STATA 10 and Meta analysis

What meta-analysis features are available in Stata?

STATA ไม่มี Command สำหรับ Meta analysis

กล่มผู้ใช้' STATA จีงคิด Module เพิ่ม เป็นไฟล์ ado (Add on)

========================

Jonathan Sterne, University of Bristol

Ross Harris, University of Bristol

Roger Harbord, University of Bristol

Thomas J. Steichen, RJRT

========================

คำสั่งใน STATA 10 เพื่อ ติ

ดตั้ง Meta Analysis module

(Connect to Internet ก่อน ใช้คำสั่งบรรทัดต่อไป)

.ssc install metan


วิธีนำเข้าข้อมูล

Var1, Var2, Var3, Var4

11, 22, 33, 44
22, 33, 44, 33
33, 44, 55, 22
44, 55, 66, 11

Stata11

.list

.metan var1 var2 var3 var4

Study_1 เป็น Cohort Study
a+b = 33 คน สัมผัสสิ่งที่คาดว่าก่อโรค ป่วย 11 คน (a) ไม่ป่วย 22 คน (b)
c+d = 77คน ไม่สัมผัสที่คาดว่าก่อโรค ป่วย 33 คน (c) ไม่ป่วย 44 คน (d)

Risk1 = 11/33
Risk2 = 33/77
Risk Ratio (RR) = (11/33) / (33/ 77) = (11 x 77) / (33 x 33) = 0.778

ถ้่า 95% CI มี 1 รวมอยู่ด้วยก็คือ RR มีโอกาสเป็น 1 ได้

คือไม่สามารถปฏิเสธ Ho คือ Risk1 และ Risk2 มีโอกาสที่จะไม่แตกต่างกัน

Study_1 RR = 0.778 เป็นปัจจัยป้องกัน แต่ 95% CI 0.4 ถึง 1.3 ไม่สามารถปฏิเสธ Ho
Study_2 RR = 0.700 เป็นปัจจัยป้องกัน แต่ 95% CI 0.4 ถึง 1.3 ไม่สามารถปฏิเสธ Ho
Study_3 RR = 0.600 เป็นปัจจัยป้องกัน และ 95% CI 0.4 ถึง 0.8 มีนัยสำคัญทางสถิติ
Study_4 RR = 0.519 เป็นปัจจัยป้องกัน และ 95% CI 0.4 ถึง 0.6 มีนัยสำคัญทางสถิติ

รวมทั้ง 4 Study Pooled RR = 0.6 และ 95% CI 0.5 ถึง 0.7
RR น้อยกว่า 1 จึงเป็นปัจจัยป้องกัน และ 95% CI ไม่คร่อมค่า 1 จึงแตกต่างกันอย่างมีนัยสำคัญทางสถิติ

Forest Plot

กราฟแนวนอน แสดง 95% CI ของ 4 Study เส้นแนวตั้ง คือเส้นที่ มีค่า = 1
บรรทัดบนสุด Study 1 คือ RR มีค่าน้อยกว่า 1 แต่ไม่มีนัยสำคัญทางสถิติ (95% CI คร่อมค่า 1)
บรรทัดที่ 2 Study 2 คือ RR มีค่าน้อยกว่า 1 แต่ไม่มีนัยสำคัญทางสถิติ (95% CI คร่อมค่า 1)
บรรทัดที่ 3, 4 Study 3 คือ RR มีค่าน้อยกว่า 1 อย่างนัยสำคัญทางสถิติ (95% CI ไม่คร่อมค่า 1)
Study 4 คือ RR มีค่าน้อยกว่า 1 อย่างนัยสำคัญทางสถิติ (95% CI ไม่คร่อมค่า 1)
บรรทัดที่ 5 ทั้ง 4 study รวมกัน (Meta Analysis) คือ RR มีค่าน้อยกว่า 1 และ 95% CI ไม่คร่อมค่า 1Exposure จึงเป็นปัจจัยป้องกันโรค อย่างนัยสำคัญทางสถิติ

STATA จะคำนวณ var1 var2 var3 var4 จาก Study 1-4 แบบ Cohort Study ได้ค่า Relative Risk

ถ้าเป็น Case Control Study ต้องการคำนวณ แบบ Odds Ratio จะต้องระบุ ,or ไว้ด้วย เช่น
.metan var1 var2 var3 var4,or

