目前對于效應量為率的同類研究進行Meta分析的研究很多，但相關方法的研究較少。因此，本文概括性介紹了率的Meta分析的適用條件、分析步驟及常用軟件的實現過程，并通過應用實例中的數據比較常用的R軟件、Comprehensive Meta-Analysis、Stata和MetaAnalyst的不同操作過程。率的Meta分析難點在于判斷能否進行率的合并，對如何處理不同研究結果間異質性的問題尚需進一步探討。
引用本文： 周波, 陳欣, 時景璞, 付凌雨, 王海龍, 吳曉梅. 率的Meta分析及軟件實現. 中國循證醫學雜志, 2014, 14(8): 1009-1016. doi: 10.7507/1672-2531.20140166 復制
目前，應用Meta分析的方法將以往的研究結果進行定量合并在臨床醫學研究領域越來越受重視，如2013年PubMed收錄的關于Meta分析的文章就達5?200余篇。通過Meta分析，可達到為同類研究增大樣本量，提高檢驗效能的目的[1]。所以其結果作為高質量證據，也正在被廣大臨床醫生接受并應用于臨床實踐。隨著方法學的不斷發展，臨床研究中Meta分析的種類也逐漸多樣化，由原來的局限于治療性研究的隨機對照試驗的Meta分析，擴展到診斷性試驗的Meta分析、隊列研究的Meta分析和病例-對照研究的Meta分析等。近幾年，國內外期刊有關率的Meta分析論文開始出現[2-5]。率或比值，在臨床醫學中應用非常廣泛，可用于描述疾病的分布頻率，干預措施的治療效果及不良反應的程度，診斷試驗的準確性，疾病的預后等。率具有直觀、便于比較的優勢，但由于不同研究間質量參差不齊，樣本來源、樣本量大小不一，使很多同類率的結果差別很大。因此，可考慮通過率的Meta分析方法，對于多個研究的同類率指標進行定量合并，以期得到更為可靠的結論。本文旨在闡述率的Meta分析過程及常用率的Meta分析軟件實現過程。
1 適用條件
率的Meta分析可用于各種率或比的綜合分析。例如：在描述疾病分布的研究中，可進行特定人群中高血壓、心腦血管事件、惡性腫瘤、急性傳染病等的發病率、患病率、死亡率、病死率、知曉率和控制率等的Meta分析，還可對描述疾病本身不同臨床亞型、病理分型、癥狀和體征等的比例進行Meta分析，也可對用于反映某項干預措施的效果或不良反應的治愈率、緩解率、復發率和發生率等進行Meta分析，或對反映診斷試驗準確性的靈敏度、特異度、預測值和似然比等進行Meta分析。
2 分析步驟
2.1 提出問題，明確研究目的
提出問題是Meta分析的首要環節，需臨床專業等相關知識基礎。在進行率的Meta分析時，構建問題同樣需要遵循PICOS原則[6]。
P：指代患者及參與者，還指代疾病；
I：指代干預，還指代暴露；
C：指代對照或者比較；
O：指代結局或者結果；
S：一般指代研究設計類型。
值得注意的是，在進行率的Meta分析時，這5個要素中，常常有1個或2個要素是缺如的。如：在反映干預措施效果時，對于設立對照的研究，僅能選擇其中1組的率進行匯總；在進行疾病分布等描述時，相關原始研究多數為觀察性研究，無干預措施，且橫斷面研究、病例系列等研究類型，也未設立對照組。問題提出后，應全面了解其背景知識，掌握國內外研究現狀，同時為避免重復，應檢索是否有類似系統評價或Meta分析發表。
2.2 制定檢索策略，收集相關研究
確定研究問題后，需系統、全面地收集相關文獻。為提高文獻的查全率、查準率，保證Meta分析質量，則需制定合理的檢索策略，通過多種途徑、多種語言收集文獻。目前，很多數據庫和網站均有自己特定的檢索策略，以幫助研究者最大程度上檢索到所需文獻。如BMJ集團的《Clinical Evidence》，其采用的檢索策略由BMJ證據中心的信息專家制定，經評價驗證可用于檢索到那些符合方法學要求的研究。此外，EMbase數據庫還根據不同研究內容制訂了相應的檢索策略，也是優秀的檢索策略代表。
2.2.1 電子檢索
