Настройка лесного участка для сетевого мета-анализа
Я новичок в мета-анализе, и мне интересно, можно ли настроить полученный лесной участок
data(Senn2013)
net1 <- netmeta(TE, seTE, treat1, treat2, studlab,
data=Senn2013, sm="MD", reference="plac")
forest(net1, ref="plac", digits=1, just="right")
Например: i) удалить контрольное лечение плацебо; ii) изменить цифры результатов; iii) добавить столбец с номерами исследований для каждого лечения; iv) сортировать обработки по оценочной величине эффекта.
Я действительно ценю некоторую помощь в этом...
Этот сюжет сделан на основе ответа @Guido Schwarzer (именно то, что мне было нужно):
1 ответ
Настройки i) - iv) не работают с текущей версией netmeta в CRAN. На самом деле, ii) количество цифр должно было работать (но не работало), тогда как i), iii) и iv) не были реализованы.
Я изменил forest.netmeta() в разрабатываемой версии netmeta на GitHub, чтобы все настройки работали.
## 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")
Установка мета-версии GitHub не является строго необходимой, однако исправляет небольшую ошибку в forest.meta() в метке столбца для столбца с номерами исследований (который является дополнительным столбцом в жаргоне forest.meta()).
Обратите внимание, что в столбце "k" указано количество исследований, дающих прямое доказательство сравнения лечения с эталоном (здесь: плацебо), а не общее количество исследований для лечения. Это кажется мне более подходящим, поскольку лесной участок "только" показывает результаты для сравнения лечения с эталоном. В принципе, вы можете использовать новый аргумент add.data, чтобы добавить столбец с общим количеством исследований для каждого лечения, однако интерпретация этих чисел мне кажется трудной.