Revman软件操作

Revman软件操作刘敏感染科主要内容Revman软件的下载与文章新建二分类变量资料的Meta分析实现连续变量资料的Meta分析实现亚组分析的构建漏斗图与森林图的解读敏感性及异质性分析Revman软件的下载与安装ReviewManager（简称RevMan）是国际Cochrane协作网为系统评价（systematicreview）工作者所提供的专用软件，是Cochrane系统评价的一体化、标准化软件。下载地址：打开Revman软件，点击“createareview”新建一个Meta分析诊断准确性系统评价干预性系统评价诊断准确性系统评价方法学系统评价灵活系统评价为研究取一个名字Protocol是制作cochranereview时候用的，其他时候不用，所以选“fullreview”,点finish左边为revman的功能区，右边则为主体区左边可以看到5把“钥匙”，点击第1把Reviewinformation可以修改这个review的基本信息点击第2把“钥匙”maintext,可以看到这个Review的提纲，初学者可以参照来写第3把钥匙tables表格区。主要有两个功能：1.各个研究的特点和偏移；2.呈现Summaryoffindingtables。Dataandanalysis是Revman的核心，统计和计算都在这里Figures，图片区，纳入研究的流程图和偏移风险图都在这里，此外，其他区基本不用先点击Studiesandrefrences，然后点AddStudy，则可以开始录入研究点击studiesandrefrences,然后点击右边的AddStudy自动跳转到这个界面，输入研究者名字和年份，如Jack2007连续默认“next”，则会出现如图界面，如所有研究都已录入完毕，则选择“nothing”，若还需录入新的研究，则选择第3项添加另一个研究到这里研究全部添加后是这样的第二部分二分类变量资料的Meta分析实现概述有些变量的测量结果只有两种类别，譬如：男性和女性、有效与无效、生或死等等，这种按事物的某一性质划分的只有两类结果的变量，称为二分类变量Meta分析中，二分类变量汇总的是发生率、死亡率、有效率这些数据完成一个Meta分析的数据合并，需要进行至多三层工作：第一层是“Comparison”，代表的是一个对比（试验组vs对照组）第二层是“Outcome”，代表对比的是什么（结局指标）第三层是“Subgroup”，亚组分析时才会用到，可以没有研究全部录入后，就来到数据区：Dataandanalysis开始数据分析，点Addcomprison为这个对比取一个名字，如“AvsB”比较已经建好，Addoutcome二分类变量连续型变量O-E和方差一般倒方差其他数据类型二分类变量和连续型变量是最常用的点“Dischotomous”，然后next为这个结果取一个名字，如这个结果是分析安全性，如：Safety这一界面主要选择：1.统计学方法2.统计模型3.统计指标统计学方法Peto：只能用于二分类变量里的OR值MH法：只能用于二分类变量IV法：连续型变量和二分类变量都可以效应模型的选择FE：固定效应模型，当纳入的各研究间异质性较好，即P值＞0.1或I2＜50%时，可以用；RE：随机效应模型，通用效应指标的选择OR：比值比，万金油，可用于所有的二分类变量的研究RR：相对危险度，仅用于队列研究和RCTRD：率差，仅用于队列研究和RCT亚组选择研究可信区间的选择总可信区间的选择一般全部选择默认，然后nextLeft/RightGraghLable:试验组和对照组的标签，可以自定义一下Scale：森林图的尺度，默认100SortBy：研究的排序方法，一般选第一个，选StudyID的首字母进行排序全部设置完毕点Nothing,然后finishOutcome就建好了，点击它可以看到这个outcome现在还是空的这时需要点击右上角添加研究，选择这个outcome所需纳入的研究，然后Finish分别将每个研究试验组及对照组事件数及样本量录入譬如这个原始数据，对应相应的研究，将数据直接复制进去如图所示，数据录入后结果自动生成这个滑动键可以调节这个森林图的大小两组的事件数和样本量各个研究的OR值权重：每个研究在合并结果中所占的比重统计方法是MH效应值是OR固定效应模型95%可信区间我们来看一下结果总的事件数及样本量合并的效应量及95%可信区间总OR值的统计学检验（Z检验）结果，总OR值的P值异质性检验：P=0.42，I2=0%，说明无明显异质性下面来介绍一下这几个小按钮的功能这个按钮可以用来添加新的研究这个按钮可以切换效应指标，也就是OR、RR、RD这个按钮可以切换效应模型，即RE(随机效应模型)、FE(固定效应模型），鼠标点击即可完成切换这个按钮是用来打开森林图的这个按钮是用来打开漏斗图的这个按钮是可打开计算器这个可以设置这个Outcome的所有条件，包括分析方法、分析数据类型、细节、图表等可以更改数据类型更改实验组和对照组的标签更改outcome的名字更改效应指标切换统计方法更改效应模型是否显示亚组研究的可信区间汇总结果的可信区间森林图的显示Outcome中数据的排序方式可以设置的内容就是我们当初新建Outcome时的内容，所以新建Outcome只需随便选择，数据汇总后再根据异质性等进行修改发现了吗？