①首先選擇和確定數據庫。可獲得率的原始研究的英文數據庫主要包括MEDLINE、EMbase、Web of Science和Ovid等；中文數據庫主要包括WanFang Data、CBM、CNKI和VIP等。②其次制定檢索式和檢索詞。檢索式可由關注疾病、目標人群、暴露因素、某個（些）率的指標和研究類型（病例系列、橫斷面研究、隊列研究、隨機對照試驗和診斷性試驗等）組成。檢索詞應采用MeSH詞與自由詞相結合的方式，且需注意，不同部分檢索詞間用邏輯符“AND”連接，各部分多個同義詞間，應以邏輯符“OR”連接。此外，還有一些其他運算符，如“WITH”、“NEAR”和“NOT”等，可幫助提高查準率。
2.2.2 手工檢索
手工檢索是電子檢索的補充。尤其是中文期刊中有很多雜志尚未被電子數據庫收錄，則需通過手工檢索進行補充。還有一些在研研究、會議論文等尚未公開發表，也需進行手工檢索獲得。
2.2.3 追溯參考文獻
在進行文獻檢索時要特別重視參考文獻的追溯。某些情況下，由于檢索詞或檢索策略設置不完善，可通過參考文獻進行補充，以獲得更全的文獻信息。
2.3 文獻篩選
根據事先擬定的納入和排除標準，在收集的文獻中，檢出能夠回答研究問題的文獻資料。由2位研究者通過閱讀文題、摘要和全文獨立進行文獻篩選，如遇分歧則與第三人協商解決，并記錄排除的研究及其排除原因。常用的選擇標準如：①原始研究設計類型（橫斷面研究、隊列研究等）；②同一人群相關頻率指標時效性的規定；③研究人群范圍局部與整體的關系；④重復報道的數據的定義；⑤可根據研究目的確定是否排除特定群體的研究（如老年人、青少年等）。
此外，關于研究疾病的診斷標準、暴露因素的暴露水平等均應有嚴格統一的標準，并在文中標明。
2.4 納入研究的質量評價
Meta分析質量受納入的原始研究質量、評價的方法、評價者的知識水平及觀點的影響。若Meta分析納入的原始研究質量低，且未對原始研究的質量進行正確評價，就會直接影響系統評價或Meta分析的結論準確性和臨床應用[7]。因此，可以說，對Meta分析納入的原始研究質量進行嚴格評價是系統評價或Meta分析最重要的組成部分。質量評價包括評價納入研究的方法學質量及報告質量。原始研究質量評價工具主要根據研究設計、實施、結果分析整個過程中可能出現偏倚的各個因素確定。目前已有多個評價工具，包括單個評價條目、清單和量表三種類型。對于隨機對照試驗的方法學質量評價，可采用的評價工具包括Jadad量表[8]、PEDro（物理治療證據數據庫）量表[9]、Dephi清單[10]、英國牛津循證醫學中心文獻嚴格評價項目CASP清單（critical appraisal skill program，CASP，2004）[11]及Cochrane手冊推薦的“偏倚風險評估”工具[7]等，而隨機對照試驗的報告質量可采用CONSORT聲明來評價和解釋[12]。非試驗性研究（如隊列研究和病例-對照研究）的方法學質量評價主要采用紐卡斯爾-渥太華量表（Newcastle-Ottawa Scale，NOS）[13]、CASP清單。橫斷面研究質量評價目前尚無統一標準，其中有代表性的是美國衛生保健質量和研究機構（Agency for Healthcare Research and Quality，AHRQ）推薦的11條評價標準[14]。STROBE（strengthening the reporting of observational studies in epidemiology）[15]則用于規范流行病學觀察性研究的報告格式，包括隊列研究、病例-對照研究及橫斷面研究；診斷性試驗中的相關率的指標較為特殊，可采用QUADAS（quality assessment for diagnostic accuracy studies）質量評價標準[16]。具體這些評價工具內容可參考曾憲濤等[17, 18]的文章。
2.5 Meta分析
可用于率的Meta分析的常見軟件包括R軟件、Comprehensive Meta-Analysis、Stata、Meta-Analyst等。以下對其分別進行介紹。
2.5.1 R軟件
（1）首先建立Excel表，錄入原始研究名稱（study）、事件發生數（event）及樣本量（n），然后另存為CSV（逗號分隔）文件，放在R軟件的起始文件夾中。在R Console輸入命令，利用read函數讀入之前建立好的Excel數據集：
?
