0

我是元分析新手，我想知道是否可以自定义生成的森林图

data(Senn2013)
net1 <- netmeta(TE, seTE, treat1, treat2, studlab,
        data=Senn2013, sm="MD", reference="plac")

forest(net1, ref="plac", digits=1, just="right")

在此处输入图像描述

例如： i) 去除安慰剂参考治疗；ii) 更改结果位数；iii) 添加一列，其中包含每种治疗的研究数量；iv) 按估计的效应大小对处理进行排序。

我真的很感谢这方面的一些帮助......

这个情节是根据@Guido Schwarzer 的回复完成的（正是我需要的）：

在此处输入图像描述

4

1 回答 1

1

自定义 i) - iv) 不适用于 CRAN 上当前版本的 netmeta。实际上，ii) 位数应该有效（但没有），而 i)、iii) 和 iv) 尚未实施。

我在 GitHub 上的 netmeta 开发版本中更改了 forest.netmeta() ，以便所有自定义工作。

## install.packages("devtools")
devtools::install_github("guido-s/meta")
devtools::install_github("guido-s/netmeta", ref = "develop")

library(netmeta)
data(Senn2013)
net1 <- netmeta(TE, seTE, treat1, treat2, studlab,
                data=Senn2013, sm="MD", reference="plac")

forest(net1, digits = 1, sortvar = TE,
       drop.reference.group = TRUE,
       leftcols = c("studlab", "k"),
       leftlabs = c("Contrast\nto Placebo", "Direct\nComparisons"),
       just.studlab = "right", just.addcols = "left")

安装 GitHub 版本的 meta 并不是绝对必要的，但是，修复了带有研究编号的列的列标签中的 forest.meta() 中的一个小错误（这是 forest.meta() 行话中的附加列）。

请注意，“k”列显示了提供直接证据来比较治疗与参考（这里：安慰剂）的研究数量，而不是治疗研究的总数。这对我来说似乎更合适，因为森林图“仅”显示了与参考进行治疗比较的结果。原则上，您可以使用新参数 add.data 添加一列，其中包含每种治疗的研究总数，但是，这些数字的解释对我来说似乎很困难。

于 2017-05-09T08:05:41.120 回答