网状Meta分析之R语言‘gemtc’包实战（1）

网状Meta分析的工具主要有R语言，STATA，SAS和WinBUGS，各自有各自的特点，鉴于本人对R语言熟悉，所以网状Meta的实战训练均会以R语言为例开展。在实战之前，我想和大家说一下，现在网状meta分析的统计方法主要有两大类，一类是频率学派的‘netmeta’包，另一类是贝叶斯学派的‘gemtc’包。从实用性和适用性角度看，这次使用的是‘gemtc’包。

第一步，安装相关R包

install.packages('gemtc')

install.packages('rjags')

注意，在使用‘rjags’包之前需要现在电脑上安装好JAGS这个软件（https://sourceforge.net/projects/mcmc-jags/），安装过程只需要一直点击‘下一步’就行，没有需要特别注意的事项。

第二步，加载相关R包

library('gemtc')

library('rjags')

这一步的相关内容就不多说

第三步，读取数据并将数据集转换成mtc.network格式

data_b_bin=read.csv("bin_test1.csv", header=T)

colnames(data_b_bin)<-c("study","responders","sampleSize", "treatment")

treatments_bin <- read.table(textConnection('

id description

A "Treatment A"

B "Treatment B"

C "Treatment C"

D "Treatment D"

E "Treatment E" '), header=TRUE)

network_b_bin<-mtc.network(data.ab=data_b_bin,treatments=treatments_bin,description="Bayesian NMA binary data")

第四步，绘制网络图并汇总相关信息

plot(network_b_bin) #network evidence map

关于上图的的详细解释，请参见往期内容Meta分析的前世今生

summary(network_b_bin)

上图中需要提醒大家的是arm表示单个研究中的处理组，2-arm是指一个研究中有2组treatment，3-arm则表示的是3组treatment。

print(network_b_bin)

请大家注意，上述四步只是数据分析之前的准备工作，明天将給大家带来'gemtc'包的统计分析代码，敬请期待！

本次使用的数据如下：