rate < -read.csv("rate.csv")
?
（2）然后加載“meta”程序包：點擊“Packages”選項，下拉菜單點擊“load package”，選擇“meta”。
（3）利用metaprop函數計算各個獨立研究的率及95%CI，并按照率的分布選擇合適的估計方法，得到合并的率及其95%CI。命令如下：
?
metarate < -metaprop(event, n, study, data=rate, sm="PRAW", incr=0.5, allincr=FALSE, addincr=FALSE, title="")
?
sm=“PRAW”，表示沒有轉換的原始率；sm=“PLN”，表示對數轉換；sm=“PLOGIT”，表示logit轉換；sm=“PAS”，表示反正弦轉換；sm=“PFT”，表示Freeman-Tukey雙重反正弦轉換。incr=0.5表示當事件發生數為0時用0.5來替代。allincr=TRUE表示至少有1個研究的事件發生數為0時，所有事件發生數都加上incr數值；為FALSE時，只對事件發生數為0的研究加上incr數值。addincr=TRUE表示無論是否有事件發生數為0的研究，所有研究都加上incr數值；為FALSE時，表示無論是否有事件發生數為0的研究，所有研究都不加上incr數值。title=“”表示這次Meta分析的標題。
（4）繪制森林圖，命令如下：
forest(metarate)
?
（5）查看數據合并后的率等相關數據，命令如下：
?
summary(metarate)
?
（6）查看漏斗圖，命令如下：
?
funnel(metarate)
?
以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用R軟件進行膽管癌原位肝移植1年有效生存率的Meta分析，數據錄入見圖 1，命令輸入見圖 2，結果分析森林圖見圖 3。結果與原文中結果一致。
圖1
數據錄入Excel
圖2
R軟件率的Meta分析命令
圖3
R軟件率的Meta分析森林圖
2.5.2 Comprehensive Meta-Analysis
Comprehensive Meta-Analysis軟件可直接錄入數據或者從其他軟件中導入數據。此外，該軟件還可實現多種數據格式的錄入，用于多種指標的Meta分析：①兩個組、時間點或暴露（含相關），可以是二分類變量dichotomous（number of events）、連續性變量continuous（means）、相關系數correlation、以人年計算的率rates（events by person years）和生存時間survival（time to event）；②一個時間點、一組數的均數、比例或者率的估計，可以是一組的二分類變量dichotomous（number of events）、連續性變量continuous（means）和以人年計算的率rates（events by person years）；③普通的點估計，以原始尺度分析的數據；④對數尺度的普通點估計，以對數尺度分析的數據。利用該軟件進行率的合并選擇第②種就可以。錄入數據后，直接點擊Run analyses進行分析即可。
仍以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用Comprehensive Meta-Analysis軟件進行膽管癌原位肝移植1年有效生存率的Meta分析。數據錄入見圖 4，結果分析森林圖見圖 5。結果與原文中結果一致。
圖4
Comprehensive Meta-Analysis軟件數據錄入
圖5
Comprehensive Meta-Analysis軟件結果森林圖
2.5.3 Stata
（1）首先，在數據編輯窗口輸入數據，設置變量名稱，分別為研究的名稱（study）、事件發生率（r）及樣本量（n）。
（2）計算各樣本率的標準誤，在command窗口輸入命令：
?
generate ser=sqrt(r*(1-r)/n)
?
