【R语言Meta分析】连续性变量的Meta分析
系统评价/Meta分析指全面收集所有相关研究并逐个进行严格评价和分析，再用定性或定量合成的方法对资料进行处理得出综合结论的研究方法。实现Meta分析数据统计的软件种类繁杂，但以R最为著名，可实现多种类型的Meta分析，包括传统干预性Meta分析、诊断性Meta分析、网状Meta分析等，但因其需要编程基础，而使初学者望而却步，本系列旨在分享代码、讲通代码，帮助初学者快速掌握利用R语言实现Meta分析的方法。
上两讲我们为大家介绍了【R语言Meta分析】meta程序包的安装与使用，【R语言Meta分析】二分类变量的Meta分析接下来我们将介绍如何利用meta程序包实现连续性变量的Meta分析，其基本方法与二分类变量一致。首先是需要将数据导入到R中，参考【R语言学习6】R数据导入与导出方法简介，使用的数据是Meta-Analysis with R中的data01，如下图所示authoryearNeMeSeNcMcScBoner19881313.5413.851320.7721.46Boner19892015.713.12022.716.47Chudry19871221.313.11239.712.9Comis19931214.512.21231.315.1DeBenedictis1994a1714.411.11727.417.3DeBenedictis1994b814.818.6831.420.6DeBenedictis19951315.716.81329.618.9Debelic19861229.8315.951248.0815.08Henriksen19881217.513.11247.216.47Konig1987121214.61226.212.3Morton19921615.8313.431638.3618.01Novembre1994f2415.428.352428.4613.84Novembre1994s191112.41926.114.9Oseid19952014.19.52028.918Roberts1985918.917.7938.918.9Shaw1985810.277.02834.4310.96Todaro19931310.18.91323.54将数据与project存储在同一目录下，使用命令library(meta)data <- read.csv(file = "dataset01.csv") #<-表示赋值，用data表示导入的数据data #直接输入变量名可查看数据即可实现导入。接下来通过查看meta包的帮助文档了解到metacont函数可以帮助我们实现连续性变量的Meta分析。与二分类变量的学习方法一样，首先来看连续性变量的meta分析数据合并需要设置哪些参数？在RevMan中核心设置即统计方法、分析模型和选择的效应量。
而在meta包中这些参数被表示为smA character string indicating which summary measure ("MD", "SMD", or "ROM") is to be used for pooling of studies.method.smdA character string indicating which method is used to estimate the standardised mean difference (sm="SMD"). Either "Hedges" for Hedges' g (default), "Cohen" for Cohen's d, or "Glass" for Glass' delta, can be abbreviated.其中当sm选择为MD时，不需要设置method.smd，而当选择为SMD时，需要选择标准化的方法，默认时Hedges‘g的方法，与Revman保持一致，除此之外也可以选择Cohen‘d的统计方法（建议选择Hedege‘ g进行矫正）因此我们合并的命令即为m2 <- metacont(Ne, Me, Se, Nc, Mc, Sc, data = data, sm = "SMD", method.smd = "Hedges", studlab = paste(author,year)) # 其中ENe, Me, Se, Nc, Mc, Sc分别对应实验组和对照组的样本量均数和标准差，需注意的是在填写时一定要与数据集名字相对应# data = 表示设置选择哪个数据集进行运算(我们已经赋值给data）# sm根据纳入的研究类型选择相应的参数，一般单位统一选择MD，单位不统一需要标准化选择SMD# paste是指将author和year合并在一起作为研究名称summary(m2)输入summary(m2)后可查看合并的结果，随机效应模型SMD=-1.0694，固定效应模型SMD=-1.0583, 异质性为13.5%，p>0.1。
这样我们关于连续性变量的Meta分析就完成了 。文字传递的信息总是有限，为保证初学者能够真正学好，真正学会R语言进行Meta分析，后期将会在千聊直播间推出相应视频课程，专注于Meta分析的统计学原理与R语言实现，请大家尽情期待。也欢迎大家提出对于推送内容的建议！