應(yīng)用R軟件metafor程序包實(shí)現(xiàn)輪廓增強(qiáng)漏斗圖

魏雪梅，胡定偉，敬媛媛，張超，張永剛，曾憲濤

? 循證理論與實(shí)踐 ? 論著 ?

應(yīng)用R軟件metafor程序包實(shí)現(xiàn)輪廓增強(qiáng)漏斗圖

魏雪梅，胡定偉，敬媛媛，張超，張永剛，曾憲濤

目的介紹輪廓增強(qiáng)漏斗圖應(yīng)用R軟件metafor程序包的實(shí)現(xiàn)方法及其作用。方法通過實(shí)例展示應(yīng)用“funnel( )”函數(shù)繪制傳統(tǒng)漏斗圖和輪廓增強(qiáng)漏斗圖的方法，并進(jìn)行比較分析。結(jié)果R軟件metafor程序包能夠?qū)崿F(xiàn)普通的輪廓增強(qiáng)漏斗圖和結(jié)合剪補(bǔ)法的輪廓增強(qiáng)漏斗圖。相對于傳統(tǒng)漏斗圖，輪廓增強(qiáng)漏斗圖對對稱性的識別更為敏感，且能識別納入研究分布在有無統(tǒng)計(jì)學(xué)意義的區(qū)域。結(jié)論輪廓增強(qiáng)漏斗圖利于判斷漏斗圖是否真正不對稱以及這種不對稱是否由發(fā)表偏倚所致。

發(fā)表偏倚；Meta分析；輪廓增強(qiáng)漏斗圖；R軟件；metafor程序包

Meta分析（meta-analysis）是一種定量綜合多個同類研究效應(yīng)的定性研究方法[1]，廣泛應(yīng)用于醫(yī)學(xué)、教育、經(jīng)濟(jì)、犯罪、心理學(xué)等領(lǐng)域，其結(jié)論是否可信和有價值取決于在制作時是否能夠客觀、全面地評價分析研究過程中的各種偏倚。Meta分析的偏倚是指制作Meta分析過程中產(chǎn)生的偏倚?！禖ochrane Handbook for Systematic Reviews of Interventions》5.0及以上版本中認(rèn)為Meta分析中納入研究的完整性主要通過報(bào)告偏倚來衡量，并將報(bào)告偏倚分成了7類：發(fā)表偏倚、時滯偏倚、多重/重復(fù)發(fā)表偏倚、發(fā)表位置偏倚、引用偏倚、語言偏倚和結(jié)果報(bào)告偏倚[2]。

這些偏倚中，最受關(guān)注和研究最多的為發(fā)表偏倚。發(fā)表偏倚是指由研究結(jié)果的性質(zhì)和方向?qū)е卵芯砍晒陌l(fā)表與未發(fā)表造成的偏倚，目前評價的方法有很多種，最常用的是漏斗圖法（funnel plot）[2,3]。一般認(rèn)為，若漏斗圖不對稱或?qū)ΨQ性差則認(rèn)為存在發(fā)表偏倚。但引起漏斗圖不對稱的原因除發(fā)表偏倚外，還有引用偏倚、真實(shí)的異質(zhì)性、（重復(fù)）發(fā)表偏倚、選擇性偏倚、語言偏倚等[2,3]。傳統(tǒng)的漏斗圖不能鑒別不對稱的原因，因此Peter及其同事在2008年研發(fā)了一種改良的方法用以鑒別漏斗圖不對稱是否由發(fā)表偏倚所引起，即輪廓增強(qiáng)漏斗圖法（contour-enhanced funnel plot）[4]。當(dāng)前，已有文章介紹應(yīng)用R軟件meta程序包實(shí)現(xiàn)[5]，本文介紹如何使用R軟件metafor程序包實(shí)現(xiàn)。

1資料和方法

1.1 資料來源本文以《Efficacy of BCG vaccine in the prevention of tuberculosis. Meta-analysis of the published literature》文中[6]的數(shù)據(jù)（表1）為例進(jìn)行演示，該Meta分析是探討B(tài)CG對結(jié)核病的療效，納入研究間存在異質(zhì)性。將表1中的數(shù)據(jù)使用Excel 2007命名為“bcg.xlsx”存儲在C盤，以備加載。

1.2 程序包安裝與加載本文使用R軟件的版本為R 3.1.2版，R的下載及安裝見《R軟件Metafor程序包在Meta分析中的應(yīng)用》一文[7]。

R安裝完成后，通過下述命令安裝與加載metafor程序包：

install.packages("metafor")

library(metafor)

