Re: st: Meta-análise de taxas Tue, 14 Sep 2004 09:40:05 -0700 Obrigado pelas sugestões. A segunda maneira que você mencionou foi o que eu tentei, mas vou jogar com meta mais. Em 12:50 PM 9/14/2004 0300, você escreveu: Meta-análise de proporções pode ser um pouco complicado. Você pode fazê-lo em STATA, entretanto, usando p. Meta 1. Uma maneira é usar a transformada Freeman-Tukey arcsin para estabilizar variâncias: Seja quotnquot seja o nominator e quotNquot o denominador para a proporção. Então pn / N. - se n0 amp Nlt50, calcule p como p 1 / (4N) - se nN amp Nlt50, calcule p como p (n-0.25) / N O tamanho do efeito seria quotpTransformedquot. Gen pTransformado asin (sqrt (n / (N1))) asin (sqrt ((n1) / (N1))) // que é aproximadamente o mesmo que quot. Gen Teta 2 asin (sqrt (n / N)) quot para grande n, N O SE seria:. SepTransf / select as opções apropriadas para meta-análise, ou para o gráfico forrest Então você pode transformar a estimativa de Sumário e os limites de CI de volta para proporções usando gen AnyProportion (sin (AnyPTransformed / 2) 2 2. Outra maneira (desde que as proporções não estejam realmente próximas de 0 ou 1, e que N seja grande) é calcular um resumo ponderado de tamanho da amostra como pSumário (n) / soma (N), onde A variância seria sqrt (pSummary (1-pSummary) / soma (N)). Você pode fazer o enredo forrest manualmente. Você não assume nenhuma heterogeneidade. Espero que isto ajude. Em 13 de setembro de 2004, às 21h47, Sona Saha escreveu: Alguém está familiarizado com qualquer rotinas ou comandos em STATA que permitem uma meta-análise de taxas Os comandos metan, meta e metacum requerem dois grupos para análise. Idealmente, gostaria muito de juntar essas taxas com opções para modelos de efeitos aleatórios ou fixos, avaliando a heterogeneidade ea capacidade de criar gráficos de Forrest. No entanto, eu não encontrei uma rotina que terá dados para apenas um grupo por estudo. Se você tiver alguma sugestão ou conselho que seria muito apreciado. Sona R. Saha, MPH Divisão de Saúde Pública Biologia e Epidemiologia Faculdade de Saúde Pública Universidade de Califórnia, Berkeley 140 Warren Hall 7360 Berkeley, CA 94720 Tel: 510 642-6265 Fax: 510 643-7316 Email: ssahaberkeley. edu Uma visão geral da meta - analysis in Stata Uma série abrangente de comandos escritos pelo usuário para a meta-análise está disponível no Stata e documentada em detalhes no recente livro Meta-Analysis in Stata (Sterne, ed. 2009, Stata Press).O objetivo desta sessão é Para descrever esses comandos, com foco nos desenvolvimentos recentes e áreas nas quais é necessário um trabalho mais aprofundado. Definiremos revisões sistemáticas e metanálises e apresentaremos o comando metan, que é o principal comando de meta-análise Stata. Faremos uma distinção entre meta-análises de ensaios clínicos randomizados e estudos observacionais, e discutiremos as complexidades adicionais inerentes às revisões sistemáticas destes últimos. As meta-análises são freqüentemente complicadas pela heterogeneidade, variação entre os resultados de diferentes estudos além do esperado devido à variação da amostragem isoladamente. A meta-regressão, implementada no comando metareg, pode ser usada para explorar razões para a heterogeneidade, embora sua utilidade na pesquisa médica seja limitada pelo número modesto de estudos tipicamente incluídos nas meta-análises e pelas muitas razões possíveis para a heterogeneidade. A heterogeneidade é uma característica marcante das metanálises dos estudos de precisão de testes diagnósticos. Vamos descrever como usar os comandos midas e metandi para exibir e meta-analisar os resultados de tais estudos. Muitos problemas de meta-análise envolvem a combinação de estimativas de mais de uma quantidade: por exemplo, efeitos do tratamento em diferentes resultados ou contrastes entre mais de dois grupos. Tais problemas podem ser abordados usando meta-análise multivariada, implementada no comando mvmeta. Descreveremos como o modelo está apto e quando ele pode ser superior a um conjunto de metanálises