삼림 구획을 구성하려면 Stata 소프트웨어를 엽니다. 연속 데이터 입력의 경우 사용자를 클릭하고 이진 및 연속의 메타 분석을 선택합니다. 그런 다음 Main(기본)을 선택하고 Continuous(연속)를 클릭합니다.
처리군의 표본 크기, 평균, 표준편차를 mean1, sd1, n1로 설정합니다. 대조군의 경우 표본 크기, 평균, 표준편차를 mean2, sd2, n2로 설정합니다. 높은 이질성에 대한 무작위 모델을 선택하려면 이진 및 연속체의 사용자 및 메타 분석을 클릭합니다.
그런 다음 연속 및 랜덤 I-V 이질성을 선택합니다. I-제곱 통계량을 기반으로 적절한 효과 모형을 선택합니다. 가중 평균 차이를 계산하려면 통계에서 noStandard를 선택합니다.
그런 다음 표준화된 평균 차이를 계산하려면 통계량에서 Cohen을 선택합니다. 이분형 데이터 입력의 경우 사용자를 클릭하고 이진 및 연속의 메타 분석을 선택합니다. 그런 다음 Main(기본)을 클릭하고 Count(개수)를 선택합니다.
치료군의 유효 수와 비유효 수를 E1과 NE1로, 대조군의 유효 수를 E2와 NE2로 설정합니다. I-제곱 통계량이 50%보다 작으면 수정 모형을 선택합니다. 이렇게 하려면 User를 클릭한 다음 Meta-Analysis of Binary and Continuous, Binary and Fixed Inverse Variance를 차례로 클릭합니다.
이질성 테스트에서 민감도 분석을 수행하려면 사용자를 클릭한 다음 메타 분석, 영향 분석, 메타 기반, 메타닌프 및 연속을 클릭합니다. 연속형 데이터의 경우 db metabias 명령을 사용합니다. 그런 다음 기본을 클릭하고 _es 및 _sees를 선택한 다음 Egger의 선형 회귀 검정에 대해 Egger를 선택합니다.
이진 데이터의 경우 metabias E1 NE1 E2 NE2 또는 harbord 명령을 사용하여 Harbord의 가중 선형 회귀 테스트를 수행합니다. db metatrim 명령을 입력 한 다음 Main을 클릭하고 _es 및 _sees를 선택합니다. 그런 다음 선형(Linear), 고정(Fixed) 및 퍼널(Funnel)을 클릭하여 자르기 및 채우기 절차를 채택하여 효과 크기 추정치의 견고성을 테스트합니다.
새 메타 분석을 작성하려면 파일에서 새 메타 분석을 선택합니다. 그런 다음 데이터 유형, 가져오기 이름, 그룹 1 및 그룹 2를 선택하고 결과 유형을 선택합니다. 효과 측정 및 모델을 설정합니다.
상수 연속 보정 방법을 사용하고 값을 0.5로 설정합니다. Trial(시험)에서 study(연구), year(연도), effect(효과), 총 중재 그룹 및 대조군 수(total number of intervention and control groups)를 입력합니다. 그런 다음 평가판 추가를 클릭합니다.
TSA 및 알파 지출 경계로 이동하여 이름을 입력한 다음 경계 유형을 양측으로, 유형 1 오류율 알파를 0.05로, 검정력을 0.8로 설정합니다. 이분법적 결과의 메타 분석을 위해 control arm에서 사건을 계산합니다. 그런 다음 총 유효 비율의 귀중한 산림 플롯에 따라 상대 위험 감소를 계산합니다.
계량형 데이터의 경우 포레스트 플롯의 이전 결과에 따라 평균 차이(Mean Difference)와 랜덤 효과 BT(Random effect BT)를 선택합니다. Trial(시행)을 클릭한 후 연구, 연도, 평균 반응, 표준 편차, 중재 및 통제군의 그룹 크기를 입력한 다음 Add Trial(시행 추가)을 클릭합니다. TSA를 클릭하고 알파 지출 한도를 선택합니다.
경계 유형을 양측으로, 유형 1 오류율 알파를 0.05로, 검정력을 0.8로 설정합니다. 평균 차이와 분산에서 경험적 선택을 선택합니다. 마지막으로 계산 수행을 클릭하고 그래프를 선택하여 결과를 시각화합니다.