此外，因?yàn)閿?shù)據(jù)存取格式為“.xlsx”，故還需同時安裝與加載對應(yīng)的程序包：

install.packages("xlsx ")

library(xlsx)

1.3 加載數(shù)據(jù)與模型擬合與meta程序包不同，metafor程序包模型擬合的方法有兩種：一是在采用“escalc( )”函數(shù)計(jì)算出效應(yīng)量及其方差后進(jìn)行擬合運(yùn)算，二是直接采用原始數(shù)據(jù)進(jìn)行模型的擬合運(yùn)算。本文采用直接擬合的方式。

首先，采用下述命令進(jìn)行數(shù)據(jù)的讀取：

bcg＜-read.xlsx("c:/bcg.xlsx", 1)

bcg

第一行命令中的“1”表示是讀取的excel表格的“Sheet1”。

接著，以RR為效應(yīng)量，使用“rma( )”函數(shù)基于隨機(jī)效應(yīng)模型（因具有異質(zhì)性）進(jìn)行擬合，命令如下：

res＜-rma(measure="RR", ai=a, bi=b, ci=c, di=d, data=bcg, method="REML")

res

1.4 圖形繪制方法首先，使用“funnel( )”函數(shù)繪制傳統(tǒng)漏斗圖。命令為：

funnel(res, main="Funnel Plot")

接著，在傳統(tǒng)漏斗圖的基礎(chǔ)上添加相關(guān)的參數(shù)進(jìn)行限定以繪制輪廓增強(qiáng)漏斗圖。具體命令如下：

funnel(res, level=c(90, 95, 99), shade=c("white", "gray", "darkgray"), refline=0, atransf=exp, at=log(c(.10, .25, .5, 1, 2, 4, 10)))

legend(1, 0.02, c("0.1 ＞ p ＞ 0.05", "0.05 ＞ p ＞0.01", "＜ 0.01"), fill=c("white", "gray", "darkgray"))

par(mfrow=c(2, 2))

第三，聯(lián)合實(shí)現(xiàn)剪補(bǔ)法[2,3,8]的“trimfill( )”函數(shù)繪制剪補(bǔ)后的輪廓增強(qiáng)漏斗圖。命令如下：

trf＜-trimfill(res)

funnel(trf, level=c(90, 95, 99), shade=c("white", "gray", "darkgray"), refline=0, atransf=exp, at=log(c(.10, .25, .5, 1, 2, 4, 10)))

legend(1, 0.02, c("0.1 ＞ p ＞ 0.05", "0.05 ＞ p ＞0.01", "＜ 0.01"), fill=c("white", "gray", "darkgray"))

par(mfrow=c(2, 2))

2 結(jié)果

2.1 傳統(tǒng)漏斗圖傳統(tǒng)漏斗圖，從圖來看，圖形左右對稱性好，因此可能不存在發(fā)表偏倚。使用Egger線性回歸法[2,3,9]的結(jié)果也表明不存在發(fā)表偏倚（P=0.4218）（圖1）。

圖1 傳統(tǒng)漏斗圖

2.2 輪廓增強(qiáng)漏斗圖輪廓增強(qiáng)漏斗圖，該圖從統(tǒng)計(jì)學(xué)99%、95%和90%三個水平層面進(jìn)行檢測。從圖2可看出，研究左右分布不均，主要分布在左側(cè)，5項(xiàng)研究分布在無統(tǒng)計(jì)學(xué)意義區(qū)域中（白色區(qū)域），表明可能存在發(fā)表偏倚（圖2）。

2.3 剪補(bǔ)后的輪廓增強(qiáng)漏斗圖剪補(bǔ)后的輪廓增強(qiáng)漏斗圖，由圖可知，需要再增補(bǔ)一項(xiàng)研究（圖中虛心圓圈）可以糾正漏斗圖的不對稱；但增補(bǔ)的該項(xiàng)研究仍舊分布在無統(tǒng)計(jì)學(xué)意義區(qū)域（白色區(qū)域），表明存在不具有統(tǒng)計(jì)學(xué)意義的研究未發(fā)表。因此，可以表明本Meta分析存在一定程度的發(fā)表偏倚（圖3）。

