如何利用R进行meta分析

1、在R命令框输入以下命令：install.packages("rmeta") #安装rmeta程序包library(rmeta)data(cochrane) #加载演示数据库cochrane #显示数据库cochrane

3、计算random effect model 随机效应模型，输入以下命令：model.RE <- meta.DSL(n.trt,n.ctrl,ev.trt,ev.ctrl, names=name,data=cochrane)summary(model.RE)

4、绘制森林图，输入以下命令：tabletext<挢旗扦渌;-cbind(c("","Study&鳎溻趄酃quot;,model.FE$names,NA,"Summary"),c("Deaths","(steroid)",cochrane$ev.trt,NA,NA), c("Deaths","(placebo)", cochrane$ev.ctrl, NA,NA), c("","OR",format(exp(model.FE$logOR),digits=2),NA,format(exp(model.FE$logMH),digits=2)))#上面的命令帮我们构建森林图需要的文字描述部分，包括1、name， 2、治疗组死亡人数，3、对照组死亡人数，4、单个研究的OR值。 m<- c(NA,NA,model.FE$logOR,NA,model.FE$logMH)l<- m-c(NA,NA,model.FE$selogOR,NA,model.FE$selogMH)*2u<- m+c(NA,NA,model.FE$selogOR,NA,model.FE$selogMH)*2#上面三行命令是准备森林图需要的参数包括OR值和OR值95%CI区间的上下限 forestplot(tabletext,m,l,u,zero=0,is.summary=c(TRUE,TRUE,rep(FALSE,8),TRUE), clip=c(log(0.1),log(2.5)), xlog=TRUE, col=meta.colors(box="royalblue",line="darkblue", summary="royalblue"))#上面的命令是最后绘制森林图