第三部分连续型变量资料的Meta分析实现概述连续型变量：有具体数值的数据，如：身高、体重、肿瘤直径、血糖、血氧等Meta分析中，连续型变量是身高、体重、血压、淀粉酶等数据，描述这样的数据，需要三个元素：均数、标准差和样本量在做二分类变量的时候研究已经录入完毕，再次来到数据区：Dataandanalysis,然后“AddComparison”为这个新的“Comparison”取一个名字，如“CVSD”,然后Next点“Nohing”,然后Finish新的比较就建好了接下来，AddOutcome点“Continuous”，然后next为这个结果取一个名字，如：LengthofICUstay又到了选择统计方法、效应指标、效应模型这一页，其和二分类变量有所区别效应模型，同二分类变量FE：固定效应模型，当纳入的各研究间异质性较好，可以用；RE：随机效应模型，通用所以这里选择IV法，RE模型，MD值，然后Next亚组选择研究可信区间的选择总可信区间的选择一般全部选择默认，然后nextLeft/RightGraghLable:试验组和对照组的标签，可以自定义一下Scale：森林图的尺度，默认100SortBy：研究的排序方法，一般选第一个，选StudyID的首字母进行排序全部设置完毕点Nothing,然后finish这个Outcome就建好了，双击它和二分类变量一样，现在这个outcom现在还是空的点击右上角添加研究，选择需要纳入的研究和二分类变量一样，将相应的数据Copy进来，结果自动生成各组研究的MD值及95%可信区间各组研究的均数、标准差及样本量合并总的MD值及95%可信区间两组研究的样本量总MD值的统计学检验（Z检验）结果，总MD值的P值异质性检验：P＜0.0001，I2=99%，说明具有较高的异质性统计指标:MD值，统计方法：IV法，固定效应模型，95%可信区间第四部分亚组分析的实现亚组分析亚组分析是处理异质性的常用方法，可以按照研究方案、研究质量，人种等进行分组Firstauthor/yearCountryEthnicitySNPSampleSizeGenotypefrequency(Cases/controls)PHWECaseControl11122212Lacher-2008GermanCaucasiansrs751784713225350/7865/12517/50165/28199/2250.06144rs11209026123/2189/340/1255/4709/360.03606Marquez-2007SpainCaucasianss7517847363547149/192160/26054/94458/644268/4480.10362rs11209026334/48629/600/1697/103229/620.08375Latiano-2008ItalyCaucasiansrs7517847843749326/280390/32888/1081042/888566/5440.10740rs11209026750/63472/911/11572/135974/940.01388Oliver-2007SpainCaucasiansrs751784722234292/121102/15329/35286/395160/2230.02948rs11209026203/30219/340/6425/63819/460.10594rs134315199/136101/15722/49299/429145/2550.11293Ebrahimi-2014IranAsianrs7517847777845/4428/304/4118/11836/380.83685rs1120902671/726/60/0148/1506/60.98144rs100481925/1936/4116/1886/7968/770.35917rs134315155/4120/322/513011424/420.01470rs220184126/1936/4015/1988/7866/780.21064用种族进行亚组分析添加一个新的“Outcome”选择二分类变量，然后Next为这个研究取一个名字全部选择默认，然后Next全部默认，然后Next选择默认，Next点Nothing,然后Finish这个名为“Subgroup”的新的Outcome就建好了点右键，出现”AddSubgroup”,添加亚组取一个名字“亚裔”选择添加一个新的亚组，Continue起另一个名字，叫“高加索裔”，然后Finish这个亚组就建好了，点击“Subgroup“点击“Asian”,然后点击右上键的添加研究将亚裔的研究添加进去点击“Caucasians”,然后点击右上键的添加研究添加“高加索裔”的研究每个亚组的研究都纳入了，然后将相应的数据拷贝进来结果自动生成，还有可爱的森林图森林图导出后是这样的第五部分森林图和漏斗图的解读森林图先打开森林图横线代表研究结果的可信区间，即此研究真实存在的范围。横线越长，样本量越小，结果越欠可靠横线越短，样本量越大，结果越可靠这个点代表单项研究的效应量，点的大小代表研究的权重，就是这个研究对Meta分析的贡献度这个菱形代表合并后的结果这条直线叫无效线，将图一分为二，用于判定统计结果有无统计学意义。若菱形与该直线相交，则代表两组的差异无统计学意义如果效应量是OR、RR值，这条直线代表1，即比值相等如果效应量是MD、SMD、RD值。这条直线代表0，即差值为零菱形与直线不相交：如果效应量是OR、RR,，菱形落于直线右侧，即比值大于1，说明实验组发生事件多于对照组，落于左侧则相反如果效应量是MD、SMD、RD值。菱形落于直线右侧，说明试验组的指标大于对照组，落于左侧则相反若菱形与直线不相交：落于右侧：说明试验组事件较多，对于有效、治愈等有利事件，试验组发生较多，效果较好；对于死亡、复发等不利事件，试验组发生较多，效果更差；落于左侧则相反森林图与异质性：森林图显示了各个研究的效应量和可信区间，若各研究间可信区间有较少重叠，则可能存在异质性点击这个将图片“另存为”选择一个格式保存，就可以用于杂志的发表，一般选择PDF格式，清晰度好漏斗图打开漏斗图漏斗图可用来识别发表偏移和其