Meta分析软件盘点,做Meta要用哪些软件?含meta分析软件安装包!

书接上回,之前我们在《meta分析的基本步骤是什么?附实例讲解,7步快速见刊策略》文章里详细给大家介绍了撰写一篇Meta分析需要经过哪些步骤。

今天我们就从这些步骤入手,给大家盘点盘点写一篇Meta分析具体需要用到哪些meta分析软件?

一、选题和检索

选题和检索基本不需要涉及到什么Meta分析软件,通过一些数据库即可完成。

常用的英文文献检索平台有:Pubmed、Embase、Cochrane Library、web of science、ClinicalTrials.gov等等。

中文文献检索平台有:知网、万方、SinoMed、VIP等等。

二、文献筛选

文献筛选这个环节主要用到的Meta分析软件就是我们日常使用的文献管理软件,Endnote、NoteExpress、Zotero等等之类的。


文献筛选,顾名思义就是要从我们检索到的所有文献中,按照预先制定好的纳入排除标准筛选出符合我们要求的纳入文献。

所以这个筛选过程,其实说简单点就是利用文献管理软件的分组管理功能,将所有检索到的文献按照纳排标准进行分类,最终按照每一个分组中的文献数量绘制文献筛选流程图就可以了。

Meta分析软件
Meta分析软件

分组管理功能是每个文献管理软件的基础功能,无论你选择哪款软件,都没有什么太大的影响,更重要的是要有一个规范化的筛选思路和流程。

这里我以Endnote文献管理软件为例,导入检索好的所有文献之后,可以使用软件自带的筛选重复文献:

Meta分析软件


Meta分析软件

然后利用批量检索功能,快速删除case report和综述之类的文献:

Meta分析软件

在阅读过程中,会发现一些不相关的文献,也可以利用批量检索的方法,快速定位到这些文献,然后删除。当然,这里不是指真的要将文献放到回收站,而是要根据每一次删除的操作,新建一个分组,将对应的文献放到组里,这样删除原因和删除的文献数量就都保留下来了,避免了误删。

Meta分析软件

剩下的复筛也是类似,通过阅读摘要和全文,将文献分组归纳。最终确认纳入我们研究的原始文献。

三、数据提取

数据提取需要用到的Meta分析软件,一般就是excel表格啦。

需要提取的信息有3类:证据质量的信息、证据的基本信息和结局指标数据。根据PICOS原则设计好基本信息汇总表后,从每一篇原始文献中提取数据填入即可。

这里给大家分享一个我私藏的Meta分析软件——贴心小工具:

StatsTodo。这个网站是一个在线的数据提取工具,可以对多组均值标准差进行合并的一个处理。打开网页,输入数据,就可以基于Cochrane公式一键进行合成,生成合并后的数据,非常方便,建议大家自己试试。

Meta分析软件

四、统计分析出图

前几步完成后,就进入最核心的数据分析环节了。

其实Meta分析的数据处理就像用洗衣机一样简单,只要前述步骤按照规范操作,到了处理这里只需要将Excel里提取的数据扔到Meta分析软件里,Meta分析软件就会自动出结果了。

可以做数据分析的meta分析软件有很多,像R语言、RevMan、Stata都是比较常用的软件。

4.1 Meta分析软件RevMan

RevMan是Cochrane协作网系统评价的标准化专用软件,具备meta分析的大部分功能,面板式操作,鼠标点击即可完成,操作非常简单,适合新手。但是RevMan也有一个很明显的Bug就是,它不能做偏倚回归图,所以建议没有编程基础的小白如果选择RevMan的话一定要结合其他软件一起使用。

Meta分析软件

软件基本页面展示:

Meta分析软件

详细的软件使用教程,后续我会给大家出专门的系列文章讲解。


4.2 Meta分析软件 R语言

R语言,也是Meta分析软件中非常常用的一款软件,基于其开源的特点,在R语言中只需要引入meta程序包就可以开始使用了。

不过R语言是一款程序语言,所以对于新手来说,可能使用上有一定难度。


Meta分析软件
Meta分析软件

用R语言做Meta分析,不仅可以拥有强大的数据分析功能,还能获得无可比拟的灵活绘图体验。虽然要基于代码进行操作,但是所有代码函数基本上都是现成的,导入数据,简单修改参数即可完成!


R语言的安装:

百度搜索【R语言官网】,进入网站首页:

Meta分析软件

在首页找到蓝色的【download R】:


Meta分析软件

因为是国外的软件,所以下载只能通过镜像。进入镜像源选择页面后,找到中国的资源链接,随便选择一个离自己近一点的镜像:

Meta分析软件

最后根据自己的电脑系统版本,下载安装包即可:

Meta分析软件

安装的过程很简单,全程【next】就可以了。需要提醒一点,安装路径最好选择一个全英文的路径,最好直接安装在C盘,这样可以避免后续很多不必要的报错。

4.3 Meta分析软件 STATA

相较于前两款,STATA更像一把瑞士军刀,体积虽小,功能却是异常强大,也是目前Meta分析软件中最受推崇的软件,它能够完成几乎所有的Meta分析的统计计算部分。

Stata可以汇总二分类变量、连续型变量、诊断试验、单纯P值、剂量反应、生存资料、Meta回归、累计Meta、网状Meta等等。

还可以做森林图、漏斗图、拉贝图、Galbraith等等,你能想到的它基本都可以做到。

不过STATA的使用也需要命令操作,所以对于新手来说也有一定的难度。

解压压缩包后,以管理员身份运行安装包内的 SetupStata16.exe

Meta分析软件

全程点下一步直接安装即可。

和R语言一样,在选择安装路径的时候,不要让路径里存在中文字符,如果你电脑是用自己名字命名的,默认的C盘安装路径里可能会有你的名字,存在中文字符,这样就是不行的。

可以换一个盘,比如D盘,在D盘里新建一个文件夹命名为stata,然后把安装路径选择到新建的这个文件夹里。这样安装路径就是D:\stata,这个路径就是纯英文的,就可以了。然后等待安装就可以了。

Meta分析软件

安装完成后,打开软件输入激活码就可以用了~

五、结语

三款软件各有优劣,大家根据自己的习惯选择一两款进行综合使用即可。

meta分析软件毕竟只是工具,无论是选择哪款软件进行Meta分析研究,最终落脚点还是要归于自己是否真的掌握了系统的meta分析流程,以及每一个环节是否真的按标准进行操作。

巧妇难为无米之炊,没有文献没有数据,只懂得如何用软件,也是做不出一篇好的文章的。

所以如果你真的想在今年发表一篇Meta分析的文章的话,小编还是建议大家,可以根据自己的计划,安排系统的meta分析学习,避免因为不规范的学习耽误研究进度。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容