Stata实现meta分析的敏感性分析，metainf和metaninf有什么区别

敏感性分析是meta分析的重要组成部分，它可以帮助我们评估合并结果的稳定性。敏感性分析方法有多种，其中，逐一剔除法是最常被使用的。作为医学领域三大meta分析软件之一，Stata也具体敏感性分析的功能。对于逐一剔除法，Stata有两个操作菜单：metainf和metaninf。

这两个菜单都能实现逐一剔除法的敏感性分析，两者有什么区别，我们应该选哪个来做分析呢？
先看下两个菜单的具体差异。如下图所示，左侧、右侧依次是“metainf”、 “metaninf”的主菜单。前者只能使用一种数据类型：效应值（ES和seES），后者可以使用三种数据类型：二分类变量、连续变量和效应值。这个菜单，整体上跟做森林图的“metan”菜单十分相似。

对于做RCT的meta分析，由于研究数据都是二分类变量或连续变量，使用“metaninf”菜单完成敏感性分析，相对来说更容易掌握。毕竟懂得如何做meta分析，就知道该选哪些参数做敏感性分析了。我们用以下数据为例，做二分类变量（死亡结局）的敏感性分析。

“metaninf”菜单的操作

1 、设置主菜单，跟做森林图的参数选择一致，选择四格表数据为分析变量，再设置森林图左侧的研究标签。

2 、设置二级菜单，选择与森林图一致的效应值、合并模型。

3、点击“OK”，运行程序，得到结果。

“metainf”菜单的操作

1、先做森林图

因为这个菜单要求的数据是ES和seES，对于本例中的死亡结局，使用OR值进行meta分析，敏感性分析的ES和seES是logOR和selogOR。数据中并没有这两个变量，因此要先做森林图。

操作跟前面做metaninf的敏感性分析相似，只不过菜单换成了“metan”。

2 、数据转换。

将Stata自动生成的_ES和_selogES，转换为logOR和selogOR

运行以下代码，完成转换

gen logOR=log(_ES)

gen selogOR=_selogES

注意，这是Stata11的操作，如果是Stata14，此时生成的_ES和_seES，就是logOR和selogOR，不需要再做对数转换。

3 、设置“metainf”菜单的参数，点击“OK”，完成敏感性分析。

对比后可发现，两种方法的敏感性分析结果完全一致。

最后，补充一点，如果使用“metaninf”完成logOR和selogOR的敏感性分析，得到的结果图形，横坐标是logOR，而不是OR。

操作和结果如下所示：

如果要将横坐标转换为用OR值显示，只能通过命令进行。

哪怕用户使用菜单操作，Stata也会在命令回顾窗口“Review”生成对应的命令。

上面这个敏感性分析对应的命令是：

metaninf logOR selogOR, label(namevar=id, yearvar=year) random

在这个命令的后面加上eform

metaninf logOR selogOR, label(namevar=id, yearvar=year) random eform

运行命令，得到新的结果。

Stata实现逐一剔除法的两个菜单：metainf和metaninf，你更喜欢哪一个？