Meta分析软件的操作与功能

Meta-Analyst软件与Comprehensive Meta-Analysis软件类似，无须输入命令，操作简单。以“Munthe-Kaas H，Berg R C，Blaasvær N.Effectiveness of interventions to reduce homelessness：a systematic review.Campbell Systematic Reviews，2018：3.DOI：10.4073/csr.2018.3”一文中的数据为例，介绍Open Meta-Analyst软件对二分类数据和连续型数据的Meta分析功能。

（一）主操作界面

程序运行后，可以选择的操作方式有3种，分别用于建立一个新分析、导入CSV格式数据或打开之前的分析。如图7-28所示，本处选择“Create a new Project”，即新建一个分析。该功能还可以通过菜单“dataset→new dataset”完成。

主操作界面的最顶端是菜单栏，包括文件（File）、编辑（Edit）、分析（Analysis）、数据（Dataset）和帮助（Help）。菜单栏下是工具栏，提供了一些常用的操作工具按钮图示，如新建（New dataset）、打开（Open）、保存（Save）等（图7-28）。

图7-28　操作主界面与操作方式

（二）二分类数据的分析

以案例研究中高强度个案管理（High intensity case management）与一般服务措施（Usual services）干预后获得稳定住房的人数（Number of participants in stable housing）的比较为例。选择“Create a New Project”后进入图7-29，即Meta分析类型的选择界面，可见单组数据的Meta分析、2组或多组数据的Meta分析和诊断准确性试验的Meta分析3种类型。本例选择“proportions”即可激活“Next”，进入效应量指标的选择界面（图7-30）。

RR是反映暴露（干预）与事件关联强度的重要指标。本例在图7-30所示页面选择RR值后，点击“Next”进入结局指标名称输入界面（图7-31）。输入结局指标“Number of participants in stable housing”后，点击“Finish”，即可进入数据录入界面（图7-32）。该软件的数据输入方式有3种：①手动输入；②直接从Excel表格中复制；③从窗口菜单栏中的“File→Import Dataset”导入“.csv”格式文件。

图7-29　Meta分析类型选择界面

图7-30　效应量指标的选择界面

图7-31　结局指标名称输入界面

数据录入见图7-32，点击数据表格，“手动输入”研究的名称、年份、发生数和总数，率比及其下限和上限（图中黄色显示）会自动算出。完成数据输入后，可以保存为“.oma”格式的文件，以备再次调用数据。

图7-32　数据录入界面

接下来即可进行Meta分析。先后点击“Analysis→Meta-analysis…”，出现的菜单见图7-33，选择随机效应模型，分析结果见森林图（图7-34）。

图7-33　统计效应模型的选择界面(www.xing528.com)

图7-34　二分类数据Meta分析的森林图

与RevMan分析结果的解释类似。如图7-34所示，纳入的2个研究间的统计学异质性较大（I2＞50%），选择随机效应模型进行数据合并是恰当的。Meta分析结果显示，“高强度个案管理”与“一般服务措施”影响“稳定住房人数”的差异不具有统计学意义。

（三）连续型数据的分析

以案例研究中高强度个案管理（High intensity case management）与一般服务措施（Usual services）干预后无家可归天数（Number of days homeless）的比较为例。首先，进入Meta分析类型的选择界面，选取正确的效应量指标。如图7-35和图7-36所示，因结局指标的计量单位不同，本例选择SMD。

图7-35　Meta分析类型的选择

图7-36　效应量指标的选择

点击“Next”后，进入结局指标的输入界面（图7-37），输入结局指标的名称“Number of days homeless”后，点击“Finish”进行数据录入，如图7-38。连续型数据的录入方法与二分类数据类似，点击表格“手动输入”研究名称、年份、研究例数、均数、标准差等信息，标准化均数差及其上下限将自动计算（黄色部分）。数据录入后需注意保存。

图7-37　结局指标名称输入界面

图7-38　数据录入界面

点击“Analysis→Meta-analysis…”或工具栏中森林图图标进行Meta分析，出现的菜单见图7-39，选择随机效应模型，分析结果见森林图（图7-40）。

图7-39　统计效应模型的选择界面

图7-40　连续型数据Meta分析的森林图

如图7-40所示，纳入的6个研究间的统计学异质性较大（I2＞50%），选择随机效应模型进行数据合并是恰当的，Meta分析结果显示，与“一般服务措施”相比，“高强度个案管理”更能减少人群“无家可归的天数”，差异具有统计学意义。

（李秀霞）