只需三行代码，相关系数meta分析迎刃而解！

一直以来，都有小伙伴咨询：相关系数的meta分析怎么做？

我的设想是：相关系数（r），也有标准误（se），整理各研究的r, se就可以做meta分析了。但由于之前接触的大部分都是医学研究，也很少浏览相关系数meta分析的文献。

既然这么多小伙伴都遇到了困难，答案应该没那么简单，因此没有贸然给出建议。事实证明，谨慎是非常有必要的！近日恰好有闲暇时间，终于可以好好研究相关系数的meta分析。

下面，我们一起总结相关系数meta分析的注意事项！

1 不能直接用r和se合并

相关分析中，相关系数的方差（或标准误）与相关系数是密切相关的，不能直接使用r和se进行合并，需要将相关系数转化为Fisher’s Z。然后计算Z的se，通过Z, se进行meta分析合并。最后，将合并结果换算为相关系数。

2 相关系数meta分析的具体步骤

1) 相关系数r转换为Fisher’s Z：Z=0.5 * ln((1+r)/(1-r));

2) 计算Z的方差：Vz=1/(n-3);

3) 计算Z的标准误：SEz=Vz^0.5;

4) meta分析后，计算汇总的相关系数：r=(e^2z-1)/(e^2z+1)。

3 Stata实现相关系数meta分析

以下面的代码为例，展示stata实现相关系数meta分析的操作和结果

最后一行为：display  _newline "Upper Limit of 95% CI = " tanh(r(ci_upp))

主要结果

1) 得到z，sez

2) meta分析合并

3) 转换后的汇总相关系数r

从森林图得知，合并后z (95%CI)=0.48 (0.25, 0.71)，经转换，合并结果为：

r (95%CI)=0.45 (0.24, 0.61)。

本次分享就到这里了，如有meta分析的问题，欢迎留言或加好友交流。