使用r gemtc和stata軟件實(shí)現(xiàn)連續(xù)變量的網(wǎng)狀meta分析

1、循證醫(yī)學(xué)雜志 2015, 15(7): 861868使用R、GeMTC和STATA 連續(xù)變量的網(wǎng)狀Meta分析實(shí)現(xiàn)1,2，3，1,2，4，5，1,2*1. 蘭州大學(xué)循證醫(yī)學(xué)中心（蘭州 730000）；2. 甘肅省循證醫(yī)學(xué)與臨床轉(zhuǎn)化（蘭州 730000）；4. 天津醫(yī)科大學(xué)總醫(yī)院骨科（天津 300052）；5.大學(xué)中南醫(yī)院循證與轉(zhuǎn)化醫(yī)學(xué)中心（430071）；6.十堰 442000）學(xué)院附屬太和醫(yī)院循證醫(yī)學(xué)中心（摘要 當(dāng)前已發(fā)表的網(wǎng)狀 Meta 分析的學(xué)文章主要集中于二變量，尚無連續(xù)性變量的相關(guān)。本文如何使用 R、GeMTC 和 Stata聯(lián)合實(shí)現(xiàn)連續(xù)性變量網(wǎng)狀 Meta 分析的計(jì)算及繪制收斂圖、

2、軌道密度圖、森林圖、等級概率圖、內(nèi)部總結(jié)圖、網(wǎng)狀圖、貢獻(xiàn)圖和發(fā)表偏倚檢測圖。網(wǎng)狀 Meta 分析；連續(xù)性變量；R；GeMTC；StataHow to Perform Network Meta-Analysis of Continuous Variable Using R, GeMTC and Stata softwaresZHAO Kun1,2, CHEN Ling-Xiao3, TIANi1,2, ZENG Xian-tao4, ZHANG Chao5, BAI Zheng-gang1,2*1. Evidence-based Medicine Center, School of Basic

3、Medical Sciences, Lanzhou University, Lanzhou 730000,;2. Key Laboratory of Evidence Based Medicine and Knowledge Translation of Gansu Province, Lanzhou 730000,;3. Department of Orthopaedics, Tianjin Medical University General Hospital, Tianjin, 300052,;4. Center for Evidence-Based Medicine and Clini

4、cal Research, Taihe Hospital, Hubei University of Medicine, Shiyan 442000,;5. Center for Evidence-based and Translational Medicine, Zhongnan Hospital, Wuhan University, Wuhan 430071,;Abstract The published methodological studies about network meta-analysis mostly focused on the binary variables, but

5、 study focused on the continuous variables was few. This study introduces how to use R, GeMTC and Stata softwares jointly to produce various graphics of continuous variable network meta- analysis. It also introduces how to perform the convergence diagnostics, trace and density plot, forest, rank pro

6、babilities and rankogram, internalrelationship summary chart, network plot, contribution plot and publication bias test.Key words Network meta-analysis; Continuous variable; R software; GeMTC software; Stata software網(wǎng)狀 Meta 分 析（network meta-analysis，NMA） 因可將間接比較（indirect comparison）和直接比較（head to hea

7、d comparison）的證據(jù)進(jìn)行合并，更好地滿足臨床實(shí)踐的需求，而日益受到青睞 1。當(dāng)前能夠件系統(tǒng)，是屬于 GNU 系統(tǒng)的、源代碼開放的，可通過自身程序包或調(diào)用其他完成NMA10。GeMTC（Generate Mixed Treatment Com-parisons）是由 van Valkenhoef 等研發(fā)的 MTC實(shí)現(xiàn) NMA有很多，但各有利弊 2：ADDIS 軟改編而來的于制作 NMA 的非編程，件操作簡單、數(shù)據(jù)處理能力強(qiáng)、繪圖較為全面，但但其已停止更新，且不能制作網(wǎng)狀圖，數(shù)據(jù)僅數(shù)據(jù)輸入十分繁瑣 3；Microsoft Excel的 Net-顯示小數(shù)點(diǎn)后兩位，有一定的局限性 11。目

8、前國內(nèi)MetaXL 宏命令將數(shù)據(jù)提取與輸入、結(jié)果輸出和圖形繪制集于一體，但僅適用于二變量 4；BUGS已發(fā)表的學(xué)文章主要集中于二變量的NMA3-11，尚無連續(xù)性變量的 NMA 的。本文將如何實(shí)現(xiàn)連續(xù)型變量的 NMA，所選擇的軟件為 GeMTC、R 和 Stata。處理能力強(qiáng)，但要求使用者有較編程功底且采用其他握 5-9。調(diào)用時(shí)也容易出錯，初學(xué)者難以掌1聯(lián)合 GeMTC 和 R實(shí)現(xiàn)R是一套完整的數(shù)據(jù)處理、計(jì)算和繪圖軟1.1安裝及程序包加載當(dāng)前最新版本為 R-3.1.2，獲取DOI: 10.7507/1672-2531.20150145基金項(xiàng)目：自然科學(xué)基金項(xiàng)目（編號：81301177）；甘肅省留