（3）進行Meta分析，得到結果森林圖，命令如下：
?
metan r ser, random label(namevar=study)隨機效應模型
metan r ser, fixed label(namevar=study)固定效應模型
?
（4）得到漏斗圖，命令如下：
metafunnel r ser
?
仍以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用Stata軟件進行膽管癌原位肝移植1年有效生存率的Meta分析，數據錄入見圖 6，結果分析森林圖及漏斗圖見圖 7、8。結果與原文中結果一致。
圖6
Stata軟件數據編輯
圖7
Stata軟件結果森林圖
圖8
Stata軟件漏斗圖
2.5.4 MetaAnalyst
該軟件與Comprehensive Meta-Analysis軟件類似，無須輸入命令，操作簡單。以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用MetaAnalyst軟件進行膽管癌原位肝移植1年有效生存率的Meta分析。數據錄入見圖 9，僅需錄入研究的名稱、年份、發生數和總數，其構成比及其下限和上限（圖中黃色顯示）會自動算出。接下來即可進行率的Meta分析，點擊“Analysis”-“New Analysis”，出現的菜單見圖 10，先選擇隨機效應模型進行分析，結果森林圖和漏斗圖見圖 11、12。結果與原文中結果一致。
圖9
MetaAnalyst軟件數據錄入
圖10
MetaAnalyst軟件Meta分析菜單
圖11
MetaAnalyst軟件結果森林圖
圖12
MetaAnalyst軟件漏斗圖
2.6 異質性來源
率的指標來自眾多不同的研究。這些研究由于受研究者、研究對象、設計方案和研究實施等各種因素影響，其結果間通常存在很大異質性，尤其是非試驗性研究，這種異質性就更為明顯。按異質性來源，一般可將異質性分為臨床異質性和統計學異質性。在率的Meta分析中，臨床異質性顯得尤為突出，其中研究對象的來源，包括樣本量的問題等均是導致異質性產生的主要原因。關于率的Meta分析異質性來源的探索和處理方法，尚無最新、一致的專家意見提出，目前均采用與其他類型的Meta分析一致的方法。
3 討論
Meta分析作為一種統計學方法，從其產生至今一直備受關注，尤其在臨床醫學領域，更起到了關鍵作用。很多原始研究由于樣本量的問題、方法學的限制等原因，使針對同一個研究問題得到不同甚至相反的結果，而Meta分析要求最廣泛、全面地收集原始研究并進行嚴格的質量評價，使納入的原始研究在方法學質量和結果報告上均達到一定要求后進行定量合并，一定程度上彌補了原始研究的不足，增加了把握度，匯總后的總體效應估計值更具可信性。
采用Meta分析方法進行率的合并，在國內外發展時間很短，目前可實現率的合并的軟件很多，如本文介紹的Stata、R、CMA、MetaAnalyst等。不同軟件的操作難易程度有所差異，其結果呈現形式亦不盡相同[20-22]，各有特色：R軟件和Stata軟件功能較全面，除可實現率的Meta分析外，還可行Meta回歸、累積Meta分析、敏感性分析、發表偏倚的統計檢驗、可信區間的合并等，但需進行編程；CMA軟件優勢是無需編程，通過模塊的運用即可完成相關功能，更靈活且易操作。從本文實例分析結果可見，采用不同軟件得出的合并后率的總體效應估計值及可信區間與原文均一致，因此，我們認為進行不同研究率的Meta分析合并，操作上可行。
需要特別注意的是，由于率的產生來源不同，不同研究結果間是否可進行率的合并是關鍵問題。這需結合專業知識且充分探討異質性來源后才能決定是否能夠進行合并[23]。不同研究率的異質性往往很大，尤其是一些常見慢性病的患病率。由于只考慮單組數據，大樣本數據所得可信區間小，而小樣本數據所得可信區間相對較大，這種差異直接導致I2和P值差異顯著。一定時期內符合納入標準的文獻越多，合并估計得到率的結果越準確。時間范圍越窄，研究地區范圍越小，結果所代表的意義越大。而對于有顯著異質性的研究，可采用亞組分析、敏感性分析或Meta回歸的方法對其異質性進行探討，分析后如仍存在顯著異質性，則不應繼續進行合并，僅能進行定性分析。
