溫馨提示：需求數(shù)量不同，價(jià)格不同。請聯(lián)系我們，確認(rèn)當(dāng)前新的報(bào)價(jià)！
Comprehensive Meta-Analysis （CMA）是一款優(yōu)質(zhì)的元分析（也稱綜合分析、整合分析）軟件，可對多個研究數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整合，再次分析。如這些研究結(jié)論保持一致，Meta-Analysis可驗(yàn)證這些研究的共同效應(yīng)。如果研究結(jié)論有差異，Meta-Analysis則用于驗(yàn)證產(chǎn)生差異的原因。
CMA 版本4有什么新內(nèi)容：
報(bào)告
只需單擊一下，程序就會創(chuàng)建一個文檔，以適合發(fā)布的格式報(bào)告全部統(tǒng)計(jì)數(shù)據(jù)。
第二次單擊該程序?qū)υ撐臋n進(jìn)行注釋并解釋全部統(tǒng)計(jì)數(shù)據(jù)的含義以及假設(shè)和限制。
第三次單擊該程序?qū)⒃撐臋n導(dǎo)出到Word。
預(yù)測區(qū)間
在任意元分析中，關(guān)鍵的是要報(bào)告平均效應(yīng)量以及效應(yīng)量在不同研究中的差異范圍。這種分散由預(yù)測間隔解決。這使我們能夠報(bào)告，例如，平均效應(yīng)量時(shí)0.50的標(biāo)準(zhǔn)化平均差，但在任意單個人群中，真實(shí)效應(yīng)量可能低至0.05或高達(dá)0.95。很多報(bào)告元分析的指南現(xiàn)在都要求包含預(yù)測區(qū)間。
在版本4中，該程序提供了將預(yù)測區(qū)間顯示為forest圖的一部分的選項(xiàng)。此外，只需單擊一下，您就可以創(chuàng)建一個圖表，顯示真實(shí)效果的整個分布。再單擊一次，您可以將其導(dǎo)出到Word或PowerPoint。
CMA軟件功能介紹
使用電子表格界面
直接輸入數(shù)據(jù)或從其他程序?qū)霐?shù)據(jù)
您可以直接將數(shù)據(jù)鍵入電子表格，就像使用任意基于電子表格的程序一樣。或者，如果您當(dāng)前正在使用其他程序進(jìn)行元分析，您可以直接從該程序復(fù)制數(shù)據(jù)或使用向?qū)?dǎo)入數(shù)據(jù)。
如果我在研究中有多個亞組或結(jié)果怎么辦？
該程序允許您處理報(bào)告多個子組、結(jié)果、時(shí)間點(diǎn)或比較的數(shù)據(jù)的研究。該程序使得為這些研究輸入數(shù)據(jù)變得方便，并提供了很多選項(xiàng)以在分析中使用它們。
自動計(jì)算效果大小
在每一項(xiàng)元分析中，您從每項(xiàng)研究的已發(fā)表的摘要數(shù)據(jù)開始，并計(jì)算治療效果（或效果大?。?。例如，如果一項(xiàng)研究報(bào)告了組中事件的數(shù)量，您可能想要計(jì)算優(yōu)勢比。或者，如果一項(xiàng)研究報(bào)告均值和標(biāo)準(zhǔn)差，你可能想要計(jì)算標(biāo)準(zhǔn)化的均值差異。這種計(jì)算效果大小的過程通常是乏味且耗時(shí)的。在某些情況下，尤其是當(dāng)研究以不同格式呈現(xiàn)數(shù)據(jù)時(shí)，該過程也很困難且輕易出錯。
使用CMA，過程快速且準(zhǔn)確
使用CMA，您可以輸入已發(fā)表研究中報(bào)告的任意摘要，程序會根據(jù)該摘要數(shù)據(jù)計(jì)算效果大小。例如，您可以輸入事件和樣本大小，程序會計(jì)算優(yōu)勢比?；蛘?，您可以輸入均值和標(biāo)準(zhǔn)差，程序?qū)⒂?jì)算標(biāo)準(zhǔn)化均值差。此處顯示了三個示例（選自一百多個選項(xiàng)）。
如果我的數(shù)據(jù)是其他格式怎么辦？