9、學(xué)回國科技活動項(xiàng)目擇優(yōu)資助 ( 編號：20410404）作者簡介：，男（1994 年），本科生。: zhaokun9404163. comR為；GeMTC最新版本為 0.14.3，獲取為: baizhenggang* 通訊作者CJEBM 861 © 2015循證醫(yī)學(xué)雜志編輯部MethodologyChin J Evid-based Med 2015, 15(7): 861-868gemtc。GeMTC 可從OpenBUGS在運(yùn)行時(shí)需要 Java 環(huán)境，Java。本文采用執(zhí)行數(shù)據(jù)分析，因此還需從 http:/該。所有數(shù)據(jù)輸入，可點(diǎn)擊 Study 進(jìn)行添加，ID 編號與表格一致，可知 1

10、 號研究對應(yīng)的干預(yù)措施為 1 和 2，因此ID 為 1，選擇干預(yù)措施 1、2 并打勾。在紅色框區(qū)選擇數(shù)據(jù)類型并對該數(shù)據(jù)集命名，本例選擇 CONTI- NOUS（連續(xù)性變量），如圖 2 所示。其余研究同理進(jìn)行添加。1.2.3 錄入結(jié)局指標(biāo) 連續(xù)型變量錄入的是 mean、sd 和 n。圖 3 為數(shù)據(jù)錄入完成后的界面，需注意的是 ID 為自動排序，因此編號為 10 的排列第二，且數(shù)據(jù)列表中干預(yù)措施的排列順序與在研究組錄入時(shí) 的點(diǎn)擊順序有關(guān)。錄入數(shù)據(jù)完成后，點(diǎn)擊 Save 進(jìn)行保存及文件命名，本例命名為 depression。1.3 數(shù)據(jù)分析完成后，雙擊安裝包進(jìn)行安裝。安裝完畢后，雙擊桌面的 R圖標(biāo)啟

11、動R 的交互式窗口（RGUI）；接著在菜單欄處選擇程序包下的安裝程序包 選擇 CRAN 鏡像 gemtc， 安裝完成后可由 library(gemtc) 命令完成 gemtc 程序包加載。此外還需加載 coda 程序包、lattice 程序包，具體如上。1.2 數(shù)據(jù)處理及錄入本文以 Multiple-treatments Meta-analysis of a net- work of interventions12 的數(shù)據(jù)為例進(jìn)行演示，處理后的數(shù)據(jù)如表 1 所示。數(shù)據(jù)處理完成后，采用 GeMTC錄入（操作簡便且不易出錯）。1.2.1 錄入干預(yù)措施組 選擇 Data 下的 Treatment 進(jìn)

12、行干預(yù)措施的數(shù)據(jù)輸入，可點(diǎn)擊紅色框區(qū)的 Add treatment 進(jìn)行添加、編輯與刪除，ID 編號與表格一致，輸入 1，具體描述為文法拉辛（圖 1）。西酞采用Rgemtc 程序包調(diào)用OpenBUGS進(jìn)行 NMA 以及相關(guān)圖形的繪制。1.3.1錄入數(shù)據(jù)數(shù)據(jù)令為：network<-work("C:/Users/Adminis-trator/Desktop/depression.gemtc")注意括號內(nèi)容應(yīng)與 1.2.3 的文件命名及保存位置一致，命令前的 network<- 相當(dāng)于賦值，不能省略，命令符號應(yīng)用英文輸入狀態(tài)且不應(yīng)有空格，以 下同理。如需查看數(shù)據(jù)可輸入

13、“print(network)” 命令。與1.2.2的添加與此相同。錄入研究組選擇Data 下的Study 進(jìn)行研究1.3.2設(shè)置m設(shè)置 m令為：m<-表 1使用數(shù)據(jù)mtc.m(network,type = "consistency",n.chain = 3)。其中 network 為 network 數(shù)據(jù)，type 為是否選取一致性模型（注：在模型的選擇上，通常認(rèn)為由一致性模型得出的結(jié)果更加接近真實(shí)情況），n.chain 為迭代11223344556677889912121312131232321210.264.8814.788.1313.3610.3913.119

14、.116.614.915.4915.2511.5910.18.711.718.913.4311.6412.4912.728.7810.458.539.3612.4911.398.8.37244886510.910.910.910.976.93448.5064681278.4556726527.959899497706654561251232201145560證 n 3 的鏈條數(shù)目運(yùn)算中鏈的條數(shù)（使結(jié)果更加可信）。來1.3.3分析數(shù)據(jù)在加載程序包之前，應(yīng)確保openbugs 安裝在 C 盤，否則不能調(diào)用。執(zhí)行數(shù)據(jù)分析令為：results <-mtc.run(m, sam