目前，應用Meta分析的方法將以往的研究結果進行定量合并在臨床醫學研究領域越來越受重視，如2013年PubMed收錄的關于Meta分析的文章就達5?200余篇。通過Meta分析，可達到為同類研究增大樣本量，提高檢驗效能的目的[1]。所以其結果作為高質量證據，也正在被廣大臨床醫生接受并應用于臨床實踐。隨著方法學的不斷發展，臨床研究中Meta分析的種類也逐漸多樣化，由原來的局限于治療性研究的隨機對照試驗的Meta分析，擴展到診斷性試驗的Meta分析、隊列研究的Meta分析和病例-對照研究的Meta分析等。近幾年，國內外期刊有關率的Meta分析論文開始出現[2-5]。率或比值，在臨床醫學中應用非常廣泛，可用于描述疾病的分布頻率，干預措施的治療效果及不良反應的程度，診斷試驗的準確性，疾病的預后等。率具有直觀、便于比較的優勢，但由于不同研究間質量參差不齊，樣本來源、樣本量大小不一，使很多同類率的結果差別很大。因此，可考慮通過率的Meta分析方法，對于多個研究的同類率指標進行定量合并，以期得到更為可靠的結論。本文旨在闡述率的Meta分析過程及常用率的Meta分析軟件實現過程。
1 適用條件
率的Meta分析可用于各種率或比的綜合分析。例如：在描述疾病分布的研究中，可進行特定人群中高血壓、心腦血管事件、惡性腫瘤、急性傳染病等的發病率、患病率、死亡率、病死率、知曉率和控制率等的Meta分析，還可對描述疾病本身不同臨床亞型、病理分型、癥狀和體征等的比例進行Meta分析，也可對用于反映某項干預措施的效果或不良反應的治愈率、緩解率、復發率和發生率等進行Meta分析，或對反映診斷試驗準確性的靈敏度、特異度、預測值和似然比等進行Meta分析。
2 分析步驟
2.1 提出問題，明確研究目的
提出問題是Meta分析的首要環節，需臨床專業等相關知識基礎。在進行率的Meta分析時，構建問題同樣需要遵循PICOS原則[6]。
P：指代患者及參與者，還指代疾病；
I：指代干預，還指代暴露；
C：指代對照或者比較；
O：指代結局或者結果；
S：一般指代研究設計類型。
值得注意的是，在進行率的Meta分析時，這5個要素中，常常有1個或2個要素是缺如的。如：在反映干預措施效果時，對于設立對照的研究，僅能選擇其中1組的率進行匯總；在進行疾病分布等描述時，相關原始研究多數為觀察性研究，無干預措施，且橫斷面研究、病例系列等研究類型，也未設立對照組。問題提出后，應全面了解其背景知識，掌握國內外研究現狀，同時為避免重復，應檢索是否有類似系統評價或Meta分析發表。
2.2 制定檢索策略，收集相關研究
確定研究問題后，需系統、全面地收集相關文獻。為提高文獻的查全率、查準率，保證Meta分析質量，則需制定合理的檢索策略，通過多種途徑、多種語言收集文獻。目前，很多數據庫和網站均有自己特定的檢索策略，以幫助研究者最大程度上檢索到所需文獻。如BMJ集團的《Clinical Evidence》，其采用的檢索策略由BMJ證據中心的信息專家制定，經評價驗證可用于檢索到那些符合方法學要求的研究。此外，EMbase數據庫還根據不同研究內容制訂了相應的檢索策略，也是優秀的檢索策略代表。
2.2.1 電子檢索
①首先選擇和確定數據庫。可獲得率的原始研究的英文數據庫主要包括MEDLINE、EMbase、Web of Science和Ovid等；中文數據庫主要包括WanFang Data、CBM、CNKI和VIP等。②其次制定檢索式和檢索詞。檢索式可由關注疾病、目標人群、暴露因素、某個（些）率的指標和研究類型（病例系列、橫斷面研究、隊列研究、隨機對照試驗和診斷性試驗等）組成。檢索詞應采用MeSH詞與自由詞相結合的方式，且需注意，不同部分檢索詞間用邏輯符“AND”連接，各部分多個同義詞間，應以邏輯符“OR”連接。此外，還有一些其他運算符，如“WITH”、“NEAR”和“NOT”等，可幫助提高查準率。
