图说meta十四：漏斗图暨Stata软件使用方法简介

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，再用定量或定性合成的方法对资料进行处理得出综合结论的研究方法。在meta分析受到关注的同时也出现了不同的声音，本系列推送将介绍meta分析的实施步骤，希望帮助了解meta分析，规范meta分析的撰写。本期推送将介绍如何用stata软件实现森林图的制作，希望各位老师批评指正。

>>>> 漏斗图

最常见的识别发表性偏倚的方法就是漏斗图法, 以样本含量(或效应量标准误的倒数)与效应量(或效应量对数)作的散点图, 效应量可以为RR ,OR ,RD 和死亡比或者其对数值等。漏斗图所基于的假设是效应量估计值的精度随着样本量的增加而增加, 其宽度随精度的增加而逐渐变窄, 最后趋近于点状, 其形状类似一个对称倒置的漏斗,故称为漏斗图。即样本量小的研究, 数量多、精度低, 分布在漏斗图的底部呈左右对称排列;样本量大的研究, 精度高, 分布在漏斗图的顶部, 且向中间集中。利用漏斗图可以直接观察原始研究的效应量估计值是否与其样本含量有关。但当存在发表性偏倚时, 则表现为漏斗图出现不对称, 则呈偏态分布。绘制漏斗图, 需要纳入较多的研究个数，原则上需纳入9篇研究以上才能进行。

>>>> 漏斗图的制作流程

Step1：Stata软件下载与安装

Stata软件为收费软件，目前该软件已更新至14.0,我们公众号本着“自由分享，人人平等，共求真理”的宗旨，为大家免费准备了Stata12.0版本，公众号后台回复stata即可获取（积极宣传公众号，推动20人关注公众号者微信添加1606093959可获取stata14.0版本）

Step2：Meta面板加载

• 创建profile.do文件 

1.点击菜单栏Help→Search→Search all（Keywords: meta_dialog）

2.选择加载包进行安装（click here to install)

3.输入命令help meta_dialog

4.复制代码

5.点击菜单栏Window→Do.file Editor→ New Do.file Editor，粘贴代码

6.点击保存，选择存储至stata安装位置，命名为profile

• 重新打开 Users次级菜单出现Meta-Analysis

  

Step3：整理纳入文献格式

需要注意的是，Stata软件中数据分析格式与RevMan数据格式是不一致的，RevMan中二分类变量表示为研究事件发生数与样本量，而Stata软件中为试验组发生事件数与试验组未发生事件数，在整理数据时需表示为如下格式，示例：

Step4：数据输入

1.点击菜单栏Data Editor(Edit)

2.输入数据或复制粘贴数据。.复制粘贴整理格式后的数据，选择将第一行变为变量名称

Step5：制作漏斗图

1.进行二分类变量meta分析，计算效应量OR（具体方法参见：）

2.计算logOR:gen log_ES=log( _ES);重命名log_ES:rename log_ES logOR（图形显示需要，_selogES系统默认，可不进行重命名）

3.依次点击Users→Meta-Analysis→Funnel Graph，vertical(metafunnel）进入漏斗图制作面板。

4. 选择logOR，selog_ES进行数据分析。

5.漏斗图制作完毕（重命名保证横纵坐标变量说明一致）

6. 点击保存，选择*.png进行图形的保存与查看，或选择保存为矢量图。

附1：Egger 回归法或Begg秩相关法

1.进行二分类变量meta分析，计算效应量OR（具体方法参见：）

2.计算logOR:gen log_ES=log( _ES);重命名log_ES:rename log_ES logOR（图形显示需要，_selogES系统默认，可不进行重命名）

3.输入命令：metabias6 logOR _selogES ,graph ( begg)或  metabias6 logOR _selogES ,graph ( egger).(若菜单栏 Publishion Bias（metabias）支持，也可选择metabias 命令，P>0.05,无明显发表性偏倚)

4.漏斗图制作完毕（以Begg's为例）