频率统计方法网状Meta分析在STATA软件中的实现

田金徽 李 伦 杨克虎,3

·循证医学方法学·

频率统计方法网状Meta分析在STATA软件中的实现

田金徽1,2李 伦2,3杨克虎1,2,3

2002年，Lumley[1]提出了网状Meta分析，在其后的10多年时间内，网状Meta分析迅速得到临床科研工作者青睐，并得到国际卫生技术评估组织的认可[2,3]。网状Meta分析可以采用频率统计学方法和贝叶斯方法来实现。频率统计学方法通过统计样本，基于假设检验和推断结论；贝叶斯方法基于贝叶斯原理，根据先验概率推断后验概率。贝叶斯方法计算能力灵活且强大， 但需要较高的统计学知识；频率统计学方法简单易懂。有研究显示频率统计学方法和贝叶斯方法的网状Meta分析结果同样可靠[4]。本文以1个实例系统介绍如何利用频率统计学方法在Stata 软件中实现网状Meta分析的数据分析，并呈现证据关系图、证据贡献图、不一致性检验图、发表偏倚检验图、网状Meta分析结果图和排序图，以期更好地开展网状Meta分析。

1 数据来源

以Li等[5]最近发表在PLoSOne的网状Meta分析中单孔腹腔镜胆囊切除术(A)、三孔腹腔镜胆囊切除术(B)、四孔腹腔镜胆囊切除术(C)和四孔小切口腹腔镜胆囊切除术(D)术后麻醉剂应用情况的数据作为本文数据来源，4种术式结局的原始数据如表1所示。

表1 原始数据

注n/N:各组术后麻醉剂应用的病例数/接受治疗措施总病例数

2.2 网状Meta分析的常用命令

2.2.1 mvmeta命令(方法1) 由Chaimani等[6]提出，主要基于White开发的mvmeta程序包[7,8]。需将数据整理为直接比较格式和网状Meta分析格式。直接比较格式将所有的研究拆分成两两比较的形式，如存在3臂研究拆分为3组数据，4臂研究拆分为6组数据。表2显示了表1原始数据经整理后的直接比较数据。

表2 直接比较数据

注n/N:各组术后麻醉剂应用的病例数/接受治疗措施总病例数

网状Meta分析格式的数据呈现2个变量y和S。y指相对于共同对照结果的对数。在频率统计法网状Meta分析中，需要设立一个共同对照，然后基于共同对照计算其他干预措施的效果。在本文实例中，由于四孔腹腔镜胆囊切除术为传统腹腔镜胆囊切除术，设为共同对照。但对于不存在共同对照的研究，需要赋予一个共同对照，使其总样本数和反应数较小，如分别为0.01和0.001，进而计算其他所有干预措施的结果。S为方差(VAR)，是标准误差(对数标准误差)平方。对于双臂研究，VAR为相对于共同对照结果对数的方差；对于3或4臂研究，除了共同对照之外的干预措施间还存在协方差。以3臂研究为例，分别存在3个干预措施A、B和C，VarAB、VarAC、VarBC分别表示3者两两比较时的方差，3者之间的关系如下：VarBC=(VarAB+VarAC- VarBC)，即VarBC=(VarAB+VarAC)/2。表2结果可以进一步整理为表3的形式。

之后根据mvmeta程序包的相关命令(表4)，可以呈现网状Meta分析所有结果的图形表示方法，如证据关系图、证据贡献图、不一致性检验图、发表偏倚检验图、网状Meta分析结果图和网状Meta分析结果排序图。该程序包的网状Meta分析结果为一致性模型下的分析结果，同时提供不一致性因子对网状Meta分析的不一致性进行分析，弥补了该程序包不能提供不一致性模型结果的局限。本文实例证据贡献图结果显示，如在A与B网状Meta分析中，A与B、C和D直接比较的权重分别为57.9%、11.3%和6.9%；B与C、D间接比较的权重分别为33.9%和3.4%。结果排序显示，对于术后麻醉剂应用，A、B、C和D术式成为最佳干预措施的概率分别为0.64、0.10、0.02和0.24。

表3 网状Meta分析格式的数据

注 yA、yB、yD分别为单孔腹腔镜胆囊切除术、三孔腹腔镜胆囊切除术、四孔小切口腹腔镜胆囊切除术相对于四孔腹腔镜胆囊切除术术后麻醉剂的应用结果OR的对数，SAA、SBB、SDD分别为对应的方差，SAB、SAD、SBD分别为多臂研究中协方差。本研究赋予共同对照时，反应数赋予0.000 331，总样本数赋予0.001