2.2.2 手工檢索
手工檢索是電子檢索的補充。尤其是中文期刊中有很多雜志尚未被電子數據庫收錄，則需通過手工檢索進行補充。還有一些在研研究、會議論文等尚未公開發表，也需進行手工檢索獲得。
2.2.3 追溯參考文獻
在進行文獻檢索時要特別重視參考文獻的追溯。某些情況下，由于檢索詞或檢索策略設置不完善，可通過參考文獻進行補充，以獲得更全的文獻信息。
2.3 文獻篩選
根據事先擬定的納入和排除標準，在收集的文獻中，檢出能夠回答研究問題的文獻資料。由2位研究者通過閱讀文題、摘要和全文獨立進行文獻篩選，如遇分歧則與第三人協商解決，并記錄排除的研究及其排除原因。常用的選擇標準如：①原始研究設計類型（橫斷面研究、隊列研究等）；②同一人群相關頻率指標時效性的規定；③研究人群范圍局部與整體的關系；④重復報道的數據的定義；⑤可根據研究目的確定是否排除特定群體的研究（如老年人、青少年等）。
此外，關于研究疾病的診斷標準、暴露因素的暴露水平等均應有嚴格統一的標準，并在文中標明。
2.4 納入研究的質量評價
Meta分析質量受納入的原始研究質量、評價的方法、評價者的知識水平及觀點的影響。若Meta分析納入的原始研究質量低，且未對原始研究的質量進行正確評價，就會直接影響系統評價或Meta分析的結論準確性和臨床應用[7]。因此，可以說，對Meta分析納入的原始研究質量進行嚴格評價是系統評價或Meta分析最重要的組成部分。質量評價包括評價納入研究的方法學質量及報告質量。原始研究質量評價工具主要根據研究設計、實施、結果分析整個過程中可能出現偏倚的各個因素確定。目前已有多個評價工具，包括單個評價條目、清單和量表三種類型。對于隨機對照試驗的方法學質量評價，可采用的評價工具包括Jadad量表[8]、PEDro（物理治療證據數據庫）量表[9]、Dephi清單[10]、英國牛津循證醫學中心文獻嚴格評價項目CASP清單（critical appraisal skill program，CASP，2004）[11]及Cochrane手冊推薦的“偏倚風險評估”工具[7]等，而隨機對照試驗的報告質量可采用CONSORT聲明來評價和解釋[12]。非試驗性研究（如隊列研究和病例-對照研究）的方法學質量評價主要采用紐卡斯爾-渥太華量表（Newcastle-Ottawa Scale，NOS）[13]、CASP清單。橫斷面研究質量評價目前尚無統一標準，其中有代表性的是美國衛生保健質量和研究機構（Agency for Healthcare Research and Quality，AHRQ）推薦的11條評價標準[14]。STROBE（strengthening the reporting of observational studies in epidemiology）[15]則用于規范流行病學觀察性研究的報告格式，包括隊列研究、病例-對照研究及橫斷面研究；診斷性試驗中的相關率的指標較為特殊，可采用QUADAS（quality assessment for diagnostic accuracy studies）質量評價標準[16]。具體這些評價工具內容可參考曾憲濤等[17, 18]的文章。
2.5 Meta分析
可用于率的Meta分析的常見軟件包括R軟件、Comprehensive Meta-Analysis、Stata、Meta-Analyst等。以下對其分別進行介紹。
2.5.1 R軟件
（1）首先建立Excel表，錄入原始研究名稱（study）、事件發生數（event）及樣本量（n），然后另存為CSV（逗號分隔）文件，放在R軟件的起始文件夾中。在R Console輸入命令，利用read函數讀入之前建立好的Excel數據集：
?
rate < -read.csv("rate.csv")
?
