R语言Meta分析核心技术

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。

Meta分析的选题与检索

1、Meta分析的选题与文献检索

1) 什么是Meta分析

2) Meta分析的选题策略

3) 精确检索策略，如何检索全、检索准

4) 文献的管理与清洗，如何制定文献纳入排除标准

5) 文献数据获取技巧，研究课题探索及科学问题的提出

6) 文献计量分析CiteSpace、VOSViewer、R bibliometrix及研究热点分析

​

编辑

添加图片注释，不超过 140 字（可选）

Meta分析与R语言数据清洗及统计方法

2、Meta分析的常用软件/R语言基础及统计学基础

1) R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用

2) R语言基本操作与数据清洗方法

3) 统计学基础和常用统计量计算（sd\se\CI）、三大检验（T检验、卡方检验和F检验）

4) 传统统计学与Meta分析的异同

5) R语言Meta分析常用包及相关插件讲解

从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。

​

编辑

添加图片注释，不超过 140 字（可选）

R语言Meta分析与作图

3、R语言Meta效应值计算

1） R语言Meta分析的流程

2） 各类meta效应值计算、自编程序和调用函数的对比

连续资料的lnRR、MD与SMD

分类资料的RR和OR

3） R语言meta包和metafor包的使用

4） 如何用R基础包和ggplot2绘制漂亮的森林图

​

编辑

添加图片注释，不超过 140 字（可选）

R语言Meta回归分析

4、R语言Meta分析与混合效应模型（分层模型）构建

1) Meta分析的权重计算

2) Meta分析中的固定效应、随机效应

3) 如何对Meta模型进行统计检验和构建嵌套模型、分层模型（混合效应）

4) Meta回归和普通回归、混合效应模型的对比及结果分析

5) 使用Rbase和ggplot2绘制Meta回归图

​

编辑

添加图片注释，不超过 140 字（可选）

R语言Meta诊断分析

5、R语言Meta诊断进阶

1) Meta诊断分析（t2、I2、H2、R2、Q、QE、QM等统计量）

2) 异质性检验及发表偏移、漏斗图、雷达图、发表偏倚统计检验

1) 敏感性分析、增一法、留一法、增一法、Gosh图

2) 风险分析、失安全系数计算

3) Meta模型比较和模型的可靠性评价

4) Bootstrap重采样方法评估模型的不确定性

5) 如何使用多种方法对文献中的SD、样本量等缺失值的处理

​

编辑

添加图片注释，不超过 140 字（可选）

​

编辑

添加图片注释，不超过 140 字（可选）

R语言Meta分析的不确定性

6、R语言Meta分析的不确定性

1) 网状Meta分析

2) 贝叶斯理论和蒙特拉罗马尔可夫链MCMC

3) 如何使用MCMC优化普通回归模型和Meta模型参数

4) R语言贝叶斯工具Stan、JAGS和brms

5) 贝叶斯Meta分析及不确定性分析

​

编辑

添加图片注释，不超过 140 字（可选）

机器学习在Meta分析中的应用

7、机器学习在Meta分析中的应用

1) 机器学习基础以及Meta机器学习的优势

2) Meta加权随机森林（MetaForest）的使用

3) 使用Meta机器学习和传统机器学习对文献中的大数据训练与测试

4) 如何判断Meta机器学习使用随机效应还是固定效应以及超参数的优化

5) 使用Meta机器学习进行驱动因子分析、偏独立分析PDP

​

编辑

添加图片注释，不超过 140 字（可选）

原文阅读：全流程R语言Meta分析核心技术