來(lái)自于
SCI666?Stata是一款非常強(qiáng)大的統(tǒng)計(jì)和作圖軟件，本文中用的版本是Stata14.2。網(wǎng)上目前存在的教程多半是用mvmeta包來(lái)做網(wǎng)狀Meta，但mvmeta相對(duì)繁瑣，需要打不少的代碼去轉(zhuǎn)換數(shù)據(jù)格式，Network包本質(zhì)上是mvmeta，不過(guò)對(duì)用戶更加友好，只需要執(zhí)行簡(jiǎn)單的代碼就可以數(shù)據(jù)處理。本文將介紹用Stata的Network包實(shí)現(xiàn)連續(xù)性變量的網(wǎng)狀Meta分析。
1. 假設(shè)我們已經(jīng)安裝好了Stata，在命令欄敲入：net from
http://www.mtm.uoi.gr，然后點(diǎn)擊network_graphs，下載network包。
2. 將要處理的數(shù)據(jù)在Excel中整理成下圖所示：
其中id代表研究，t代表治療，r是反應(yīng)數(shù)（本例中是每組因副作用脫落的數(shù)目），n是樣本量；注意每一行代表一個(gè)研究的一個(gè)臂（組），如果一個(gè)研究有三臂，那么就占三行。分析時(shí)需將id以數(shù)字來(lái)依次編號(hào)Study。同樣，依次以數(shù)字來(lái)編號(hào)t。特別注意的是，同一研究中從上到下，治療的編碼只能增大，不能降低。一般來(lái)說(shuō)，將安慰劑編碼為1。
3. 點(diǎn)擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，將整理好的數(shù)據(jù)直接拷貝到里面，注意拷貝的時(shí)候選擇首行為變量名；Excel中第1列Study不用拷貝；如下圖所示：
4. 返回Stata的首界面，在命令欄敲入：
network setup r n, studyvar(id) trtvar(t) format(augment) or
以上代碼效應(yīng)量為OR，如果是用RR作為效應(yīng)量，則敲入：
network setup r n, studyvar(id) trtvar(t) format(augment) rr
結(jié)果如下圖所示：
繼續(xù)點(diǎn)擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，發(fā)現(xiàn)數(shù)據(jù)變成如下模樣：
右邊還有很長(zhǎng)，實(shí)在截圖不下了。
現(xiàn)在我們的數(shù)據(jù)就準(zhǔn)備成可以進(jìn)行網(wǎng)狀Meta分析的格式了。
5. 制作網(wǎng)狀圖，在命令欄敲入：
network map
就會(huì)跳出如下圖形：
或者敲入：
network map, improve
線條以及節(jié)點(diǎn)的顏色、比例、以及將數(shù)字換成治療名稱，均可以在圖形上點(diǎn)擊右鍵，開啟start graph editor后進(jìn)一步編輯；或者以命令行的形式編輯；留給讀者探索，在此不再贅述。
6. 首先用不一致性模型進(jìn)行檢驗(yàn)，在命令欄敲入：
network meta i
成功的話會(huì)看到：
前面一堆東西不重要，主要是看紅色方框里面的P值是否大于0.05；若小于0.05，則不一致性模型顯著；對(duì)于這批數(shù)據(jù)不能直接用接下來(lái)的一致性模型分析。在本例中不一致性檢驗(yàn)不顯著，說(shuō)明可以使用一致性模型進(jìn)行分析。
7. 用一致性模型進(jìn)行分析，在命令欄敲入：
network meta c
結(jié)果如下所示：
B,C,D,E,F,G分別對(duì)應(yīng)編碼為2,3,4,5,6,7的干預(yù)，Coef就是這些干預(yù)與1（安慰劑）對(duì)比的效應(yīng)量，最后三列是P值以及95%可信區(qū)間。
8. 至此，一致性模型與不一致性模型的結(jié)果均已算出，在命令欄敲入：
network forest
出現(xiàn)如下所示的森林圖，最底部是不一致性檢驗(yàn)：
9. 上面進(jìn)行的不一致性檢驗(yàn)是Global inconsistency；對(duì)于網(wǎng)狀Meta，光做Global是不夠的，還有Local inconsistency；為了做局部不一致檢驗(yàn)，我們通常使用節(jié)點(diǎn)劈裂法（node-splitting method）；在命令欄敲入如下代碼：
network sidesplit all, tau
結(jié)果如下所示：
若P小于0.05，則認(rèn)為局部存在不一致性。
10. 在這一步，命令欄敲入clear；然后重復(fù)第3、4、7步；為了計(jì)算每個(gè)干預(yù)的SUCRA，在命令欄敲入以下代碼：
network rank min, all zero reps(5000) gen(prob)