（2）然后加載“meta”程序包：點擊“Packages”選項，下拉菜單點擊“load package”，選擇“meta”。
（3）利用metaprop函數計算各個獨立研究的率及95%CI，并按照率的分布選擇合適的估計方法，得到合并的率及其95%CI。命令如下：
?
metarate < -metaprop(event, n, study, data=rate, sm="PRAW", incr=0.5, allincr=FALSE, addincr=FALSE, title="")
?
sm=“PRAW”，表示沒有轉換的原始率；sm=“PLN”，表示對數轉換；sm=“PLOGIT”，表示logit轉換；sm=“PAS”，表示反正弦轉換；sm=“PFT”，表示Freeman-Tukey雙重反正弦轉換。incr=0.5表示當事件發生數為0時用0.5來替代。allincr=TRUE表示至少有1個研究的事件發生數為0時，所有事件發生數都加上incr數值；為FALSE時，只對事件發生數為0的研究加上incr數值。addincr=TRUE表示無論是否有事件發生數為0的研究，所有研究都加上incr數值；為FALSE時，表示無論是否有事件發生數為0的研究，所有研究都不加上incr數值。title=“”表示這次Meta分析的標題。
（4）繪制森林圖，命令如下：
forest(metarate)
?
（5）查看數據合并后的率等相關數據，命令如下：
?
summary(metarate)
?
（6）查看漏斗圖，命令如下：
?
funnel(metarate)
?
以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用R軟件進行膽管癌原位肝移植1年有效生存率的Meta分析，數據錄入見圖 1，命令輸入見圖 2，結果分析森林圖見圖 3。結果與原文中結果一致。
圖1
數據錄入Excel
圖2
R軟件率的Meta分析命令
圖3
R軟件率的Meta分析森林圖
2.5.2 Comprehensive Meta-Analysis
Comprehensive Meta-Analysis軟件可直接錄入數據或者從其他軟件中導入數據。此外，該軟件還可實現多種數據格式的錄入，用于多種指標的Meta分析：①兩個組、時間點或暴露（含相關），可以是二分類變量dichotomous（number of events）、連續性變量continuous（means）、相關系數correlation、以人年計算的率rates（events by person years）和生存時間survival（time to event）；②一個時間點、一組數的均數、比例或者率的估計，可以是一組的二分類變量dichotomous（number of events）、連續性變量continuous（means）和以人年計算的率rates（events by person years）；③普通的點估計，以原始尺度分析的數據；④對數尺度的普通點估計，以對數尺度分析的數據。利用該軟件進行率的合并選擇第②種就可以。錄入數據后，直接點擊Run analyses進行分析即可。
仍以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用Comprehensive Meta-Analysis軟件進行膽管癌原位肝移植1年有效生存率的Meta分析。數據錄入見圖 4，結果分析森林圖見圖 5。結果與原文中結果一致。
圖4
Comprehensive Meta-Analysis軟件數據錄入
圖5
Comprehensive Meta-Analysis軟件結果森林圖
2.5.3 Stata
（1）首先，在數據編輯窗口輸入數據，設置變量名稱，分別為研究的名稱（study）、事件發生率（r）及樣本量（n）。
（2）計算各樣本率的標準誤，在command窗口輸入命令：
?
generate ser=sqrt(r*(1-r)/n)
?
（3）進行Meta分析，得到結果森林圖，命令如下：
?
metan r ser, random label(namevar=study)隨機效應模型
metan r ser, fixed label(namevar=study)固定效應模型
?
（4）得到漏斗圖，命令如下：
metafunnel r ser
?
