・Sample dataのいずれかをクリックすると上のDataフィールドにそれが書き込まれます。Copy to Clipboardをクリックすると、クリップボードにそのデータがコピーされるので、Excelを開いて、貼り付け操作を行ってください。解析データの形式を確認できます。labelのカラムに効果指標の型その他のデータを書き込むようになっています。
・自分のデータでメタアナリシスを行う場合は、Excel上でデータを書き換え、範囲を選択して、コピー操作を行い、このページに戻って、Clearボタンをクリックしておいてから、上のDataフィールドに貼り付け（Ctr＋V）てください。各セルのデータの間はタブ区切りで、各行の最後は改行です。
・次に、Effect measuresから目的のタイプを選択し、Do Meta-analysisボタンをクリックすると、確認のメッセージが出るので、OKボタンをクリックするとForest plotとFunnel plotが表示されます。
この時、データの内容とEffect measuresが一致していることを必ず確認してください。特に、labelのカラムの効果指標の略語の部分が一致している必要があります。
・それぞれのプロットは右クリックして画像をコピーして、PowerPointやWordなどに貼り付けたり、ファイルとして保存することができます。
・また、下のフィールドには、計算結果の値が書き込まれますので、Copy to Clipboardボタンをクリックして、Excelなどに貼り付けて確認することができます。
・Funnel plotに対する、非対称性の検定方法である、Eggerの検定、Beggの検定の両方ともできるようにしました。P値がFunnel plotに書き込まれます。Beggの検定のP値は研究数が５０未満では直接計算法、５０以上ではZ検定を用いています。
結果のフィールドにもEggerの検定の結果の内、直線回帰の傾き係数、t統計値、P値が書き込まれます。このEggerの検定では、効果指標の値とその標準誤差の関係を分散の逆数で重みづけした直線回帰分析を行っています。上記の方法すなわちmetaforのregtestと同じ結果が得られます。
＊最初はSample dataをそのまま解析してみてください。データの形式とEffect measuresが適合していない場合、結果が表示されませんので、データを上のDataフィールドに書き込んだ後、必ず、Effect measuresが適切かチェックしてください。
＊DerSimmonian-Lairdの方法からREML法(Restricted Maximum Likelihood)によるランダム効果モデルに変更しました。両者はほぼ同じ結果になりますが、全く同じ値にはなりません。また、Eggerの検定、Beggの検定はmetaforのregtest, ranktestと同じ方法です。各研究の効果推定値とSE（標準誤差）の関係を解析しています。＊下のフィールドに出力される計算結果の内、betaは分散逆数法での固定効果モデルによる統合値、vbはその分散の値です。RR, OR, HRの場合は、対数スケール上の値です。
Recommended citation
Morizane T: Series 47 Meta-analysis using JavaScript. IMIC 2018;39(4):89-100. (In Japanese, author's translation.)
Link (PDF)