command对话框中即可。
执行代码：
. metan lnor lnll lnhl,eform label(namevar=study) boxsca(0.9) random xlabel(0.5,1,1.5) effect("OR")
结果如下图：
????????
然后再点击more就出现森林图，85%的异质性的确不小，下一步进行亚组分析去寻找异质性的来源。
????????
亚组分析
亚组分析也可用代码去做，因为代码比用菜单操作更加方便，
执行代码：
. metan lnor lnll lnhl,eform label(namevar=study) boxsca(0.9) by(type) random xlabel(0.5,1,1.5) effect("OR")
结果如下图：
????????
同样，点击more出现森林图
发表偏移
执行代码
metabias lnor selogor, graph(begg)
结果见下图：
????????
需注意的是，11个以上的纳入资料才能做发表偏移。
执行代码
. metabias lnor selogOR, graph(egger)
结果见下图：
????????
如何，只知道OR做二分类变量的meta分析的方法学会了吗？如果你还想学习其他类型的meta分析，可以留言哦~
推荐阅读：文献下载神器有哪些