15、pler ="BRugs",n.adapt = 5000, n.iter = 20000, thin = 1)命令中，“n.adapt”為預(yù)迭代次數(shù)，“n.iter”為迭代運(yùn)算次數(shù)，“thin”為步長。1.4 匯總結(jié)果輸入命令 summary(results)，查看均數(shù)差與百分?jǐn)?shù)，結(jié)果如圖 4 所示。1.5 圖形繪制59187177144781001.5.1圖（convergence收斂 圖收斂 20118699diagnostics）的繪制過輸入命令“gelman.101032plot(results)”實(shí)現(xiàn)，圖形如圖 5 所示。保存格式及位置可以自行選擇。注：設(shè) Tre

16、atment 中“1”代表文，“2”代表西酞，“3”代表1.5.2森林圖森林 圖（forest）的繪制命令為 CJEBM 862 © 2015 Editorial Board of Chin J Evid-based MedStudy ID treatment mean.change sdn循證醫(yī)學(xué)雜志 2015, 15(7): 861868圖 1 干預(yù)措施的錄入圖 2 研究組數(shù)據(jù)錄入圖 3 數(shù)據(jù)完成界面CJEBM 863 © 2015循證醫(yī)學(xué)雜志編輯部MethodologyChin J Evid-based Med 2015, 15(7): 861-868forest(r

17、esults)，命令執(zhí)行后結(jié)果見圖 6。的實(shí)現(xiàn)命令為 “plot(results)”，結(jié)果如圖 7。1.5.3軌跡密度圖（trace and density）1.5.4等級概率圖等級概率圖（rankk probability）軌跡密度圖圖 4Meta 分析圖圖 5收斂圖CJEBM 864 © 2015 Editorial Board of Chin J Evid-based Med循證醫(yī)學(xué)雜志 2015, 15(7): 861868分別有以下三種表示方式（圖 8、圖 9），分別對應(yīng)的命令為 1.ranks<- bability(results)，輸入命令prin

18、t(ranks) 查看。2.plot(ranks)3.plot(ranks, beside=TRUE)法拉辛的研究有 8 篇，2 臂試驗(yàn) 9 篇，3 臂試驗(yàn) 1 篇。1.5.6網(wǎng)狀圖因?yàn)槔?plot(network) 制作出的網(wǎng)狀圖令僅反映該研究之間的直接比較，無法通過頂點(diǎn)反映研究數(shù)量的變化，因此可選擇 R或 Stata 繪制網(wǎng)狀圖（network plot）1.5.5內(nèi)部總結(jié)圖輸入命令 summary (net-Stata 還可制作貢獻(xiàn)圖（contribution plot）及發(fā)9，因work)，可查看每種干預(yù)措施的研究數(shù)量以及試驗(yàn)臂數(shù)對應(yīng)的研究數(shù)量。如圖 10 所示，本研究中研究文表偏倚

19、檢測圖（publication bias test），因此本文使用Stata 進(jìn)行連續(xù)性變量的 NMA 的詳細(xì)。圖 6森林圖圖 7 軌道密度圖圖 8 風(fēng)險(xiǎn)概率圖CJEBM 865 © 2015循證醫(yī)學(xué)雜志編輯部MethodologyChin J Evid-based Med 2015, 15(7): 861-8682應(yīng)用 Stata實(shí)現(xiàn)2.1Stata與操作用戶可從新版 Stata 13.0，本文使用的為該版本 10。2.2模塊加載購買最加載 metan 模塊令為：ssc install metan。加載圖形分析 network graphs 模塊令為：net from。點(diǎn)擊 net

20、work_graphs 后按照提示進(jìn)行安裝。2.3 數(shù)據(jù)錄入首先需要將表 1 中的數(shù)據(jù)整理成 2 臂試驗(yàn)的格式 7，整理后的數(shù)據(jù)如表 2 所示。整理完成后，輸入到 Stata 中。2.4 圖形繪制2.4.1網(wǎng)狀圖在命令輸入框輸入networkplott1 t213，如圖 11，頂點(diǎn)與線條的粗細(xì)均表示研究數(shù)量的多少，與樣本量無關(guān)，這應(yīng)與 R用戶可以使用Graph Editor 進(jìn)行網(wǎng)狀調(diào)整字體的大小、線條的顏色等。相區(qū)別10。圖的編輯，2.4.2 貢獻(xiàn)圖輸入命令 metan n1 x1 s1 n2 x2 s2， 可得出各個(gè)研究的 SMD 以及 seSMD，在 Stata 中表示為 _ES, _s