univariadas. Will também ilustrará sua aplicação em uma variedade de configurações. Se você tiver problemas ao fazer o download de um arquivo, verifique se você tem o aplicativo adequado para visualizá-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Por favor, seja paciente como os arquivos podem ser grandes. Stata: Análise de Dados e Software Estatístico Jonathan AC Sterne, Universidade de Bristol Ross J. Harris, Universidade de Bristol Roger M. Harbord, Universidade de Bristol Thomas J. Steichen, RJRT Stata não tem Um comando de meta-análise. Usuários Stata, no entanto, desenvolveram um excelente conjunto de comandos para realizar metanálises. Em 2017, Stata publicou Meta-Analysis em Stata: Uma coleção atualizada do Stata Journal, segunda edição. Que reuniu todos os artigos do Stata Journal sobre meta-análise. Este livro está disponível para compra em stata-press / books / meta-analysis-in-stata /. Os seguintes comandos de meta-análise são todos descritos em Meta-Analysis no Stata: Uma Coleção Atualizada do Stata Journal, Second Edition. 1. metan metan é o principal comando de meta-análise Stata. A sua versão mais recente permite ao utilizador introduzir as frequências das células a partir da tabela de 2 vezes 2 para cada estudo (para resultados binários), a média eo desvio padrão em cada grupo (para resultados numéricos) ou a estimativa de efeito e erro padrão de cada estudo . Fornece uma gama abrangente de métodos para meta-análise, incluindo a metanálise de variância inversa-ponderada, e cria novas variáveis contendo a estimativa do efeito do tratamento e seu erro padrão para cada estudo. Essas variáveis podem então ser usadas como entrada para outros comandos de meta-análise Stata. As meta-análises podem ser realizadas em subgrupos usando a opção by (). Todos os cálculos de metanálise disponíveis em metan são baseados em métodos padrão, cuja visão geral pode ser encontrada no capítulo 15 de Deeks, Altman e Bradburn (2001). A versão do comando metan que usou gráficos Stata 7 foi renomeada como metan7 e é baixada como parte do pacote metan atualmente disponível no arquivo SSC. O arquivo de ajuda mais recente do metan fornece vários exemplos clicáveis de uso do comando. 2. labbe labbe desenha um gráfico de LrsquoAbbe para dados de eventos (proporções de sucessos nos dois grupos). Metaan metaan realiza meta-análise sobre estimativas de efeitos e erros padrão. São incluídas a probabilidade de perfil ea estimação de permutação, dois algoritmos não disponíveis em metan. 4. metacum metacum realiza metanálises cumulativas e grafica os resultados. 5. metap metap combina p-valores usando o método de Fisherrsquos, Edgingtonrsquos método aditivo ou Edgingtonrsquos método de curva normal. Foi lançado em 1999 como um comando versão 6 (sem gráficos) e foi atualizado pela última vez em 2000. Ele requer que o usuário insira um p-valor para cada estudo. 6. metareg metareg faz meta-regressão. Foi lançado pela primeira vez em 1998 e actualizado para ter em conta melhorias nas instalações de estimativa da Stata e desenvolvimentos metodológicos recentes. Ele requer que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 7. Metafunnel metafunnel plota funil plots. Foi lançado em 2004 e usa gráficos Stata 8. Ele requer que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 8. confunnel confunnel traça contorno-realçado funil enredos. O comando foi projetado para ser flexível, permitindo que o usuário adicione recursos extras à plotagem de funil. 9. metabias metabias fornece testes estatísticos para a assimetria de enredo funil. Foi lançado pela primeira vez em 1997, mas foi atualizado para fornecer testes recentemente propostos que mantêm um melhor controle da taxa de falso-positivo do que aqueles disponíveis no comando original. 10. metatrim metatrim implementa o método ldquotrim e fillrdquo para ajustar o viés de publicação em funil plots. Ele requer que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 11. extfunnel extfunnel implementa uma nova gama de aumentos de sobreposição ao gráfico de funil para avaliar o impacto de um novo estudo sobre uma meta-análise existente. 