如果您的研究以其他格式報(bào)告數(shù)據(jù)怎么辦？也許您的研究只報(bào)告了p值和樣本量。或者，您的研究報(bào)告了優(yōu)勢比和置信限。對于任意其他程序，在進(jìn)行分析之前，您需要計(jì)算每項(xiàng)研究的效應(yīng)大小和方差。相比之下，CMA允許您輸入幾乎全部類型的數(shù)據(jù)—它包括100種數(shù)據(jù)輸入格式，類似于上面顯示的三種。只需在列表中找到您的數(shù)據(jù)類型，CMA就會在電子表格中創(chuàng)建相應(yīng)的列。
程序使用什么公式來計(jì)算這些影響？
要查看用于計(jì)算效果大小的公式，請雙擊該效果大小。該程序會打開一個對話框，顯示所使用的確切公式以及該特定行的全部計(jì)算細(xì)節(jié)。
如果我想使用另一個治療效果指標(biāo)怎么辦？
在上面顯示的示例之一中，我們輸入了事件和樣本量，程序計(jì)算了優(yōu)勢比和風(fēng)險(xiǎn)比。如果您更愿意使用風(fēng)險(xiǎn)比率怎么辦？或者，如果您想計(jì)算與比值比相對應(yīng)的標(biāo)準(zhǔn)化均值差怎么辦？在另一個示例中，我們輸入均值和標(biāo)準(zhǔn)差，程序計(jì)算標(biāo)準(zhǔn)化均值差。如果您更愿意使用原始均值差，或者計(jì)算與標(biāo)準(zhǔn)化均值差對應(yīng)的相關(guān)性怎么辦？
CMA允許您使用您選擇的指數(shù)，并在指數(shù)之間來回切換。
例如，如果您輸入了事件和樣本量，程序?qū)⒂?jì)算優(yōu)勢比、對數(shù)優(yōu)勢比、風(fēng)險(xiǎn)比、對數(shù)風(fēng)險(xiǎn)比、風(fēng)險(xiǎn)差、標(biāo)準(zhǔn)化均值差 (d)、偏差校正標(biāo)準(zhǔn)化均值差 (g )、相關(guān)性和Fisher的z。或者，如果您輸入均值和標(biāo)準(zhǔn)差，程序?qū)⒂?jì)算原始均值差、標(biāo)準(zhǔn)化均值差 (d)、偏差校正標(biāo)準(zhǔn)化均值差 (g)、相關(guān)性、Fisher's z、對數(shù)優(yōu)勢比和優(yōu)勢比。
這些示例是支持的格式和索引的子集。
如果不同的研究報(bào)告不同類型的數(shù)據(jù)怎么辦？
上面，我們展示了您可以自定義數(shù)據(jù)輸入屏幕以接受幾乎全部類型的數(shù)據(jù)。但是有哪些不同的研究提供了不同類型的數(shù)據(jù)呢？例如，如果一項(xiàng)研究報(bào)告事件和樣本量而另一項(xiàng)研究報(bào)告優(yōu)勢比和置信區(qū)間怎么辦？您如何將這兩種數(shù)據(jù)輸入程序？
CMA允許您混合和匹配不同的數(shù)據(jù)格式。您可以為前幾項(xiàng)研究輸入事件和樣本量，然后為接下來的幾項(xiàng)研究輸入優(yōu)勢比和置信區(qū)間，為其他研究輸入優(yōu)勢比和方差，等等。或者，您可以為某些研究輸入均值和標(biāo)準(zhǔn)差，為其他研究輸入p值，為其他研究輸入t值，等等。您可以根據(jù)需要使用多種數(shù)據(jù)格式自定義電子表格。該程序?qū)⒂?jì)算它們每個的影響大小，并（在可能的范圍內(nèi)）允許您將它們?nèi)堪诮y(tǒng)一分析中。
如果我的部分（或全部）研究包括事前事后或交叉設(shè)計(jì)怎么辦？
CMA包括20多種前后或交叉設(shè)計(jì)的模板，這一點(diǎn)很關(guān)鍵，因?yàn)榉駝t可能難以計(jì)算這些模板的標(biāo)準(zhǔn)誤差。而且，您可以將這些研究與只使用后測的研究混合搭配。
如果我已經(jīng)計(jì)算了效果大小怎么辦？
如果您已經(jīng)計(jì)算了效應(yīng)大小及其方差（或標(biāo)準(zhǔn)誤差），您可以直接輸入這些（與以任意其他格式輸入數(shù)據(jù)相同）。
我可以混合二進(jìn)制、連續(xù)和相關(guān)數(shù)據(jù)嗎？
如上所述，該程序允許您以多種格式輸入?yún)R總數(shù)據(jù)——例如，一項(xiàng)研究的事件和樣本量以及另一項(xiàng)研究的優(yōu)勢比和置信區(qū)間。但在這個例子中，兩項(xiàng)研究都使用了二進(jìn)制數(shù)據(jù)。如果一些研究報(bào)告二進(jìn)制數(shù)據(jù)（事件和樣本量）而其他研究報(bào)告連續(xù)數(shù)據(jù)（均值和標(biāo)準(zhǔn)差）或相關(guān)數(shù)據(jù)怎么辦？
