上一期我们一起学习了在RevMan5.3中如何添加研究，今天我们一起学习如何添加比较和结局。
在循证医学中，通常使用PICO模式来构建临床问题,即
P(patient or problem)(有关患者人群或疾病过程的描述)、
I(intervention) (考虑的治疗措施)、
C (comparison) (作为比较的治疗措施)、
O(outcome)(临床预后结果)。
通过添加比较和结局指标，就可以在RevMan以PICO模式分析临床问题。
进行分析数据之前，我们需要进行纳入文献的数据合并。
完成一个Meta分析的数据合并，需要进行以下工作：
第一步，"Comparison"，代表一个对比（试验组VS对照组）；
第二步，"Outcome"，代表对比的是什么（结局指标）；
第三步，"Subgroup"，亚组分析时才会用到，可以没有。
因此，再添加数据之前，我们需要做一些准备工作，就是添加比较和结局指标。
此部分都在左边树形目录的"Data and analyses"完成。
一、添加比较
1.右击目录窗口中的Data and analyses，单击Add Comparison，弹出新建比较向导窗口，New Comparison Wizard；
或者点击内容窗口中Data and analyses下面的Add Comparison按钮，也可以弹出新建比较向导窗口，New Comparison Wizard。
2.在输入名称对话框中，Name一栏里输入比较的名称，通常称为治疗措施比对照措施，如"药物vs安慰剂"。输入完名称后，点击Next可完善比较信息，点击Finish完成比较添加。
3.若点击Next，进一步完成该比较的信息，需要选择下一步行动。
· Noting：关闭New Comparison Wizard窗口。
· Add an outcome under the new comparison：在此比较下添加- -个结局指标。
· Add another comparison：添加另一个比较。
选择Nothing后，点击Finish完成研究的添加。
选择Add an outcome under the new comparison后，点击Continue，在New OutcomeWizard中完成结局指标的添加。
选择Add another comparison后，在New Comparison Wizard的Name中继续输入下一个比较的名称，依此类推完成所有比较的添加过程。
二、添加结局指标
1.在添加比较的第三步中，选择Add an outcome under the new comparison，可以添加结局指标。
也可以在目标窗口中，单击Data and analyses前面的"钥匙"，出现比较名称，右击比较名称，如"A vs B"上右击后，点击Add Outcome，即可弹出添加结局指标窗口。
2.在添加结局指标向导窗口中， Data Type下有5种选择结局指标的数据类型。
· Dichotomous：二分类变量。
适用于离散型变量的计数资料和有序变量。
数据录人时需要各组发生该结局或事件的人数和各组总人数。
二分类结局数据是指每个受试者的结局为两个可能性中的一个，如死亡或生存、有临床改善或无临床改善。
临床试验中最常遇到的二分类数据效应指标为：风险比(RR)(也称相对危险度)，比值比(OR)，危险度差值(RD)(也称绝对危险度降低率)，须治疗的例数(NNT)。
· Continuous：连续型变量。
适用于连续型变量的计量资料。
数据录人时需要各组的例数、结局指标的均数及标准差。
连续结局效应指标中的术语"连续"在统计学中是指在特定范围内可取任何值的数据。
当处理数值资料时，这意味着任何数值都可以被测量和报告为任意小数位。
真实的连续性资料的例子包括重量、面积和体积等。
常用于连续性资料Meta分析的合并统计量有两个：均数差(MD)和标准化均数差(SMD)。
无论来自每个个体的数据是单一评估或相对基线测量值的改变，均可被计算。
既可以通过获得均数比来对效应进行测量，也可以通过比较除均数外的其他统计量(如中位数) 来对效应进行测量。
· O-E and Variance：期望方差。
时间-事件（生存）结局的效应指标的单个患者的数据。
· Generic Inverse Variance：一般倒方差。
未经计算提取的数据，需要治疗效应的估计值、标准误和总人数。
· Other Data：其他类型。
数据通过纯文本格式输入。
最为常用的数据类型为二分类变量和连续型变量。本文以二分类变量为例，选择后，点击Next可以完善结局指标信息，或点击Finish完成该结局指标的添加。
3.如选择Next，在Name中输入结局指标的名称，如"死亡率"。在Group Label1中可以重命名干預狙(Experimental)的名称,如"葯物"；在Group Label 2中可以重命名对照组(Control)的名称，如"安慰剂"。点击Next可以完善结局指标信息，或点击Finish完成该结局指标的添加。
4.如选择Next，进入选择分析方法界面。
这一界面主要选择：
①统计学方法（Statistical Method），有Peto法（只能用于二分类变量里的OR值）、Mantel-Haenszel法（只能用于二分类变量）、Inverse Variance法（连续型变量和二分类变量都可以）和Exp[(O-E)/Var]法。
②分析模型（Analysis Model），有固定效应模型(Fixed Effect，当纳入的各研究间的异质性较好，即P值＞0.1或I^2＜50%时，可以用)和随机效应模型 (Random Effects，通用)。
③效应量（Effect Measure），有Peto OR、OR（比值比，万金油，可用于所有的二分类变量的研究）、RR（相对危险度，仅用于队列研究或RCT）、RD（率差，仅用于队列研究和RCT）、MD、SMD等。
一般选择默认选项,点击Next完善结局指标信息，或点击Finish完成该结局指标的添加。
5.如选择Next，可在分析方法细节窗口中，选择置信区间。
它有4个子窗口:
· Totals：亚组选择，可选择显示总合并效应量和亚组合并效应量(Totals and subtotals)的结果、只显示亚组合并效应量(Subtotals only)的结果，或者不显示合并效应量(No totals)。
· Study Confidence Interval：选择显示纳入研究的可信区间范围，可选90%、95%或99%。
· Total Confidence Interval：选择显示合并效应量的可信区间范围，可选90%、95%或99%。;
· Advanced Options:高级选项。可以检验亚组间的区别以及对换事件和非事件的数目。
一般选择默认选项，点击Next完善继续结局指标信息，或点击Finish完成该结局指标的添加。
6.若选择Next，可弹出图形细节窗口，为生成的图建立图标。
可在Left Graph Label中改变左图例，也就是试验组的标签，可以自定义一下；
在Right Graph Label中改变右图例，也就是对照组的标签，可以自定义一下；
在Scale中改变数据显示范围，为森林图的尺度，一般默认为100；
在Sort By中改变纳入研究的排序，一般选择第一个，选Study ID的首字母进行排序。
一般选择默认选项,点击Next完善继续结局指标信息，或点击Finish完成该结局指标的添加。
7.若选择Next，进一步完成该结局指标的添加，需要选择下一步行动。
· Nothing：关闭New Outcome Wizard窗口。
· Edit the new outcome：编辑该结局指标。
· Add a subgroup for the new outcome：在该结局指标下添加一个亚组。
· Add study data for the newoutcomne：为该结局指标添加研究数据。
· Add another outcome for the same comparison：在同一比较下添加下一个结局指标。
选择Nothing后，点击Finish完成结局指标的添加。
选择Edit the new outcome后，点击Finish后，在弹出的表格中对结局指标进行编辑。
选择Add a subgroup for the new outcome后，点击Continue，在New Subgroup Wizard中完成亚组的添加。.
选择Add study data for the new outcome后，点击Continue，在New Study Data Wizard添加该结局指标下的纳入研究。
选择Add another outcome for the same comparison后，点击Continue，在New Outcome Wizard的中继续选择下一个结局指标的数据类型，依此类推完成所有结局指标的添加过程。
一般选择Nothing，然后点击Finish。
