微信直播

AME循证杂谈010| 如何画出人生第一张森林图?

Published at: 2015年第1卷第S1期

周支瑞
关键词:

 

写在前面

今天的话题从笔者的悲惨人生经历说起,由于高考失利,笔者最终上了一个普通学校,并且被忽悠去了一个让我肠子都悔青的专业。浑浑噩噩读完5年大学,大学毕业之时只身前往东南沿海的一家三级医院。刚开始日子太平,尚能温饱。后来换了一个院长,新任院长认为我所从事的辅助科室随便从街边找一个中专毕业生培训两个月也能干得很好,完全没有必要招一些本科毕业的学生并且付给这么高的报酬。从此,真的再也解决不了温饱了。我的人生就从逼上梁山的那一刻发生了变化。

于是我毅然决定考研,而且一定要考临床专业。由于是跨专业考研,只能选择普通的学校,因为好一点的学校可能会因为我是跨专业考生而不要我 (正因为此我一直很感激我的硕士老板录取了我),当然也有可能好一点的学校我考不取,高考不就是失败了吗?最终费了很大的劲读了我现在所学专业的研究生,开学以后继续浑浑噩噩的过了半年,突然有一天我意识到如果我再不努力一点可能没办法找到好的工作,继续解决不了温饱。于是我决定好好做实验,学习循证医学,多发文章。现在看来,当初的目的多少有点功利,多少有点歪打正着,但是我依稀还能记得若干年前做出第一张森林图的狂喜。从此,我付出了我几乎所有的业余时间学习循证医学。这个开场白有点长,甚至有点啰嗦。但是无疑这是一个励志故事,我想说:手机屏幕面前的每一个人,只要您足够的努力,你同样可以学好循证医学,可以学好统计学,可以把临床科研搞得很出色,当然您需要付出足够的努力,需要忍耐与坚持!

言归正传,下面笔者将以实例演示的形式展示如何使用Stata软件画出一张森林图。本文所举例子的数据是来自于若干个链激酶干预急性心肌梗死的随机对照试验,试验组是链激酶+标准治疗,对照组为标准治疗。观察终点为:心肌梗死所致病死率。

1

第一步,在Excel中整理各纳入研究的原始数据如下,从左至右每列依次为:试验名称,研究发表的年代,实验组的死亡人数,实验组的存活人数,对照组的死亡人数,对照组的存活人数。对于大多数临床医生来说Excel管理数据已经绰绰有余,建议读者采用Excel作为通用工具管理数据,再通过导入或者拷贝的方式把已经整理好的数据录入统计软件。如下图所示:

2

第二步,拷贝上述数据并粘贴至Stata软件,具体操作如所示:拷贝目标数据→在Stata数据编辑窗口,单击左键选中左上角的单元格→点击右键,粘贴。这时会弹出一个对话框,选择“treat first rowas variable names”。如下所示。

至此数据录入完毕。数据录入要点,对于二分类数据的meta分析,数据录入的顺序最好采用如下顺序:试验组事件数、实验组未发生事件数、对照组事件数、对照组未发生事件数。这一顺序也是后续meta分析命令强制要求的顺序,如果录入数据就采用这样的顺序,便于后续操作。

3

输入如下命令:

  • metan ntdeath ntalive ncdeath ncalive, lcols(trialname year)random or counts group1(Test) group2(Control) xlabel(0.05,1,10) forcetexts(120) boxsca(40)

     

“metan”是上述这段命令的主语,需要提前在stata软件中安装metan程序包;“ntdeath ntalivencdeath ncalive”分别是实验组的死亡人数,实验组的存活人数,对照组的死亡人数,对照组的存活人数,这个顺序不能改变;“lcols(trialname year)”表示在森林图的左边分别显示trialname和year两列变量;“random”指定随机效应模型;“or”指定效应量为Odds Ratio(优势比);“counts group1(Test) group2(Control)”在森林图的右边显示实验组与对照组的事件数与总例数;“xlabel(0.05,1,10)force”强制森林图仅显示0.05,1,10三个横坐标,且森林图只能在这个范围内显示,超出这个范围则用箭头代替;“boxsca(40)”显示权重的方块大小为40个单位。森林图如下:

 

 

数字化结果如下:

4

第四步,结果的解读。

合并的OR,0.782(0.693, 0.884);异质性检验结果:p=0.066<0.1,存在异质性;异质性的程度I2=31.5%,轻度异质性。异质性可接受。研究间的方差Tau2=0.0168,研究间的变异可接受。如下图所示。专业解释:链激酶干预组较对照组显著降低因急性心肌梗死病死率,OR=0.782(0.693, 0.884)。

总结:Stata软件是meta分析的全才,几乎可以完成所有meta分析相关的统计分析,但命令行操作对于初学者可能有一定的难度。但正如本文开篇所讲,只要足够的努力,没有什么能阻挡前进的脚步。

作者| 周支瑞,复旦大学肿瘤医院放疗科在读博士。AME学术沙龙委员,喜读书,广交友。业余时间担任丁香园循证医学讨论版版主,自学临床流行病学与循证医学五年余。主要研究方向:恶性肿瘤放射治疗与放射生物学研究、循证医学与Meta分析方法学研究。目前以第一作者及共同作者发表SCI论文十余篇,参编学术著作两部。

本文由AME科研时间(微信公众号:amegroups)首发,转载请注明出处。

AME循证杂谈专栏

01 走出循证医学的八大误区

02 临床医生该如何高效的检索?

03 系统评价哪家强?

04 正确认识系统评价/meta分析在医学科研和临床实践中的作用

05 何为一篇好文章?

06 随机对照试验中那些真假难辨的亚组分析

07 随机对照试验的批判性阅读

08 系统评价的idea从哪里来?

09 顶级医学杂志发表什么样的meta分析?

10 如何画出人生第一张森林图?

 

下期预告:

亚组分析在meta分析中的应用

查看往期专栏文章方式:

点击http://kysj.amegroups.com进入科研时间网站首页,搜索关键词 循证杂谈 即可。

DOI:10.3978/kysj.2014.1.538

comments powered by Disqus

附件