使用R语言Meta程序包行二变量数据合并及森林图绘制的基本方法

孔 亮 朱文潇 刘 蓓 陈龙龙 曹向阳* 崔宏勋 王向阳

1 湖南中医药大学 （湖南 长沙 410208）

2 河南省洛阳正骨医院（河南省骨科医院） （河南 洛阳 471000）

3 河南中医药大学 （河南 郑州 450000）

内容提要： R软件是一种功能强大且免费的统计分析及制图软件，其为统计计算提供了灵活而强大的基础，并且免费开放给更多的使用者。基于R软件对统计数据进行Meta分析的程序包种类多样，不仅可以适应各种统计计算需求，更能满足个性化的制图需求，以高标准地完成Meta分析。

R软件是一种功能强大且免费的统计分析及制图软件，它类似于编程语言可自由地实现各种数据处理需求，而又区别于编程语言繁复的实现方式，其通过加载程序包的方式达到种类良多的扩展功能，在自由及简便之间寻找微妙的平衡[1]。随着循证医学的不断发展与进步，Meta分析也逐渐被公众所接纳认可，其通过定量合成分析同类研究证据指标的方法来客观评价某一问题的解决方法，成为循证决策的最佳依据。通过R软件对统计数据进行Meta分析的程序包有Metafor、Meta等，不同程序包的操作方式不尽相同，本次以阐述Meta程序包的应用方法为主。软件环境以R（v.3.4.1）、R studio（1.1.463）版本为例进行讲解。

1.R软件、运行环境、Meta程序包的下载、安装及加载

R软件及其运行环境（R studio）建议一并安装使用，R studio的安装可提供更为简洁美观的窗口展示、更高效的操作录入方式等功能[2]。

R软件的扩展功能丰富，但为保证软件本身的轻便、快速、更新等优势，使用者需在首次使用时下载相关程序包进行安装，并在每次使用时进行加载操作。得益于遍布全球各地的数十个CRAN镜像服务站，用户可通过键入少许指令，从而快捷下载安装各类扩展程序包。

安装完成后，双击R studio便可来到R的交互式窗口，通过引导界面创建新的项目。R的窗口整体可分为4大部分，最上方为选项菜单栏，可完成程序本身的各项基本操作和设置；左侧为Console，为软件运行的主要操控台；右上方包括Environment、History，可检阅软件运行过程中定义的各类数据及历史操作记录；右下方为File、Plots、Packages、Help，可实现文件管理、图像查看、加载及卸载已安装程序包、查询函数帮助的功能。

R软件的操作以键入命令行的形式完成，于命令提示符“＞”后书写操作指令install.packages(“meta”)即可完成Meta程序包的安装，安装完成后需键入library(“meta”)以完成Meta程序包的加载。完成上述操作后，即完成使用R语言Meta程序包行二变量荟萃分析的基本软件设置。

2.数据的加载与处理

待使用的数据应先进行版式及格式调整，转换为R软件容易调取的格式。本文以“明胶海绵在经皮椎体成形术中预防骨水泥渗漏的Meta分析”为例讲解利用R软件进行Meta分析的基本操作方法。

在科研工作中，最为广泛使用的数据统计及整理软件是Excel，但其xlsx格式并不能直接为R所用。因此，需预先将xlsx格式的数据文件另存为文本文件（制表符分隔）（*.txt）格式。

在R-Console中键入x=read.delim("h:/leakage.txt")，由此在R中建立了一个名为“x”的9行6列的矩阵。

接下来键入metaleakage＜-metabin(Events.E,Total.E,Events.C,Total.C,data = x,method = "MH",sm="OR",comb.fixed = T,comb.random = T,study=paste(x$Author(s), x$Year)，以计算二变量资料的合成结果（metabin函数）并赋值给metaleakage，其中Events.E, Total.E, Events.C, Total.C分别为实验组的发生次数/样本总量，对照组的发生次数/样本总量，data为metabin函数使用数据的来源，x为已经导入的矩阵数据，sm为合并统计量的形式{"RR", "OR", "RD", or "ASD" }，comb. fixed及comb.random为效应模型的选择{"固定"，"随机"}，studlab为指向矩阵中标签信息的向量，当指向多个标签信息时应借用paste函数。若不同标签信息需要间隔时，可在paste中内嵌sep函数，以逗号为例：sep=“,”。

3.森林图的绘制与编辑

forest.meta(metaleakage,family=("sans"),fontsize=9.5,lab.e="实验组",lab.c="对照组",lwd=2,col.diamond.fixed="lightslategray",col.diamond.lines.fixed="lightslategray",col.diamond.random="maroon",col.diamond.lines.random="maroon",col.square="skyblue",col.study="lightslategray",lty.fixed=4,plotwidth="8cm",colgap.forest.left="1cm",colgap.forest.right="1cm",just.forest="right",colgap.left="0.5cm",colgap.right="0.5cm")。

图1. Meta分析森林图

森林图（见图1）的绘制需要采用forest.meta函数，将上述步骤处理好的Meta分析处理后的数据载入，根据作者需求，对便签名称、文字大小及字体、图形位置与色彩进行设定即可。其中family为字体设定函数{“serif”-衬线、“sans”-无衬线、“mono”-等宽}，fontsize为字体大小设定函数，lab.e、lab.c为对应分组的展示标签，lwd为图形线段的粗细。此外，col为颜色定义函数，其中col.diamond. fixed和col.diamond.random可分别定义固定效应模型及随机效应模型合并统计量的符号指代，col.square、col.study分别为研究个体效应量（方块）、可信区间（线段）的颜色定义函数。lty为线条虚实样式定义函数{“0”-不画线、“1”-实线、“2”-虚线、“3”-点线、“4”-点划线、“5”-长划线、“6”-点长划线}，plotwidth为图形整体宽度的定义函数。Colgap为森林图中各个区块之间间隔的定义函数，此操作较为繁琐，需多次尝试方可寻找最佳数值，其中colgap.forest.left和colgap.forest.right分别为森林图和左右数据信息间隔宽度，colgap.left和colgap.right为各列数据信息之间的间隔宽度。just.forest为各列数据信息对齐的定义函数{“left”-左对齐、“right”-右对齐、“center”-居中}。

4.讨论

随着循证医学的不断发展，其遵循证据的思想逐渐深入人心，从而凭借荟萃多方数据，系统评价某一问题的Meta分析一度成为研究热点，统计计算相关数据的软件及方法层出不穷[3]。其中R软件以开源及自由等优势获得广大用户的欢迎。为避免操作过于复杂，给初学者带来困难，本文仅以Meta程序包进行基础示范。Meta程序包除本文所提及的命令语句之外仍有较多功能未提及，使用者可在R软件搜索栏中检索Meta程序包的帮助文件，以获取高级使用教程，更好地完成Meta分析。