CRAN 任务视图:Meta 分析

维护者Michael Dewey,Wolfgang Viechtbauer
联系方式lists at dewey.myzen.co.uk
版本2024-01-09
URLhttps://CRAN.R-project.org/view=MetaAnalysis
源代码https://github.com/cran-task-views/MetaAnalysis/
贡献欢迎您对本任务视图提出建议和改进,您可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南
引用Michael Dewey, Wolfgang Viechtbauer (2024). CRAN 任务视图:Meta 分析。版本 2024-01-09。URL https://CRAN.R-project.org/view=MetaAnalysis.
安装可以使用 ctv 包自动安装本任务视图中的包。例如,ctv::install.views("MetaAnalysis", coreOnly = TRUE) 安装所有核心包,或者 ctv::update.views("MetaAnalysis") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划

本任务视图涵盖了包含用于对来自主要研究的汇总统计数据进行 meta 分析的工具的包。本任务视图不考虑对单个参与者数据 (IPD) 的 meta 分析,这可以通过任何标准线性建模函数来处理,但它确实包含一些提供 IPD 特殊工具的包。

标准 meta 分析模型是一种加权最小二乘法,因此原则上任何提供加权最小二乘法的广泛 R 包都可以拟合该模型。使用专用包的优点是 (a) 它处理了必要的微调 (b) 它提供了一系列辅助函数来显示和调查模型。下面提到的模型指的是这个模型。

当汇总统计数据不可用时,可以对显著性水平进行 meta 分析。这与多重比较校正问题并不完全无关,但下面提供的包(主要是在遗传数据背景下提供此功能)也提供了其他功能。

单变量 meta 分析

准备 meta 分析

拟合模型

图形方法

提供了一系列广泛的图形程序。

研究异质性

模型批评

小型研究偏差 / 未观察到的研究 / 出版偏差

小型研究是否与大型研究得出不同的结果,可以通过目视检查上述漏斗图来解决。此外

荟萃分析中另一个相关问题是未观察到的研究和发表偏差。

其他研究设计

显著性值的荟萃分析

在所有情况下,poolr 除了考虑独立的 p 值外,还考虑了相关的 p 值。以上其他方法则没有。

一些方法也提供在下面提到的某些遗传学包中。

多元荟萃分析

上面概述的标准方法假设效应量是独立的。这种假设可能会以多种方式被违反:在每个主要研究中,多个治疗方法可能与同一个对照组进行比较,每个主要研究可能报告多个终点或多个评估,或者主要研究可能被聚类,例如因为它们来自同一个国家或同一个研究团队。

诊断测试研究的元分析

多元元分析的一个特例是总结诊断测试研究的情况。这导致了双变量二元元分析,其中研究内部相关性假设为零,尽管研究间相关性是估计的。这是一个活跃的研究领域,有各种方法可用,包括这里提到的 Reitsma 方法和分层汇总接收者操作特征 (HSROC) 方法。在许多情况下,这些是等效的。

元回归

如果存在合适的调节变量,则可以使用元回归将其包含在内。所有这些软件包都在上面提到过,这里只是将这些信息汇总在一起。

个体参与者数据 (IPD)

如果所有研究都提供个体参与者数据,则用于分析多中心试验或多中心队列研究的软件应该足够,但这超出了本任务视图的范围(有关相关软件包,请参见 MixedModels 任务视图)。其他提供与 IPD 相关的功能的软件包包括

网络元分析

也称为多重治疗比较,这是一个非常活跃的研究和开发领域。请注意,上面提到的多元元分析中的一些软件包也可以通过适当的设置用于网络元分析。

遗传学

有许多专门针对遗传数据的软件包:catmap 结合病例对照和家族研究数据,提供图形化工具,CPBayes 使用贝叶斯方法研究跨表型遗传关联,etma (已归档) 提出了一种新的统计方法来检测上位性,gap 结合 p 值,getmstatistic 量化系统异质性,getspres 使用标准化预测随机效应来探索遗传关联荟萃分析中的异质性,GMCM 使用高斯混合copula模型进行高通量实验,MendelianRandomization 提供了几种方法来使用汇总数据进行孟德尔随机化分析,MetaIntegrator 提供基因表达数据的荟萃分析,metaMA 提供 p 值或调整后的效应量的荟萃分析,以查找差异表达基因,metaRNASeq 对来自多个 RNA 测序实验的进行荟萃分析,MetaSubtract 使用留一法来验证荟萃 GWAS 结果,ofGEM 提供了一种使用荟萃过滤识别基因-环境相互作用的方法,RobustRankAggreg 提供了聚合基因列表的方法,SPAtest 结合关联结果,MetaSKAT 提供 SKAT 的荟萃分析,metaGE 提供用于研究基因型 x 环境相互作用的全基因组关联研究荟萃分析的功能。

数据集

接口

CRAN 包

核心metametafor
常规aggregation, altmeta, amanida, baggr, bamdit, BayesCombo, bayesmeta, BayesMultMeta, bipd, bnma, boot.heterogeneity, boutliers, brms, bspmma, CAMAN, catmap, CausalMetaR, CIAAWconsensus, citationchaser, clubSandwich, coefa, CohensdpLibrary, compute.es, CoTiMA, CPBayes, crossnma, crwbmetareg, dfmeta, diagmeta, digitize, dmetatools, dosresmeta, DTAplots, ecoreg, effectsize, effsize, epiR, es.dif, esc, estimraw, estmeansd, EValue, EvidenceSynthesis, forestly, forestmodel, forestplot, forestploter, forplo, fsn, gap, gemtc, GENMETA, getmstatistic, getspres, GMCM, harmonicmeanp, jarbes, joint.Cox, juicr, KenSyn, MAd, mada, MBNMAdose, MBNMAtime, mc.heterogeneity, MendelianRandomization, meta.shrinkage, meta4diag, MetaAnalyser, metabias, metaBLUE, metaBMA, metabolic, metabup, metacart, metaconfoundr, metadat, metaDigitise, metaforest, metafuse, metagam, metaGE, metagear, metainc, MetaIntegration, MetaIntegrator, metaLik, metaMA, metamedian, metamicrobiomeR, metamisc, metansue, metap, metapack, metaplus, metapower, metapro, metarep, metaRNASeq, metaSEM, metasens, MetaSKAT, MetaStan, MetaSubtract, metaSurvival, metatest, metaumbrella, MetaUtility, metavcov, metaviz, metawho, miniMeta, mixmeta, mmeta, MOTE, multibiasmeta, multinma, mvmeta, MVPBT, mvtmeta, netmeta, NMA, nmadb, NMADiagT, nmaINLA, NMAoutlier, nmaplateplot, nmarank, nmathresh, ofGEM, OssaNMA, pcnetmeta, pema, phacking, pimeta, PINMA, POMADE, poolr, PRISMA2020, PRISMAstatement, psychmeta, psymetadata, PublicationBias, publipha, puniform, ra4bayesmeta, RandMeta, rankinma, ratesci, RBesT, RcmdrPlugin.EZR, RcmdrPlugin.MA, RcmdrPlugin.RMTCJags, reappraised, rema, remaCor, revtools, rma.exact, rmeta, rnmamod, RoBMA, robumeta, RobustBayesianCopas, robustmeta, RobustRankAggreg, robvis, RTSA, SCMA, selectMeta, SingleCaseES, smd, SPAtest, ssifs, TFisher, vcmeta, viscomp, weightr, wildmeta, xmeta.
已归档etmagmetametaRMST

相关链接

其他资源