仍以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用Stata軟件進行膽管癌原位肝移植1年有效生存率的Meta分析，數據錄入見圖 6，結果分析森林圖及漏斗圖見圖 7、8。結果與原文中結果一致。
圖6
Stata軟件數據編輯
圖7
Stata軟件結果森林圖
圖8
Stata軟件漏斗圖
2.5.4 MetaAnalyst
該軟件與Comprehensive Meta-Analysis軟件類似，無須輸入命令，操作簡單。以《膽管癌肝移植有效性與安全性的Meta分析》一文[19]的數據為例，應用MetaAnalyst軟件進行膽管癌原位肝移植1年有效生存率的Meta分析。數據錄入見圖 9，僅需錄入研究的名稱、年份、發生數和總數，其構成比及其下限和上限（圖中黃色顯示）會自動算出。接下來即可進行率的Meta分析，點擊“Analysis”-“New Analysis”，出現的菜單見圖 10，先選擇隨機效應模型進行分析，結果森林圖和漏斗圖見圖 11、12。結果與原文中結果一致。
圖9
MetaAnalyst軟件數據錄入
圖10
MetaAnalyst軟件Meta分析菜單
圖11
MetaAnalyst軟件結果森林圖
圖12
MetaAnalyst軟件漏斗圖
2.6 異質性來源
率的指標來自眾多不同的研究。這些研究由于受研究者、研究對象、設計方案和研究實施等各種因素影響，其結果間通常存在很大異質性，尤其是非試驗性研究，這種異質性就更為明顯。按異質性來源，一般可將異質性分為臨床異質性和統計學異質性。在率的Meta分析中，臨床異質性顯得尤為突出，其中研究對象的來源，包括樣本量的問題等均是導致異質性產生的主要原因。關于率的Meta分析異質性來源的探索和處理方法，尚無最新、一致的專家意見提出，目前均采用與其他類型的Meta分析一致的方法。
3 討論
Meta分析作為一種統計學方法，從其產生至今一直備受關注，尤其在臨床醫學領域，更起到了關鍵作用。很多原始研究由于樣本量的問題、方法學的限制等原因，使針對同一個研究問題得到不同甚至相反的結果，而Meta分析要求最廣泛、全面地收集原始研究并進行嚴格的質量評價，使納入的原始研究在方法學質量和結果報告上均達到一定要求后進行定量合并，一定程度上彌補了原始研究的不足，增加了把握度，匯總后的總體效應估計值更具可信性。
采用Meta分析方法進行率的合并，在國內外發展時間很短，目前可實現率的合并的軟件很多，如本文介紹的Stata、R、CMA、MetaAnalyst等。不同軟件的操作難易程度有所差異，其結果呈現形式亦不盡相同[20-22]，各有特色：R軟件和Stata軟件功能較全面，除可實現率的Meta分析外，還可行Meta回歸、累積Meta分析、敏感性分析、發表偏倚的統計檢驗、可信區間的合并等，但需進行編程；CMA軟件優勢是無需編程，通過模塊的運用即可完成相關功能，更靈活且易操作。從本文實例分析結果可見，采用不同軟件得出的合并后率的總體效應估計值及可信區間與原文均一致，因此，我們認為進行不同研究率的Meta分析合并，操作上可行。
需要特別注意的是，由于率的產生來源不同，不同研究結果間是否可進行率的合并是關鍵問題。這需結合專業知識且充分探討異質性來源后才能決定是否能夠進行合并[23]。不同研究率的異質性往往很大，尤其是一些常見慢性病的患病率。由于只考慮單組數據，大樣本數據所得可信區間小，而小樣本數據所得可信區間相對較大，這種差異直接導致I2和P值差異顯著。一定時期內符合納入標準的文獻越多，合并估計得到率的結果越準確。時間范圍越窄，研究地區范圍越小，結果所代表的意義越大。而對于有顯著異質性的研究，可采用亞組分析、敏感性分析或Meta回歸的方法對其異質性進行探討，分析后如仍存在顯著異質性，則不應繼續進行合并，僅能進行定性分析。
