meta分析森林图,如何修改小数点位数?

出于某些原因,如效应值接近1(OR、RR、HR)或0(WMD、SMD),审稿人要求展示更精确的结果,我们往往需要在森林图中修改小数位数。
今天给大家介绍的就是:Stata、R和RevMan软件修改森林图小数位数的简便方法。
1 Stata设置小数位数
Stata实现森林图,小数位数默认保留两位,如下图所示,根据合并结果 RR (95%CI) = 1.07 (1.00, 1.16),较难判断差异是否有统计学意义。虽然该版本的stata(stata11)也输出了P值结果(P = 0.064),但P值不在森林图显示。因此,某些审稿人或作者想到了能不能在森林图显示更精确的结果,也就是增加小数位数。

答案当然是肯定的。Stata修改小数位数的方法也十分简单,以四格表数据(a, b, c, d)的森林图为例,只需要在命令中增加dp(x),x为数字,代表位数。
如metan tdeath tnodeath cdeath cnodeath, fixed rr dp(3)
森林图的数据为展示小数点后3位。

2 R设置小数位数
在R软件中我们可以根据代码”digits”任意的改变小数位数,digits=N,N的取值是大于等于0的正整数(当取0时,四舍五入取正整数),但是digits在每一个数据包中并不适用于每一个分析的场景。
我们举例说明digits在常用的做meta分析数据包-meta中的使用方法,可以在结果输出部分采用print()改变小数位数,图形输出中采用forest()改变小数位数。我们采用meta包自带的数据集-Fleiss93(Aspirin in Preventing Death after Myocardial Infarction)进行举例说明。
library(meta)
#加载已经安装好的meta数据包
data(Fleiss93)
#利用数据集Fleiss93参与meta分析
meta1<-metabin(event.e, n.e, event.c, n.c,data=Fleiss93, studlab=paste(study, year), sm="OR")
#进行meta分析,在这部分,如果直接添加digits是不能改变小数位数的
meta1
#输出meta分析的结果,默认的小数位数是4位,如图1

print(meta1,digits=2)
#输出meta分析的合并结果,可以根据digits改变合并的小数位数

forest(meta1, digits=2)
#输出meta分析的图形,可以根据digits改变合并的小数位数,森林图默认的小数位数是4位

3 、RevMan设置小数位数
RevMan设置小数位数的方法,很多人都不知道。相对于Stata和R,RevMan的方法最为简单粗暴,功能也最单一,只能从2位变成4位(不能保存3位或其他)!

第一步 在录入数据的基础上,添加森林图

第二步 在主菜单打开添加的森林图,如下图所示

第三步 点击齿轮状的参数设置图标,勾选“Show effect estimates with more decimals”,点击“OK”。

最后,得到保留4位小数位数的森林图。