該程序能夠跨這些不同類別的數(shù)據(jù)進(jìn)行轉(zhuǎn)換。它將在比值比、標(biāo)準(zhǔn)化平均差和相關(guān)性之間進(jìn)行轉(zhuǎn)換，以便全部這些都可以用于同一分析。
如果我的研究著眼于點(diǎn)估計(jì)而不是效應(yīng)量或治療效果怎么辦？
雖然大多數(shù)元分析使用效應(yīng)量（評估兩個變量之間的關(guān)系），但有些元分析用于估計(jì)一組中的風(fēng)險(xiǎn)、比率或均值（例如，“Lyme disease的風(fēng)險(xiǎn)是多少？”）。CMA 也將處理這些影響（或點(diǎn)估計(jì)）。
我可以對回歸權(quán)重進(jìn)行元分析嗎？
是的。除了能夠處理公認(rèn)的效果（例如比值比和平均差）之外，該程序還能夠處理通用點(diǎn)估計(jì)，這些估計(jì)可以在原始尺度或?qū)?shù)尺度上進(jìn)行分析。
快速準(zhǔn)確的進(jìn)行元分析
單擊一次即可進(jìn)行核心元分析并創(chuàng)建一個顯示，作為后續(xù)全部內(nèi)容的路線圖。
此顯示是一個交互式森林圖，可以清楚的了解數(shù)據(jù)—分析中包含多少研究、每項(xiàng)研究的準(zhǔn)確度、研究之間的效果是否一致或研究之間有很大差異，等等。然后您可以根據(jù)需要自定義此顯示。添加或刪除列、設(shè)置計(jì)算選項(xiàng)、打開包含附加統(tǒng)計(jì)信息的表。下面是一些例子。
顯示研究權(quán)重
只需單擊一下，您就可以包含一個列，顯示分配給每個研究的相對權(quán)重。有了這種機(jī)制，就可以清楚地知道綜合效應(yīng)是很多研究的函數(shù)，還是主要有一小部分研究驅(qū)動。
選擇計(jì)算模型
單擊選項(xiàng)卡以選擇固定效應(yīng)模型或隨機(jī)效應(yīng)模型。您還可以同時(shí)顯示兩者，這樣可以查看兩個模型之間的點(diǎn)估計(jì)和置信區(qū)間有何不同。
了解計(jì)算模型如何影響研究權(quán)重
該程序還將并排顯示固定效應(yīng)分析和隨機(jī)效應(yīng)分析的相對權(quán)重。這有助于解釋為什么當(dāng)我們從固定效應(yīng)模型轉(zhuǎn)向隨機(jī)效應(yīng)模型時(shí)，綜合效應(yīng)會發(fā)生變化。
自定義分析屏幕
您可以控制為每項(xiàng)研究顯示的統(tǒng)計(jì)數(shù)據(jù)。您可以顯示基本統(tǒng)計(jì)數(shù)據(jù)，例如效果大小、標(biāo)準(zhǔn)誤差和置信限度。您可以顯示計(jì)數(shù)，例如每個組的事件和樣本大小。您可以顯示每個研究的診斷，例如殘差（從研究到組合效應(yīng)的距離）。
選擇效應(yīng)量指標(biāo)
工具欄包括一個下拉框，其中列出了處理效果（或效果大?。┑娜靠捎弥笜?biāo)。當(dāng)您選擇優(yōu)勢比或標(biāo)準(zhǔn)化平均差等效應(yīng)大小時(shí)，全部統(tǒng)計(jì)數(shù)據(jù)、權(quán)重和圖表都會自動更新。
顯示計(jì)算的全部細(xì)節(jié)
全部計(jì)算都顯示在電子表格上。您可以查看此電子表格并實(shí)際遵循計(jì)算的全部細(xì)節(jié)。如果您使用自己的電子表格進(jìn)行元分析，您可以將此電子表格與您自己的進(jìn)行比較。這也是一種特有的教學(xué)工具。
單擊一下即可創(chuàng)建高分辨率森林圖
任意元分析的一個關(guān)鍵要素是森林圖—該圖顯示每項(xiàng)研究的影響大小的精度以及綜合效果。該圖為分析提供了一個面貌—它顯示了綜合效應(yīng)是基于少數(shù)研究還是基于很多研究，效應(yīng)大小是一致的還是變化的，等等。因此，森林圖在幫助研究人員理解數(shù)據(jù)以及將研究結(jié)果傳達(dá)給其他人方面發(fā)揮著核心作用。
