亚组分析的多变量网状meta和meta回归分析的多变量网状meta要一致吗

关注今日:1 | 主题:162037
微信扫一扫
10个丁当求助!!!meta回归与亚组分析结果不一致该如何解释
页码直达:
问题已解决悬赏丁当:10
诊断性meta。诊断方法A有A1和A2两种技术,在meta回归里,把诊断技术作为一个变量,分析结果是诊断技术的不同并不是异质性的来源。然后分A1和A2两个亚组分析,却发现其中一个亚组的异质性显著减小了,而且敏感性特异性也提高。这样meta回归和亚组分析结果不一致时候该怎么解释呢?
不知道邀请谁?试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
只有分亚组后所有亚组的异质性都消失才能说明该因素是异质性的来源,如果任何一个亚组还有异质性则不能认为该因素是异质性的来源
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
seuzsl 只有分亚组后所有亚组的异质性都消失才能说明该因素是异质性的来源,如果任何一个亚组还有异质性则不能认为该因素是异质性的来源谢谢解答!大神,这样分析有出处吗?
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
感觉亚组分析是定性,大概看看的回归是定量分析,可以看出到底是不是异质性来源
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园关注今日:1 | 主题:162037
微信扫一扫
【求助】meta分析时亚组间差异比较采用何种统计方法
页码直达:
这个帖子发布于3年零332天前,其中的信息可能已发生改变或有所发展。
问题已解决悬赏丁当:2
进行meta亚组分析时,看到好多文献上用meta回归的方法比较亚组间的差异,不知道meta回归的结果看哪里可以看出亚组间是否存在差异,如下图中,是表格里面第一行的P>t对应的P值0.196吗?
另外,论坛里看到有人说可以用卡方检验比较亚组间的差异。我用meta回归和卡方检验都计算了一下,发现两种方法得到的P值是不一样,还是这个例子,用卡方检验的话,得到的P是0.003。到底用什么方法比较meta亚组间的差异呢?求高人指点[img]file:///d:/PROGRA~1/360浏~1/360se6/USERDA~1/Temp/DBB44A~1.JPG[/img]
不知道邀请谁?试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
meta回归不是用来探索异质性的来源的吗?P>0.05,说明种族不是造成异质性的主要因素。很多文献里面采用了meta回归判断亚组间是否有差异,论坛里也有人这么说
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
seuzsl 你是否要计算两个亚组得到的结果是否有差异?如果是的话,告诉你一个网址可以计算 我是想用stata软件做,而且这个链接好像并不适合我的数据,我用的相关系数,还是要谢谢你!
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yuanmuzhenyi 首先你要弄清楚亚组分析的目的是什么,这样的文献可以自己查。再者,meta回归是找异质性来源的,它的目的在于探索异质性因素与效应量的相关性,所以你可能弄错了,也用错了方法。请问你比较两亚组间有无差异的目的何在? 亚组分析的目的主要是看在不同的人群中效应量有无差异,所以想比较一下不同组间的效应量。谢谢
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园关注今日:1 | 主题:162037
微信扫一扫
【交流】R软件的meta分析中的亚组分析操作&[精华]
页码直达:
这个帖子发布于7年零54天前,其中的信息可能已发生改变或有所发展。
最近比较忙,很久没有上过循证版块了,看到大家对R软件很有热情,现特将学习经验与大家交流一下,请各位前辈指导!由于软件没有更新,因此R软件版本仍是2.11.1,本例子的包仍然采取meta包,因为目前仅对meta包进行学习,若仍有较好的包,请各位同行给予指导,谢谢!具体操作请参考本人的帖子:另外本例子采用了zenmindlei前辈和zhangdog前辈介绍的Rcmdr包用于菜单操作,具体操作请参考另感谢zenmindlei前辈介绍的比较简单的操作方法,具体操作请参考:1.读入数据:R commander里面的菜单栏中,data—import data—from STATA data set... 如下图点击后会出现以下界面设定好所需要的数据集名字,也就是Enter name for data set后面的名字,此时我的命名为Dataset1。点击Ok后就可以选择电脑中的STATA数据了。
不知道邀请谁?试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yiyuexiong 编辑于
收起全部有料回复
各位大神啊 ,做出亚组分析后,怎么看差异性的P值啊?[img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\\QQ\WinTemp\RichOle\}DS09OTUE6T8N)DI~FN~JDP.png[/img][img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\\QQ\WinTemp\RichOle\}DS09OTUE6T8N)DI~FN~JDP.png[/img][img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\\QQ\WinTemp\RichOle\}DS09OTUE6T8N)DI~FN~JDP.png[/img]怎么看两组间有没有差异呢?
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
2.亚组分析操作2.1 连续性变量的亚组分析2.1.1 导入所需数据,并且根据需要分组。如下图2.1.2 输入命令TmpMeta1 &- metacont(Total1,Mean1,SD1,Total2,Mean2,SD2,studlab=Study,data=Dataset1,sm=&MD&,comb.random=TRUE,comb.fixed=FALSE,label.e=&Treatment&,label.c=&Control&,byvar=subgroup,print.byvar=FALSE),然后把光标放在命令最后面,点击submit。如下图然后输入forest(TmpMeta1),submit后出现下图
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yiyuexiong 编辑于
2.2 二分类变量的亚组分析2.2.1 导入数据并分组,如下图。注:此时我的数据框名为Dataset22.2.2 输入命令TmpMeta2 &- metabin(event1,total1,event2,total2,studlab=study,data=Dataset2,sm=&OR&,comb.random=TRUE,comb.fixed=FALSE,label.e=&Treatment&,label.c=&Control&,byvar=subgroup,print.byvar=FALSE),然后submit,如下图输入forest(TmpMeta2)并submit后,出现森林图,如下图
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
yiyuexiong 编辑于
关于丁香园Meta-disc之亚组分析_Meta-show_新浪博客
Meta-disc之亚组分析
Meta-disc之亚组分析
前面我们介绍了meta回归的方法来探讨异质性的来源,今天我们再学习一下如何用meta-disc进行亚组分析。我们还是用昨天讲到的例子,昨天没有学习的同学面壁1分钟后赶紧去复习哦,不要掉队啦。言归正传,开始学习。
数据录入后,直接点击菜单栏“Analyze”——“filter
studies”,会弹出如图1所示的对话框,在下拉列表中选择相应的变量及值,点击“Apply”按钮,点击“close”关闭对话框。​
点击“Analyze”——“Plots”——“sensitivity”,我们就会发现,森林图中只剩下我们上面选定的研究了,例如我们限定Quality=1,那么敏感度的森林图会如图2所示,而且图2显示结果是没有异质性的,说明研究间质量是异质性的一个来源,与昨天讲的meta回归的结果一致。
具体如下面的动态图(点开即可放映)​
欢迎关注公众微信号:实用Meta分析(meta-show)
&&&&&&&&&&&&&
QQ讨论群:​
博客等级:
博客积分:0
博客访问:152,490
关注人气:0
荣誉徽章:豆丁微信公众号
君,已阅读到文档的结尾了呢~~
Meta回归与亚组分析在异质性处理中的应用
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
Meta回归与亚组分析在异质性处理中的应用
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='http://www.docin.com/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口

我要回帖

更多关于 meta分析森林图怎么看 的文章

 

随机推荐