Rのパッケージmetafor、forestplot、mada、lme4、gemtc (rjags、 JAGS)、BRugsその他とOpenBUGSを用いてメタアナリシスを行います。
ScriptボタンをクリックするとW Windows用スクリプト；M Mac用スクリプト；D サンプルデータ；P 必要なパッケージをインストールするためのスクリプトをクリップボードにコピーするための小パネルが表示されます。
四角の部分をクリックするとそれぞれがクリップボードにコピーされるので、スクリプトはRのファイルメニューから新しいスクリプトを開いて、エディターウインドウに貼り付けて実行できます。サンプルデータはExcelに
貼り付けてフォーマットを確認し、自分のデータにに合わせて書き換えて、データの範囲を選択し、コピーし、Rに戻って、スクリプトを実行すると解析が実行されます。実行時点で、サーバーから読み込まれ、実行されます。
実行の際のRのスクリプトを確認したい場合は、四角の部分をクリックする際にShift keyを押しながらしてください。
WまたはMのスクリプトの中のsource（）に書いてあるスクリプトがブラウザで別ウインドウに表示されます。なおこのウエブページを開く際にJavaScriptを読み込みますが、時間がかかる場合があります、
四角の部分をクリックしても反転しない場合は、Scriptボタンを再度クリックして、一度小パネルを閉じてからもう一度試してください。
#1. リスク比、オッズ比、リスク差、ハザード比、平均値差のメタアナリシスを実行する。
リスク比についてはバイアス調整メタアナリシスも可。
単独群の率あるいは割合のメタアナリシスも可。リスク比、リスク差、平均値差のメタアナリシスの場合は、対照群、介入群の各群のメタアナリシスも実行し、Forest plotに統合値と標準誤差を表示する。
#2. リスク比、オッズ比、リスク差、ハザード比、平均値差のメタアナリシス。複数のデータセットを一度で解析可能。
サンプルデータは複数のデータソースを含んでいるので、一度Excelに貼り付け、必要な部分をコピーしてから、Rでスクリプトを実行してください。それぞれテンプレートとして自分のデータに置き換え、追加して使用してください。
#3-1.
madaを用いる診断精度（Diagnostic Test Accuracy, DTA)研究のメタアナリシス:
感度、特異度のForest plot、診断オッズ比（Diagnostic Odds Ratio, DOR）のForest plot、Proportional hazards modelによるForest plotとAUCおよびpAUC (partial AUC)のプロットを作成し、コンソールに数値データを出力すすとともに、クリップボードに各研究のこれらの値を格納します。Rでのスクリプト実行終了後貼り付けることができます。一番下の行がぞれぞれの統合値、95%信頼区間の値です。
#3-2.
Bivariate modelで二項分布を用いる診断精度（Diagnostic Test Accuracy, DTA)研究のメタアナリシス:
lmer()関数で二項分布Binomial distributionを用いる方法です。madaでは近似正規分布を前提としているため、症例数が25以下、感度・特異度が95%以上になるとバイアス（誤差）が大きくなることが指摘されており、Cochrane Handbook for Systematic Reviews of Diagnostic Test Accuracy version 2.0, 2022ではその使用が推奨されていません。
有病率、感度、特異度のForest plot、SROCプロットを作成し、感度・特異度の統合値と95%信頼区間、統合値のDiagnostic Odds Ratio （DOR）、陽性尤度比、陰性尤度比、I二乗値のコンソールへの出力、クリップボードに各研究のこれらの値を格納します。Rでのスクリプト実行終了後貼り付けることができます。
DTA研究用評価シート：
DTA_sheet.xlsx
#4.
gemtcを用いるベイジアンNework Meta-analysis
Rからrjagsを介してJAGSでベイジアン解析を実行し、結果をR側で処理し表示します。SUCRAもプロットします。
二値変数の場合はOdds Ratop、連続変数の場合は平均値差を効果指標として解析します。データの形式は2種類に対応し、1行に1研究、または、1行に1アームです。
SciptボタンをクリックしてD□で得られるサンプルは1行に1研究の例です。1行に1アームのサンプルは
をクリックして表示されるページに載せてあります。コピーしてＥｘｃｅｌに貼り付けて、フォーマットを確認してください。自分のデータに書き換えて解析します。
#4-1. 効果指標の値が小さい方が望ましい場合（例：発症率あるいは平均値が低下する）:
#4-2. 効果指標の値が大きい方が望ましい場合（例：治癒率あるいは平均値が高くなる）:
#5.
Dendukuri Nのモデルを用いるR、BRugs、OpenBUGSによる診断精度（Diagnostic Test Accuracy, DTA)研究のベイジアンメタアナリシス。Forest plotまで作成する。
OpenBUGSでの処理に数分かかります。Rは32ビット版を用いること。(注)2023.02.22の時点でRのWindows版はversion 4.2.2ですが、32ビット版のサポートが無くなりました。
BRugsがインストールできないため、このバージョンでは動きません。R-4.0.0およびR-4.0.2の32ビット版では動作することを確認しています。CRANのR for WindowsのページからBaseのページを開き、最新版ののダウンロード用のページでPrevious releasesのページを開きそこから32ビット版をダウンロード・インストールできます。WのスクリプトをコピーしてRで走らせると、最初に結果のファイルを保存するフォルダを選択する画面が出ますが、文字のエンコードの問題でフォルダの場所によっては、パスが読み込めない現象がおきるので、Cドライブの直下にBayes-DTAのような名称のフォルダを作成してそれを選択してください。なお、フォルダ名は任意です。解析が修了するとそのフォルダ内のResultsというフォルダにForestplot、SROCなどの結果のファイルが保存されています。なおもし、BRugsがうまくインストールできない場合は、CRANのPackgesのページを開きBRugsのZIPファイルをダウンロードして、RのパッケージメニューからInstall package(s) from local files...からダウンロードしたファイルを選んでインストールしてみて下さい。