圖2 輪廓增強(qiáng)漏斗圖

圖3 剪補(bǔ)后的輪廓增強(qiáng)漏斗圖

3 討論

漏斗圖是定性測量發(fā)表偏倚的常用方法，它是將單個研究的效應(yīng)量（或其對數(shù)）作橫軸，標(biāo)準(zhǔn)誤（研究規(guī)模）作縱軸所作的散點(diǎn)圖[2-4]。由于漏斗圖所基于的假設(shè)是效應(yīng)量的精度隨著樣本量的增加而增加，因此樣本量小的研究，精度低，分布在漏斗圖的底部，且向周圍分散；樣本量大的研究，精度高，分布在漏斗圖的頂部，且向中間集中；如果沒有偏倚的存在時，散點(diǎn)形成一個對稱的倒置漏斗型，故此得名。如果存在偏倚，例如因?yàn)闆]有統(tǒng)計(jì)學(xué)意義的小樣本試驗(yàn)沒被發(fā)表，這將導(dǎo)致在漏斗圖的底部出現(xiàn)一個角落的缺失而表現(xiàn)為不對稱[2,3,10]。

然而，除發(fā)表偏倚外，其它導(dǎo)致漏斗圖不對稱的原因有：①低質(zhì)量小樣本試驗(yàn)，包括方法學(xué)設(shè)計(jì)差、分析不充分及造假；②真實(shí)的異質(zhì)性，即因研究尺度不同導(dǎo)致效應(yīng)量的差異（例如，因?yàn)檠芯砍叨炔煌鴮?dǎo)致干預(yù)措施的強(qiáng)度不同或潛在危險因素不同）；③假象；④機(jī)遇[2,3]。因此，單純從漏斗圖對稱與否判斷是否存在發(fā)票偏倚是不太準(zhǔn)確的[3,10]。

傳統(tǒng)的漏斗圖只能判斷納入研究分布的范圍，不能判斷哪些研究落在無統(tǒng)計(jì)學(xué)意義的區(qū)域；即便是結(jié)合了剪補(bǔ)法的漏斗圖亦無法判斷。因此，需要一種新的、更為準(zhǔn)確的方法判斷漏斗圖的不對稱到底是否是由發(fā)表偏倚所引起。輪廓增強(qiáng)漏斗圖就這樣應(yīng)運(yùn)而生了[3-5]。

輪廓增強(qiáng)漏斗圖的繪制方法與傳統(tǒng)漏斗圖相似，只是在傳統(tǒng)漏斗圖的基礎(chǔ)上分為3個水平增加了識別統(tǒng)計(jì)學(xué)差異的區(qū)域。從而利于判斷是否真正的對稱或不對稱，以及哪些研究分布在無統(tǒng)計(jì)學(xué)意義區(qū)域。若存在不對稱，那么則建議結(jié)合剪補(bǔ)法進(jìn)一步判斷需要增補(bǔ)的研究分布在具有統(tǒng)計(jì)學(xué)意義的區(qū)域還是不具有統(tǒng)計(jì)學(xué)意義的區(qū)域。若增補(bǔ)的研究分布在無統(tǒng)計(jì)學(xué)意義的區(qū)域，表明存在無統(tǒng)計(jì)學(xué)意義的研究未行發(fā)表，從而說明漏斗圖的不對稱是由發(fā)表偏倚所致，即存在發(fā)表偏倚；反之，若分布在具有統(tǒng)計(jì)學(xué)意義的區(qū)域，則表明不對稱不是由發(fā)表偏倚所致，也即不存在發(fā)表偏倚[4,5]。

從本文結(jié)果看，傳統(tǒng)漏斗圖對稱性較好，且Egger線性回歸檢驗(yàn)[2,3,9]亦表明不存在發(fā)表偏倚。然而，輪廓增強(qiáng)漏斗圖顯示對稱性較差，可能存在發(fā)表偏倚；進(jìn)一步結(jié)合剪補(bǔ)法，表明需要增補(bǔ)的一項(xiàng)研究分布在無統(tǒng)計(jì)學(xué)意義區(qū)域，即本Meta分析很可能存在發(fā)表偏倚。因此建議作者若使用的是R、Stata或SAS軟件制作Meta分析時[11]，能夠繪制輪廓增強(qiáng)漏斗圖來明確是否存在發(fā)表偏倚。

需要說明的是，任何一種方法都具有其局限性，輪廓增強(qiáng)漏斗圖法也不例外。此外，就算R軟件的不同程序包，給出的結(jié)果也不一定相同；本例若使用Meta程序包[5]，則所需增補(bǔ)的4項(xiàng)研究全部分布在具有統(tǒng)計(jì)學(xué)意義的區(qū)域，表明不存在發(fā)表偏倚。因此，需要制作者根據(jù)實(shí)際情況綜合考慮選用，并根據(jù)Meta分析的主題結(jié)合專業(yè)背景做出合理的解讀、討論與給出相關(guān)的啟示。

[1] 曾憲濤,冷衛(wèi)東,郭毅,等. Meta分析系列之一: Meta分析的類型[J].中國循證心血管醫(yī)學(xué)雜志,2012,4(1):3-5.