21、eES。輸入命令 netweight _ES _seES t1 t213，結(jié)果如圖 12。2.4.3 發(fā)表偏倚檢測圖輸入命令 netfunnel _ES _ seES t1 t2, bycomparison13，結(jié)果如圖 13。3結(jié)語圖 9軌道密度圖盡管目前關(guān)于 NMA 的學(xué)文獻(xiàn)不勝枚舉，但僅限于以二變量作為示例進(jìn)行講解，對于初學(xué)者而言，連續(xù)性變量的 NMA無疑成為一題。在市面上主流的 中，WinBUGS/OpenBUGS 盡管功能強(qiáng)大且變化靈活，可惜其用戶界面不夠友 好，錄入數(shù)據(jù)繁瑣易錯，對初學(xué)者不易上手，且作圖功能薄弱；Stata 可進(jìn)行頻率學(xué)派的運(yùn)算，不失為一圖 10 內(nèi)部總結(jié)圖種較，但

22、非統(tǒng)計(jì)專業(yè)出身的醫(yī)學(xué)生對于協(xié)方差方差矩陣的構(gòu)建理解起來具有一定且其運(yùn)算結(jié)果的穩(wěn)健程度尚過大規(guī)模驗(yàn)證 14-16，不建議初學(xué)者先行學(xué)習(xí)，但是 Sanl命令堪稱現(xiàn)階段最易上手的團(tuán)隊(duì)開發(fā)的畫圖13；R開源，不涉及問題，統(tǒng)計(jì)作圖功能全面強(qiáng)大，通過 GeMTC 包調(diào)用相關(guān)的貝葉斯手雖有一定難度，但比之原進(jìn)行運(yùn)算，上要容易不少。本文將 R與 Stata聯(lián)合使用，首先利用 GeMTC輸入連續(xù)性變量數(shù)據(jù)并將其錄入 R中，然后通圖 11網(wǎng)狀圖CJEBM 866 © 2015 Editorial Board of Chin J Evid-based Med循證醫(yī)學(xué)雜志 2015, 15(7): 8618

23、68表 2Stata 應(yīng)用數(shù)據(jù)格式12345678910101011111133111222323222223310.2614.7813.3613.1116.615.4911.510.111.713.4312.498.788.5312.498.14887710.910.978.5064688.5064687.95989970541252205558187144100201201994.888.1310.399.114.915.2598.78.911.6412.7210.459.3611.398.37244910.910.96.9344147.959899

24、8.4556738.455673665612311460591777810199186186圖 12貢獻(xiàn)圖圖 13 發(fā)表偏倚檢測圖CJEBM 867 © 2015循證醫(yī)學(xué)雜志編輯部STUDYt1t2x1s1n1x2s2n2MethodologyChin J Evid-based Med 2015, 15(7): 861-868過輸入命令制作Meta 分析圖、收斂5,的應(yīng)用.,. RR2WinBUGS程序包在網(wǎng)狀Meta分析中圖、軌道密循證醫(yī)學(xué)雜志, 2013, 13(9): 1137-1144.度圖、森林圖等，由于 R的局限性，本文又使圖、貢獻(xiàn)圖以及發(fā)表偏6, 等. 應(yīng)用OpenBU

25、GS實(shí)現(xiàn)網(wǎng)狀Meta分析. 湖用 Stata制作網(wǎng)狀學(xué)院學(xué)報(bào), 2013, 32(6): 476-479.北倚檢測圖，這種不僅節(jié)省了時(shí)間，而且使 NMA的圖形更加全面，以供研究者選擇合適的圖形用于7,型圖的構(gòu)建., 等. WinBUGS實(shí)現(xiàn)Meta分析的Doodle模循證醫(yī)學(xué)雜志, 2014, 14(1): 101-109.8,. R調(diào)用OpenBUGS實(shí)現(xiàn)網(wǎng)狀Meta分使用。但這種的局限性在于 GeMTC發(fā)表析.循證醫(yī)學(xué)雜志, 2014, 14(4): 492-496.9,. Microsoft Excel調(diào)用BUGS實(shí)現(xiàn)網(wǎng)狀Meta錄入數(shù)據(jù)僅適用于小樣本的數(shù)據(jù)，對于大樣本分析.,應(yīng)用.循證醫(yī)學(xué)雜志, 2014, 14(6): 765-771.的數(shù)據(jù)還需使用 R11。10,. Rgemtc程序包在網(wǎng)狀Meta分析中的本文結(jié)合 GeMTC 簡單的錄入數(shù)據(jù)操作與 R 軟件強(qiáng)勁的統(tǒng)計(jì)分析與繪圖能力，同時(shí)利用 Stata 詳細(xì)了連續(xù)性變量的