12. metandi e metandiplot metandi facilita o ajuste de modelos hierárquicos de regressão logística para meta-análise de estudos de precisão de testes diagnósticos. Metandiplot produz um gráfico do modelo ajustado por metandi. Que deve ser o último comando de classe de estimativa executado. 13. mvmeta e mvmetamake mvmeta executam a máxima verossimilhança, a máxima verossimilhança restrita ou a estimativa do método de momentos dos modelos de metanálise multivariada de efeitos aleatórios. Mvmetamake facilita a preparação de conjuntos de dados de resumo a partir de dados mais detalhados. 14. ipdforest ipdforest é um comando poststimation que usa as estimativas armazenadas de um comando xtmixed ou xtmelogit para regressão linear ou logística multinível, respectivamente. 15. O ipdmetan ipdmetan realiza metanálise de dados de participantes individuais de dois estágios usando o método de variância inversa. 16. indireta indireta realiza comparações de tratamento indireto por pares. 17. configuração de rede configuração de rede importa dados de um conjunto de estudos relatando dados de contagem (eventos, número total) ou dados quantitativos (média, desvio padrão, número total) para dois ou mais tratamentos. 18. Importação de rede de importação de rede importa um conjunto de dados já formatado para meta-análise de rede. 19. mesa de rede mesa de rede tabula dados de meta-análise de rede. 20. O padrão de rede padrão de rede mostra que tratamentos são utilizados em quais estudos. 21. mapa de rede mapa de rede desenha um mapa de uma rede que é, ele mostra que os tratamentos são comparados diretamente com que outros tratamentos e aproximadamente quanta informação está disponível para cada tratamento e para cada comparação de tratamento. 22. conversão de rede conversão de rede converte entre os três formatos descritos no arquivo de ajuda para rede. 23. consulta de rede de consulta de rede exibe as configurações de rede atuais. 24. network unset network unset exclui as configurações de rede atuais. 25. rede meta rede meta define um modelo para ser apto: ou o modelo de consistência ou o design-by-tratamento interação inconsistência modelo. 26. classificação da rede rank rank fileiras tratamentos depois de uma meta-análise de rede foi apto. 27. rede sidesplit rede sidesplit se encaixa o nó-divisão modelo de Dias et al. (2018). 28. floresta de rede de floresta floresta desenha um enredo de floresta de meta-análise de rede dados. 29. networkplot networkplot traça uma rede de intervenções usando nós e arestas. 30. netweight netweight calcula todos os efeitos directos de pares pairwise tamanhos com suas variações, cria a matriz de projeto e estima a contribuição percentual de cada comparação direta para as estimativas de resumo da rede e em toda a rede. 31. ifplot ifplot identifica todos os loops triangulares e quadráticos em uma rede de intervenções e estima os respectivos fatores de inconsistência e suas incertezas. 32. netfunnel netfunnel traça um gráfico de funil ajustado pela comparação para avaliar efeitos de pequenos estudos dentro de uma rede de intervenções. 33. intervalplot intervalplot traça os tamanhos de efeito estimados e suas incertezas para todas as comparações pairwise em uma meta-análise de rede. 34. netleague netleague cria uma tabela de liga mostrando nas células fora da diagonal os efeitos relativos do tratamento para todas as possíveis comparações pairwise estimadas em uma meta-análise de rede. 35. sucra sucra dá a superfície sob as porcentagens cumulativas de curvas de classificação e rankings médios e produz rankogramas (gráficos de linha das probabilidades versus escalas) e gráficos de classificação cumulativa (parcelas de linha das probabilidades cumulativas versus escalas) para todos os tratamentos em uma rede de Intervenções. 36. mdsrank mdsrank cria a matriz quadrada contendo os tamanhos de efeito relativo pairwise e traça os valores resultantes da dimensão única para cada tratamento. 