注意，在本例中MD越小說(shuō)明排名越靠前，所以這里用min，如果效應(yīng)量越大排名越靠前，那么代碼應(yīng)該改成“network rank max, all zero reps(5000) gen(prob)”。出現(xiàn)如下結(jié)果：
這個(gè)圖表示每個(gè)治療排行第幾的概率。如編碼為1的治療（安慰劑）排行第2的概率最大（35.1%），以此類推。
接下來(lái)計(jì)算我們通常比較關(guān)心的SUCRA，以及順便把編碼還原為我們的治療名稱，敲入以下代碼：
sucra prob*, lab(Placebo Aripiprazole Risperidone Quetiapine Olanzapine Haloperidol Paliperidone)
這里lab是label（標(biāo)簽）的意思，括號(hào)里按照1234567編碼的順序把治療名稱寫出，以空格相隔。結(jié)果如下所示：
SUCRA值越高的排名越靠前，同時(shí)可以跳出SUCRA的圖：
11. 制作文獻(xiàn)中常見的聯(lián)賽表，敲入以下代碼：
netleague, lab(Placebo Aripiprazole Risperidone Quetiapine Olanzapine Haloperidol Paliperidone) sort(Placebo Haloperidol Risperidone Aripiprazole Olanzapine Quetiapine Paliperidone) export ("D:\network.xlsx") eform
其中l(wèi)ab還是按照1234567的順序依次寫上治療的名稱；sort是按照SUCRA的大小排序，排行第一的寫在最前面；export可要可不要，它的作用是將聯(lián)賽表導(dǎo)出到指定的路徑。eform很重要，因STATA默認(rèn)對(duì)分類變量的輸出為對(duì)數(shù)形式，eform的作用就是把它還原為OR或者RR。
注意如果沒(méi)有export的話，這個(gè)聯(lián)賽表是個(gè)臨時(shí)文件，必須再次復(fù)制保存；最后一句話提示聯(lián)賽表在數(shù)據(jù)視圖的最末尾，也就是最右邊。即點(diǎn)擊Stata菜單欄Data->Data Editor-> Data Editor(Edit)，將下面的滾動(dòng)條拉至最右邊，就可以看到蜷縮在角落里瑟瑟發(fā)抖的聯(lián)賽表。
將結(jié)果復(fù)制到Excel里面，盡情美化吧騷年！
12. 制作兩兩比較的森林圖，在命令欄敲入以下代碼：
intervalplot, null(1) lab(PLA ARI RIS QUE OLA HAL PAL) eform
eform很重要；其中，null(1)設(shè)置無(wú)效線為1，還可以加入pred可以輸出預(yù)測(cè)區(qū)間，留給讀者自行嘗試；本例跳出如下森林圖：
13. 制作漏斗圖，首先將數(shù)據(jù)格式轉(zhuǎn)換，敲入如下代碼：
network convert pairs
可將數(shù)據(jù)轉(zhuǎn)換成如下格式（瞬間感覺(jué)清爽了許多）
然后敲入如下代碼：
netfunnel _y _stderr _t1 _t2 , random bycomp add(lfit _stderr _ES_CEN) noalpha
結(jié)果如圖所示：
其實(shí)不用敲入這么多代碼，你只敲入“netfunnel _y _stderr _t1 _t2”一樣可以出結(jié)果；Stata里DIY的地方很多，讀者可以敲入“help netfunnel”自行查閱幫助文檔；對(duì)于其他的任何命令，都可以help一下。
14. 環(huán)不一致性檢測(cè)（loop inconsistency），所謂的環(huán)就是指治療與治療之間構(gòu)成了封閉的環(huán)形。運(yùn)行以下命令同樣需要先將數(shù)據(jù)格式轉(zhuǎn)換為清爽的格式（network convert pairs）：
ifplot _y _stderr _t1 _t2 id, tau2(loop)
結(jié)果如下所示：
如果可信區(qū)間包括0，說(shuō)明環(huán)不一致性不顯著，但如果IF很大，說(shuō)明直接比較結(jié)果和間接比較結(jié)果相差有點(diǎn)大……結(jié)果解釋需謹(jǐn)慎，或者做亞組分析和回歸分析找異質(zhì)性來(lái)源，或者做敏感性分析等等。
15. 貢獻(xiàn)圖（即觀察直接比較與間接比較對(duì)最終估計(jì)結(jié)果的貢獻(xiàn)）的制作，在命令欄敲入以下命令（需要清爽格式）：
netweight _y _stderr _t1 _t2
結(jié)果如圖所示：
祝大家數(shù)據(jù)處理順利。
私信作者可獲得本例中所使用數(shù)據(jù)的Excel文件。