ตัวอย่าง

==================================================
Peto OR (95% CI Fixed) จาก 14 study 1972 - 1994

“จะป้องกัน neonatal death ได้หรือไม่ เมื่อให้ยา Coticosteroids
เปรียบเทียบกับให้ placebo หรือ no treatment ในกลุ่มผู้ป่วย premature"
ถ้าแยกแต่ละ study แล้วสรุปผลไม่ได้แน่ชัด
แต่ถ้ารวม 14 study แล้วการให้ยา coticosteroids ในกลุ่มผู้ป่วย premature
มีผลป้องกัน neonatal death ได้

www2.cochrane.org/images/exrevmet.gif

รวมมี 14 Study 95%CI ไม่คร่อมค่า 1 และมีค่าน้อยกว่า 1
สรุปว่า Coticosteroids มีผลป้องกัน Neonatal Death
มีค่าสถิติ Peto OR 95% CI Fixed และ Chi-Square

http://www.cochrane.org/reviews/exreview.htm
==================================================

>> Home >> Resources & support >> FAQs >>
User-written packages for meta-analysis in Stata

What meta-analysis features are available in Stata?

Title

User-written packages for meta-analysis in Stata

Authors

Jonathan Sterne, University of Bristol
Ross Harris, University of Bristol
Roger Harbord, University of Bristol
Thomas J. Steichen, RJRT

Date

January 2007

Stata does not have a meta-analysis command. Stata users, however, have developed an excellent suite of commands for performing meta-analyses.

. meta

meta was the first Stata meta-analysis command. It requires the user to supply the treatment effect estimate and its standard error for each study. It uses inverse-variance weighting to derive fixed- and random-effects summary estimates of the treatment effect estimate.

The meta command has not been updated since 1998 and uses Stata 7 graphics. It is essentially redundant except that some other Stata meta-analysis commands require it to be installed.

To find out more, type the following in Stata:

. findit meta

. metan

The original version of the metan command used as input the cell frequencies from the 2 × 2 table for each study (for binary outcomes) or the mean and standard deviation in each group (for numerical outcomes). It provides a comprehensive range of methods for meta-analysis, including inverse-variance–weighted meta-analysis, and creates new variables containing the treatment effect estimate and its standard error for each study. These variables can then be used as input to several other Stata meta-analysis commands.

All the meta-analysis calculations available in metan are based on standard methods, an overview of which may be found in chapter 15 of Deeks, Altman, and Bradburn (2001).

metan has been updated on several occasions. Because it now allows the user to supply the treatment effect estimate and its standard error for each study, the command now has (almost) all the functionality of meta. Somewhat confusingly, the release of metan that added this facility was made available on the SSC archive in a package called metaaggr (meta-analysis of aggregate data). This may have meant that some users continued with older versions of the command.

Other important new facilities added include the by() option to conduct meta-analyses in subgroups and the recent update to Stata 9 graphics. The version of the metan command that used Stata 7 graphics has been renamed metan7 and is downloaded as part of the metan package currently available on the SSC archive.

The most recent help file for metan provides several clickable examples of using the command.

To find out more, type the following in Stata:

. ssc describe metan

To install the package, type the following in Stata:

. ssc install metan

. metafunnel

metafunnel displays funnel plots. It was released in 2004 and uses Stata 8 graphics. It requires the user to input the treatment effect estimate and its standard error for each study.

To find out more, type the following in Stata:

. ssc describe metafunnel

To install the package, type the following in Stata:

. ssc install metafunnel

mso-outline-level: 3;">

References

Begg, C. B., and M. Mazumdar. 1994.

Operating characteristics of a rank correlation test for publication bias. Biometrics 50: 1088–1101.

Deeks, J. J., D. G. Altman, and M. J. Bradburn. 2001.

Statistical methods for examining heterogeneity and combining results from several studies in meta-analysis. In Systematic Reviews in Health Care: Meta-Analysis in Context, 2nd Edition, ed. M. Egger, G. D. Smith, and D. G. Altman. London: BMJ.

Egger, M., G. D. Smith, M. Schneider, and C. Minder. 1997.

Bias in meta-analysis detected by a simple, graphical test. British Medical Journal 315: 629–634

========================
Jonathan Sterne, University of Bristol
Ross Harris, University of Bristol
Roger Harbord, University of Bristol
Thomas J. Steichen, RJRT
========================

นภดล


Link to: http://gotoknow.org/blog/epistat