大多數(shù)其他元分析程序使用為其他目的開發(fā)的圖形引擎，并將它們用于創(chuàng)建森林圖。相比之下，CMA中的繪圖引擎是專為元分析目的而開發(fā)的。它很易于使用，并提供了廣泛的關(guān)鍵選項(xiàng)。
一鍵創(chuàng)建高分辨率繪圖，然后自定義繪圖上的任意元素。為研究、子組和整體效果選擇符號?；蛘?，指定符號的大小應(yīng)與研究權(quán)重成正比，這樣對綜合效果貢獻(xiàn)大的研究很輕易被發(fā)現(xiàn)。為圖表上的每個元素設(shè)置顏色和字體，然后單擊一下即可導(dǎo)出到Word或PowerPoint！
將繪圖導(dǎo)出到PowerPoint
只需單擊一下，您就可以打開PowerPoint并插入當(dāng)前幻燈片的副本。整個過程大約需要2秒。
使用累積元分析來查看證據(jù)如何隨時(shí)間發(fā)生變化
累積元分析實(shí)際上是一系列元分析，其中序列中的每個分析都包含一個額外的研究。例如，分析中的開始一行可能包含1990年發(fā)表的研究，下一行可能包含1990年和1991年發(fā)表的研究，依此類推。累積元分析可以回顧性地進(jìn)行，以顯示證據(jù)主體如何隨時(shí)間發(fā)生變化，或前瞻性地進(jìn)行，在完成時(shí)將新研究添加到證據(jù)主體中。
雖然累積元分析常用于隨時(shí)間追蹤證據(jù)，但它也可用于顯示證據(jù)如何隨其他因素變化。例如，我們可以按研究規(guī)模對數(shù)據(jù)進(jìn)行排序并運(yùn)行累積分析。在這種情況下，該程序?qū)@示只包含largest研究的綜合效應(yīng)（朝向頂部），以及這種效應(yīng)如何隨著較小的研究被添加到分析中而發(fā)生變化。同樣，我們可以從更高質(zhì)量的研究開始，看看隨著其他研究的加入，效果如何變化。
使用“刪除一個”分析來衡量每項(xiàng)研究的影響
作為敏感性分析的一部分，我們可能想要評估每項(xiàng)研究對綜合效應(yīng)的影響。例如，異常值或很大的研究對綜合效果有何影響？或者，一項(xiàng)小型研究是否有影響？
為了解決這些類型的問題，程序?qū)⒆詣訉Τ_始一個研究之外的全部研究運(yùn)行分析，然后是除第二個研究之外的全部研究，依此類推。生成的圖表一目了然地顯示了每項(xiàng)研究的影響。
此外，您可以選擇在刪除任意研究或一組研究的情況下運(yùn)行分析——這些可以通過名稱或調(diào)節(jié)變量的值來選擇。
處理數(shù)據(jù)的子集
運(yùn)行分析時(shí)，您可以選擇（或過濾）任意變量或變量組合。您可以按研究名稱包括或排除研究。您可以包括在“Double-blind”中被評為“是”的研究。您可以將年齡編碼為“老年”且患者類型編碼為“慢性”的研究包括在內(nèi)。
在研究中處理多個亞組或結(jié)果
該程序允許您為研究中的多個亞組、結(jié)果、時(shí)間點(diǎn)或比較輸入數(shù)據(jù)，并提供各種選項(xiàng)來處理這些分析。
評估調(diào)節(jié)變量的影響
當(dāng)不同研究的效應(yīng)量有很大差異時(shí)，元分析的一個關(guān)鍵目標(biāo)可能是了解這種差異的原因。
使用方差分析來評估分類調(diào)節(jié)器的影響。例如，“對于急性患者的治療是否比對慢性患者更有效？” 或“作業(yè)比輔導(dǎo)更有效嗎？”
使用元回歸評估連續(xù)調(diào)節(jié)變量的影響。例如，“治療效果是否隨著劑量的增加而增加？”，或“效果大小是否與學(xué)生的年齡有關(guān)？”
評估發(fā)表偏倚的潛在影響
Meta分析提供了可用數(shù)據(jù)的數(shù)學(xué)準(zhǔn)確綜合，但可能會擔(dān)心緊要研究比非緊要研究更有可能發(fā)表，因此可用數(shù)據(jù)庫可能存在偏差。該程序包括一組可用于評估這種偏差的潛在影響的函數(shù)，作為一種敏感性分析。
系統(tǒng)要求
Windows 7或更高版本
32位或64位
屏幕：XGA或更高
磁盤空間：25MB
MACS：要在Mac上運(yùn)行程序，需要使用Windows模擬器，例如Parallels或Bootcamp。建議不要使用Wine或CRossOver。
