Part1异质性检验
install.packages("meta")library(meta)meta3<-metagen(metabirth3$β,metabirth3$se, sm="β",studlab=paste(author,year),comb.fixed=FALSE,data=metabirth3)summary(meta3)
异质性检验结果如上，异质性为28.3%，与上述结果一致。这里我们把参数comb.fixed设置为FALSE，仍然选择随机效应模型
Part2森林图
forest(meta3,col.square = "black",col.diamond = "black",col.diamond.lines = "black",hetstat = TRUE,leftcols = "studlab")
meta包绘制森林图比较简单，不用调整标题位置及大小。
#col.square表示森林图中方框的颜色；col.diamond表示森林图中菱形的颜色；col.diamond.lines表示菱形外框的颜色；hetatat=TRUE表示汇报异质性。
绘制的图如下
合并效应值为-29.12,95%可信区间小于0，合并效应值结果又统计学意义。
Part3敏感性检验
forest(metainf(meta3), comb.fixed=TRUE)
结果如图所示，可见结果并不稳健。去掉第二个或者最后一个文献之后，合并的效应值无统计学意义，需要进一步分析原因。
————————————————
版权声明：本文为CSDN博主「一个人旅行*-*」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：/qq_42458954/article/details/81226343
声明：本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。
视频教程链接
如果觉得《用R进行meta分析（meta包）》对你有帮助，请点赞、收藏，并留下你的观点哦！
