R软件实现Meta亚组分析以及森林图调整

本文关注的是R用于Meta分析的亚组分析，以及亚组分析时如何更加美观地调整森林图。

以一个实例做演示，开始分析

基本代码

读入数据，R读数据的代码有很多，此处用的代码是直接读取csv文件里的数据，

mydata1 <- read.csv(file.choose())
加载包，meta包做meta分析非常强大，其他还有

metaforlibrary("meta")
直接进行疗效评价，基本代码之：二分类数据metabin函数，RCT的评价指标用RR；meta分析summary；以及绘制森林图。图形紧跟在代码之后。

meta1 <- metabin(treat, n1,control, n2, data = mydata1, sm="RR")

summary(meta1)

forest(meta1)

以治疗方法作为分组依据进行亚组分析，添加亚组分析代码byvar = subRCT，代码及图形如下：

meta2 <- metabin(treat, n1, control, n2, data = mydata1, sm="RR", byvar = subtreat)

forest(meta2)

亚组分析的关键代码即：byvar=subgroup，其中subgroup为各种亚组分组。

接下来对图形进行进阶美观调整。首先，上图中同时显示了固定和随机效应模型结果，但根据之前summary中I2 = 0我们选择用固定效应模型，添加代码comb.random = FALSE。

然后要在图形左侧显示作者和发表年份信息，添加代码 studlab = paste(author," " ,year)，括号中双引号中间为空格，表示在作者和年份之间留一个空格。

同时，改变实验组和对照组标题，添加代码label.e="Treatment", label.c="Control"。

亚组分析中，我们可以不用显示subgroup的标签，添加代码print.byvar = FALSE即可，最终代码及图形如下：

meta3<-metabin(treat, n1, control, n2, data = mydata1, sm="RR", studlab=paste(author," " ,year), comb.random=FALSE, byvar = subtreat,print.byvar = FALSE, label.e="Treatment", label.c="Control")

forest(meta3)

此时我们发现森林图已经变得美观了许多，但老板发来邮件，说A和B药不能单纯合并总效应，应该当成不同的治疗方法，但你可以放在一张图里……

此刻立马想到这个问题stata有个很简单的命令可以做到，就是nooverall，然后R怎么做？！

想到代码的相似性，迅速查找meta包里面所有关于overall的命令，在forest函数找到了相关代码并开心的马上实验，结果如下，出乎意料。

meta4<-metabin(treat, n1, control, n2, data = mydata1, sm="RR", studlab=paste(author," " ,year), comb.random=FALSE, byvar = subtreat,print.byvar = FALSE, label.e="Treatment", label.c="Control")

forest(meta4, overall = FALSE)

可是，这时weight不见了，难道这个overall不行？解决办法也简单，添加代码rightcols =  c("w.fixed")。

meta5<-metabin(treat,n1,control,n2,data = mydata1, sm="RR", studlab=paste(author," " ,year),comb.random=FALSE, byvar = subtreat,print.byvar = FALSE, label.e="Treatment",label.c="Control")

forest(meta5,overall = FALSE, rightcols =  c("w.fixed"))

然而，因为rightcols默认是吧effect和ci都显示出来的，而我们这样限定之后就相当于只显示Weight了，继续改进rightcols =  c("effect", "ci", "w.Fixed"), 迅速跑一遍发现终于显示完整，得到了stata一个nooverall就可以解决的答案。

然后想着按发表年份拍一下顺序（sortvar = year）吧，然后森林图左侧好空，调整一下x轴吧（xlim = c(0.5,5)）,代码及图形如下：

meta6 <- metabin(treat, n1, control, n2, data = mydata1, sm = "RR", studlab = paste(author, " " , year), comb.random = FALSE, byvar = subtreat, print.byvar = FALSE, label.e = "Treatment",label.c = "Control")

forest(meta6,overall = FALSE, rightcols =  c("effect", "ci", "w.fixed"), sortvar = year, xlim = c(0.5,5))

好吧，到此完美达到我们想要的效果。还有一点要切记，R里面是不识别中文逗号的，一定要要用英文标点！一定要要用英文标点！一定要要用英文标点！（重要事情说三遍）
今天的分享就到这了，你学会用R做出想要的亚组分析森林图了吗？