一、前言
系统评价中，如果研究间存在异质性，则必需对异质性进行处理，探索异质性来源是处理研究间异质性的重要方法。在实际工作中，Meta回归分析常用来探索研究间异质性的来源及大小，并进一步阐释异质性对Meta分析中合并效应的影响。本文将以张天嵩等主编的《实用循证医学方法学（第2版）》具体实例逐步进行演示，说明Stata软件进行Meta回归分析的具体方法。
Meta回归分析本质上是一种观察性研究，它采用回归分析的方法，探讨某些实验或病例特征（辅变量）对Meta分析中合并效应的影响，以试图明确各研究之间异质性的来源，探讨辅变量对合并效应的影响。Meta回归分析中的辅变量可以是实验干预的剂量、给药途径、疗程、患者的性别、年龄、研究的样本量等各种在研究水平上的一些特征，也可以是单个研究内所包含病例的综合特征，如患者的平均年龄，平均身高等，但并不能采用单个患者的身高、体重等指标作为Meta回归分析的辅变量。对于单个患者的资料，其他的一些统计学方法，如线性回归，logistic回归模型，较Meta回归分析的统计效能更高。
二、Meta回归分析在Stata中的实现
Stata的Meta回归分析命令是metareg，如需安装，则在stata命令窗口中键入：sscinstallmetareg命令，则可以自动安装在默认目录下。
metareg的命令行操作格式为：
metaregdepvar[varlist],wsse(varname)[选择项]
其中，depvar：因变量，为每一研究的治疗效应量，一般取logor；varlist为协变量，可选一项或多项；wsse(varname)是不可任意选择的，必须是研究间因变量（depvar）的标准误，且必须大于0。
常用的选择项有：reml：指定用限制性最大似然法（REML)估计（研究间）方差分量τ2，如果不指定permute()，此项为默认；mm：指定用矩法（动差法）估计（研究间）方差分量τ2，当指定permute()时，此项为默认；knapphartung：根据Knapp和Hartung建议对估计系数的方差所做的修正，用t分布计算P值和可信区间；z：knapphartung法不适用时，选用此法，用标准正态分布计算P值。permute(#)：用蒙特卡罗模拟法检验计算p值，处理多重检验时，也可计算最大至最小显著性意义的协变量的P值。#表示指定实行随机模拟的次数，数字越大，P值越精确，但需时较长。
下面以张天嵩等主编的《实用循证医学方法学（第2版）》第6章中关于异质性评价中的数据为例进行实际操作演示。
三、单个协变量（covariate）的Meta回归分析
[实例1]以文献白癜风与HLA-A2相关性的Meta分析中的数据为例，整理成如表1所示，其中，“trnamyr”表示文献作者及发表的年份；“casep”表示白癜风患者中HLA-A2阳性例数；“casen”表示白癜风患者中HLA-A2阴性例数；“ctrlp”表示对照中HLA-A2阳性例数；“ctrln”表示对照中HLA-A2阴性例数；“score”表示研究质量评分；“subject”表示研究对象的数量；“race”表示研究对象的种族；“language”表示研究对象所讲的官方语言。
表1白癜风与HLA-A2相关性Meta分析的具体数据
trnamyr
casep
casen
ctrlp
ctrln
score
subject
race
Kachru（）
23
25
26
81
7
Black
Metzker（）
31
46
5
Mixed
Minev（）
95
40
4
Asian
Dai（）
63
37
50
66
6
Asian
Ando（）
17
22
4
Asian
Schallreuter（）
65
37
8
Caucasian
Venneker（）
32
16
5
Caucasian
Valsecchi（）
18
15
6
Caucasian
Buc（）
51
16
5
Caucasian
Wang（）
70
25
52
48
9
Asian
Tastan（）
22
11
47
53
4
Caucasian
将上述主要数据按Stata要求输入其数据管理器中，如图1所示。
图1Stata数据管理器
先用metan命令判断研究间有无异质性，为了节省篇幅，我们令metan命令不产生森林图，在命令操作窗口键入：
.metancasepcasenctrlpctrln,label(namevar=author,yearvar=year)randomornograph
得结果如下：
结果发现：对异质性的χ2检验，P=0.，OR值变异对异质性的贡献I2=37.2%，研究之间的方差分量为Tau2=0.，表明所纳入的各研究之间存在轻度－中度的异质性，需要进行探索异质性来源。接下来，进行Meta回归分析，为避免数据挖掘的情况，我们分别单独针对文献质量评分（score），白癜风家族史的阳性率（family），研究所在地的官方语言及种族进行的Meta回归分析。
在上述meta分析过程中，metan已经给出了OR（变量名为_ES）和其对数的标准误（变量名为_selogES）,可以用gen命令产生效应量OR的对数及对数标准误；采用REML法，建立OR值对单个协变量－文献质量评分（score）的回归模型，命令和结果分别为：
.genlogor=log(_ES)
.genselogor=_selogES
.metareglogorscore,wsse(selogor)knapphartungreml
结果列出了OR对文献质量评分（score）回归系数（Coef.），回归系数的标准误（Std.Err），对回归系数的检验统计量（t）、P值及95%可信区间。发现，其P＝0.，提示与异质性无关。同样地，如果采用REML法，建立OR值对单个协变量－白癜风家族史的阳性率（family）及研究所在地的官方语言的回归模型，此处不赘。笔者计算的结果提示研究质量与异质性无关。
最后，我们探讨种族与异质性的关系。因为种族是分类变量，首先要对其进行哑变量赋值，所用命令为：
.xi:metareglogori.race,wsse(selogor)knapphartungreml
结果提示种族与异质性无关。这个例子说明，即使研究存在异质性，进行Meta回归分析也不一定能找到异质性来源。
四、多个协变量（covariate）的Meta回归分析
[实例2]为了便于说明使用方法，应用网络的数据作为实例。通过如下Stata命令：use北京比较好白癜风专科医院白癜风要怎么治疗好
推荐文章
热点文章