表4 mvmeta主要命令和功能

2.2.2 network命令(方法2) 为White等[9]开发，也是基于mvmeta进行网状Meta分析，该程序包置入Dias等[10]点分法，可对网状Meta分析的不一致性进行分析。可以一步实现网状Meta分析数据的准备。可以得到一致性和不一致性模型的网状Meta分析结果，以森林图的形式呈现，但network命令无法制作证据贡献图，提供的森林图不显示比较结果。本文实例排序结果显示，对于术后麻醉剂应用，A、B、C和D术式成为最佳干预措施的概率分别为0.66、0.10、0.02和0.21，与方法1结果基本一致。

2.3.3 Indirect命令(方法3) 由Miladinovic等[11]提出的

表5 network命令和功能

Indirect命令可以同时分析和呈现直接比较和间接比较Meta分析结果，仅用于简单的网络，具体命令为indirect logOR selogOR study order, random eff(OR) eform trta(t1) trtb(t2)，其中random/fixed是效应模型，eff()是结果效应的名称，trta()和trtb()分别是所要分析的干预措施。

本文实例中，如当A和B的效果可以通过C和D得到间接比较结果的时候，该命令就不可以同时对多个路径的间接比较结果进行分析。且在采用该程序包的时候，必须严格地进行编号，即先运行哪一组，根据两组直接比较的结果计算间接比较的结果，编号不同该程序包可能不产生结果或者产生错误的结果。

3 总结

如采取频率统计法进行网状Meta分析，上述3个程序包或者命令单一应用都不足以制作完美的网状Meta分析。如方法1和方法2均可实现干预措施相对于共同对照的治疗效果，不能够产生不同干预措施之间的效果差异，方法3只适用于不存在直接比较的情况下。因此，可以利用方法工程序包制作数据，进行不一致性的检验、结果排序；利用方法1的程序包，采用图的形式展示证据关系图、网状Meta分析结果、不一致性、结果排序以及证据贡献图；利用方法3呈现间接比较的结果。

[1]Lumley T. Network meta-analysis for indirect treatment comparisons Stat Med,2002, 21(16): 2313-2324

[2]Lee AW. Review of mixed treatment comparisons in published systematic reviews shows marked increase since 2009. J Clin Epidemiol,2014, 67(2):138-143

[3]Li L, Tian J, Tian H, et al. Network meta-analyses could be improved by searching more sources and by involving a librarian. J Clin Epidemiol,2014, 67(9):1001-1007

[4]Carlin BP, Hong H, Shamliyan TA, et al. Case Study Comparing Bayesian and Frequentist Approaches for Multiple Treatment Comparisons Agency for Healthcare Research and Quality (US) ,2013

[5]Li L, Tian J, Tian H, et al. The Efficacy and safety of different kinds of laparoscopic cholecystectomy: a network meta analysis of 43 randomized controlled trials. PLoS One, 2014, 9(2): e90313

[6]Chaimani A, Higgins JP, Mavridis D, et al. Graphical tools for network meta-analysis in STATA. PLoS One, 2013,8(10): e76654

[7]White IR. Multivariate random-effects meta-regression: updates to mvmeta. Stata Journal,2011,11(2): 255-270

[8]White I. MVMETA: Stata module to perform multivariate random-effects meta-analysis. https://ideas.repec.org/c/boc/bocode/s456970.html

[9]White IR, Barrett JK, Jackson D, et al. Consistency and inconsistency in network meta-analysis: model estimation using multivariate meta-regression. Research Synthesis Methods,2012, 3(2): 111-125

[10]Dias S, Welton NJ, Caldwell DM, et al. Checking consistency in mixed treatment comparison meta-analysis. Stat Med,2010, 29(7-8): 932-944

[11]Miladinovic B, Hozo I, Chaimani A, et al. Indirect treatment comparison. Stata Journal,2014,14(1):76-86

(本文编辑：丁俊杰)

10.3969/j.issn.1673-5501.2014.06.014

1 兰州大学基础医学院循证医学中心 兰州，730000；2 甘肃省循证医学与临床转化重点实验室 兰州，730000;3 兰州大学第一临床医学院 兰州，730000

杨克虎，E-mail：yangkehuebm2006@163.com

2014-09-03

2014-11-15)