Meta 分析 - 二元

“Meta 分析 - 二元”过程对活动数据集中提供的用于估计效应大小的原始数据二元结果执行 Meta 分析。

有关“元分析二进制”过程的简短概述,请参阅以下简介视频:

示例
在历史上曾进行过多项研究来调查一种流行但有争议的药物,以帮助治疗 II 型糖尿病。 这种口服药物据称能够降低饭后的血糖水平。 数据是在 1979 年至 1986 年从不同研究地点收集而得。
一位首席调查员希望得出该口服药物效用的统计推论。 因为数据是从不同的研究生成,她提出综合各项研究结果的想法,以全面了解药效,以及识别导致结果变化的根源。
统计
置信区间、对数几率比、Peto 对数几率比、对数风险比、风险差异、随机效应、固定效应、逆方差、Mantel-Haenszel、迭代、逐步二分、收敛、累积统计、累积效应大小、受限最大似然、REML、最大似然、ML、经验贝叶斯、Hedges、Hunter-Schmidt、DerSimonian-Laird、Sidik-Jonkman、Knapp-Hartung、Egger 检验、Harbord 检验、Peters 检验、回归截距、离散参数、同质性、异质性、幂统计、标准误差、p 值和研究权重。

获取“Meta 分析 - 二元”分析

  1. 从菜单中选择:

    分析 > Meta 分析 > 二元结果 > 原始数据...

  2. 治疗组部分下,选择成功变量,以表示该治疗组的“成功”计数。 选定变量必须是数字变量(不支持字符串变量)。
  3. 选择失败变量,以表示该治疗组的“失败”计数。 选定变量必须是数字变量(不支持字符串变量)。
  4. 控制组部分下,选择成功变量,以表示该控制组的“成功”计数。 选定变量必须是数字变量(不支持字符串变量)。
  5. 选择失败变量,以表示该控制组的“失败”计数。 选定变量必须是数字变量(不支持字符串变量)。
  6. (可选)选择研究标识和/或研究标签变量。 选定的研究标识变量不得与选定的研究标签变量相同。
  7. (可选)选择效应大小设置。 可用的选项包括对数几率比Peto 对数几率比对数风险比风险差异
  8. (可选)选择模型设置。 在删除与填充设置已启用的情况下,此设置还会控制删除与填充分析中汇聚所使用的模型。 在偏差设置已启用的情况下,此设置还会控制基于回归的检验所使用的模型。
    随机效应
    缺省设置会构建随机效应模型。
    固定效应
    构建固定效应模型。 逆方差估算逆方差权重。 Mantel-Haenszel 估算 Mantel-Haenszel 权重。
  9. (可选)您可以执行以下操作:
    • 单击条件... 以指定一般条件。
    • 单击分析以指定子组和累积分析。
    • 单击推论以指定估计方法。
    • 单击对比以控制对比检验。
    • 单击偏差,以通过执行 EGGER 基于回归的检验来访问发表偏倚。
    • 单击删除与填充,以实现发表偏倚的删除与填充分析。
    • 单击打印以控制表输出。
    • 单击保存,以将估计统计量保存至活动数据集。
    • 单击以指定要包括在输出中的图。
  10. 单击确定

此过程会粘贴 META BINARY 命令语法。