フォレストプロットを作成するには、Stataソフトウェアを開きます。連続データ入力の場合は、「ユーザー」をクリックし、「メタ分析 Of Binary and Continuous」を選択します。次に、[メイン] を選択し、[連続] をクリックします。
治療群のサンプルサイズ、平均、および標準偏差を mean1、sd1、n1 に設定します。対照群では、サンプルサイズ、平均、および標準偏差を mean2、sd2、n2 に設定します。不均一性が高いランダム モデルを選択するには、[ユーザー分析とメタ分析のバイナリと連続の分析] をクリックします。
次に、連続およびランダム I-V 異質性を選択します。I-squared統計量に基づいて適切な効果モデルを選択します。加重平均差を計算するには、統計量でnoStandardを選択します。
次に、標準化された平均差を計算するには、統計でCohenを選択します。二分データ入力の場合は、ユーザーをクリックし、バイナリと連続のメタ分析を選択します。次に、[メイン] をクリックし、[カウント] を選択します。
治療群の有効数と非有効数をE1とNE1に、対照群の有効数と非有効数をE2とNE2に設定します。I-squared統計量が50%より小さい場合は、修正モデルを選択します。これを行うには、[ユーザー]、[バイナリと連続のメタ分析]、[バイナリと固定逆分散]の順にクリックします。
不均一性テストで感度分析を実行するには、ユーザー、次にメタアナリシス、影響分析メタベース、メタニンフ、連続の順にクリックします。連続データの場合は、db metabias コマンドを使用します。次に、「メイン」をクリックし、「_es」と「_sees」を選択し、「Egger」の線形回帰検定で「Egger」を選択します。
バイナリ データの場合は、コマンド metabias E1 NE1 E2 NE2、または harbord を使用して、Harbord の重み付き線形回帰検定を実行します。コマンド db metatrim を入力し、[メイン] をクリックして [_es] と [_sees] を選択します。次に、[線形]、[固定]、および[ファネル]をクリックして、トリムとフィルの手順を採用し、効果サイズ推定のロバスト性をテストします。
新しいメタアナリシスを作成するには、ファイルから新しいメタアナリシスを選択します。次に、 [データ型] 、 [インポート名] 、 [グループ 1] と [グループ 2] を選択し、結果の種類を選択します。エフェクトのメジャーとモデルを設定します。
定数連続補正方法を使用し、値を 0.5 に設定します。[試験] で、研究、年、効果、介入群と対照群の合計数を入力します。次に、[トライアルの追加] をクリックします。
「TSA およびアルファ支出境界」に進み、名前を入力してから、境界タイプを両面に、タイプ 1 エラー率アルファを 0.05 に、電力を 0.8 に設定します。二分結果のメタアナリシスのために、コントロールアームのインシデントを計算します。次に、総実効率の貴重な森林プロットに従って相対的なリスク削減を計算します。
連続データの場合は、フォレストプロットの前の結果に従って、平均差と変量効果BTを選択します。「トライアル」をクリックした後、介入群と対照群のスタディ、年、平均奏効、標準偏差、グループサイズを入力し、「トライアルを追加」をクリックします。[TSA] をクリックし、[Alpha-spending Boundary] を選択します。
境界タイプを両側に設定し、タイプ1のエラー率アルファを0.05に、電力を0.8に設定します。平均差と分散で経験的を選択します。最後に、[計算の実行] をクリックし、[グラフ] を選択して結果を視覚化します。