37. clusterank clusterank executa análise de cluster hierárquica para agrupar os tratamentos concorrentes em grupos significativos. 38. glst glst calcula um modelo de regressão logarítmica dosendentregressão de resposta usando quadrados mínimos generalizados para estimativa de tendências de estudos epidemiológicos de resposta única ou múltipla resumida. A saída deste comando pode ser útil na derivação de efeitos de resumo e seus erros padrão para inclusão em meta-análises de tais estudos. 39. metamiss metamiss realiza meta-análise com resultados binários quando alguns ou todos os estudos têm dados em falta. 40. sem e gsem Descreve como ajustar modelos de metanálise de efeitos fixos e aleatórios usando os comandos sem e gsem, introduzidos nos Stata 12 e 13, respectivamente, para modelagem de equações estruturais. 41. metacumbounds metacumbounds fornece z-valores, p-valores e limites Lan-DeMets obtidos a partir de meta-análise de efeitos fixos ou aleatórios. Ele traça os limites e z-valores através de um processo. 42. metasim metasim simula um número específico de novos estudos com base nas estimativas obtidas a partir de uma metanálise preexistente. 43. metapow metapow implementa uma abordagem para estimar o poder de um estudo recém-simulado gerado usando o programa metasim. 44. metapowplot metapowplot estima o poder de uma meta-análise atualizada, incluindo um novo estudo e gráficos de cada valor contra uma série de tamanhos de amostra. Os seguintes comandos estão documentados no Apêndice: 45. metacurve metacurve modela uma resposta como uma função de uma covariável contínua, opcionalmente ajustando para outras variáveis especificadas por adjust (). 46. metannt metannt destina-se a auxiliar a interpretação de metanálises de dados binários, apresentando os tamanhos de efeito de intervenção em termos absolutos, como o número necessário para tratar (NNT) e o número de eventos evitados (ou adicionados) por 1.000. O usuário insere parâmetros de design e metannt usa o comando metan para calcular as estatísticas necessárias. Este comando está disponível como parte do pacote metan. Metaninf metaninf é uma porta do comando metainf para usar metan como seu mecanismo de análise em vez de meta. Foi lançado em 2001 como um comando versão 6 usando gráficos versão 6 e foi atualizado pela última vez em 2004. Ele requer que o usuário forneça entrada no formulário necessário pelo metan. 48. midas midas fornece rotinas estatísticas e gráficas para a realização de meta-análise do desempenho do teste de diagnóstico em Stata. 49. metalr metalr grafica relações de probabilidade positivas e negativas em testes diagnósticos. Ele pode fazer meta-análise estratificada de estimativas individuais. O usuário deve fornecer as estimativas de efeito (razão de verosimilhança positiva e log negativa) e seus erros-padrão. Os comandos meta e metareg são usados para cálculos internos. Este é um comando da versão 8 lançado em 2004. 50. metaparm metaparm realiza metanálises e calcula intervalos de confiança e valores p para diferenças ou razões entre os parâmetros para diferentes subpopulações de dados armazenados no formato parmest. 51. metaeff metaeff é um comando de pré-processamento para meta-análise e um companheiro para metaan que calcula os tamanhos de efeito e seus erros padrão. Nota: Podem existir comandos que apareçam no Stata Journal após a publicação da Meta-Analysis em Stata: Uma coleção atualizada do Stata Journal, segunda edição. Para obter uma lista completa de comandos de meta-análise, digite search meta no Stata. Referência Deeks, J. J. D. G. Altman e M. J. Bradburn. 2001. Métodos estatísticos para examinar a heterogeneidade e combinar resultados de vários estudos em meta-análise. Em Revisões Sistemáticas em Saúde: Meta-Análise em Contexto, 2ª Edição. Ed. M. Egger, G. Davey Smith e D. G. Altman. Londres: BMJ. Dias, S. N. J. Welton, D. M. Caldwell e A. E. Ades. 2018. Verificação da consistência na metanálise de comparação de tratamento misto. Estatísticas em Medicina 29: 932ndash944.
No comments:
Post a Comment