[2] Higgins JPT,Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0[updated March 2011]. The Cochrane Collaboration,2011,Available from www.cochranehandbook.org.

[3] 羅杰,冷衛(wèi)東. 系統(tǒng)評價/Meta分析理論與實(shí)踐[M]. 北京:軍事醫(yī)學(xué)科學(xué)出版社,2013.

[4] Peters JL,Sutton AJ,Jones DR,et al. Contour-enhanced meta-analysis funnel plots help distinguish publication bias from other causes of asymmetry[J]. J Clin Epidemiol,2008, 61(10):991-6.

[5] 張?zhí)灬?熊茜,袁婷. 附加輪廓線漏斗圖的繪制在R軟件中的實(shí)現(xiàn)[J]. 循證醫(yī)學(xué),2013,13(5):307-13.

[6] Colditz GA,Brewer TF,Berkey CS,et al. Efficacy of BCG vaccine in the prevention of tuberculosis. Meta-analysis of the published literature[J]. JAMA,1994,271(9):698-702.

[7] 董圣杰,曾憲濤,郭毅. R軟件Metafor程序包在Meta分析中的應(yīng)用[J]. 中國循證醫(yī)學(xué)雜志,2012,12(9):1141-7.

[8] Duval S,Tweedie R. Trim and fill:A simple funnel-plot-based method of testing and adjusting for publication bias in meta-analysis[J]. Biometrics,2000,56(2):455-63.

[9] Egger M,Davey Smith G,Schneider M,et al. Bias in meta-analysis detected by a simple, graphical test[J]. BMJ,1997,315(7109):629-34.

[10]Peters JL,Sutton AJ,Jones DR,et al. Comparison of two methods to detect publication bias in meta-analysis[J]. JAMA,2006,295(6):676-80.

[11] 曾憲濤,田國祥,張超,等. Meta分析系列之十五:Meta分析的進(jìn)展與思考[J]. 中國循證心血管醫(yī)學(xué)雜志,2013,5(6):561-87.

Application contour-enhanced funnel plot using metafor package in R

WEI Xue-Mei*, HU Ding-Wei, JING Yuan-Yuan, ZHANG Chao, ZHANG Yong-Gang, ZENG Xian-Tao*Nursing Department, Affiliated Hospital of North Sichuan Medical College, Nanchong 637000, Sichuan, China.

ZENG Xian-Tao, E-mail: zengxiantao1128@163.com

ObjectiveTo introduce the function of the contour-enhanced funnel plot and how to implement it using metafor package inR. MethodsWe introduced the implementation method based on the "funnel( )" function using a example. Then we compared the results of contour-enhanced funnel plot and traditional funnel plot.ResultsThe metafor package can finish the common contour-enhanced funnel plot and combine with trim and fill method. Relative to traditional funnel plot, the contour-enhanced funnel plot is more sensitivity and it can also distinguish the statistic distributions of included studies.ConclusionsThe contour-enhanced funnel plot can further to detect the symmetry or asymmetry is true and help to investigate whether the asymmetry is caused by publication bias.

Publication bias; Meta-analysis; Contour-enhanced funnel plot; R software; metafor package

R3

A

1674-4055(2015)03-0289-04

2015-02-13）

（責(zé)任編輯：姚雪莉）

國家自然科學(xué)基金青年項(xiàng)目(81403276);四川省衛(wèi)生廳2013年度科研項(xiàng)目(130351);四川省教育廳2013年度課題;武漢大學(xué)“985”工程建設(shè)項(xiàng)目2014-2015年度專項(xiàng)資金

637000 四川,南充川北醫(yī)學(xué)院附屬醫(yī)院護(hù)理部(魏雪梅,胡定偉);川北醫(yī)學(xué)院預(yù)防醫(yī)學(xué)系(敬媛媛);湖北醫(yī)藥學(xué)院附屬太和醫(yī)院循證醫(yī)學(xué)與臨床研究中心(張超,曾憲濤);四川大學(xué)華西醫(yī)院中國循證醫(yī)學(xué)中心(張永剛,曾憲濤);武漢大學(xué)中南醫(yī)院循證與轉(zhuǎn)化醫(yī)學(xué)中心(曾憲濤)

曾憲濤,E-mail:zengxiantao1128@163.com

10.3969/j.1674-4055.2015.03.01