1. 剔除的原因如果是因為指標一的結果是outliner (單一研究太好或者太差,有臨床考量而剔除)，指標二可再納入分析2. 剔除的原因如果是因為文章品質不好，或發現是研究設計問題，導致在指標一造成異值性，那指摽二不應該納入

感恩

Q1. 聽起來是18篇RCT + 2篇Cohort ?Q2. 假設是上述情況,那幹嘛不直接剔除就好？Q3. 假設是18篇perspective cohort + 2篇retropective cohort,那就選OR

1. 常見網絡分析目前主流還是以RCT為主,不過因為NMA是個演進中的方法學,cochrane也有推出合併RCT & Cohort的NMA 教學，主是要得處理weight問題．質量評價這再簡單不過了,各自有各自的評價工具2. Rank or SUCRA 大部分都是以mean/median 值為主要判斷依據,確實有時候會發現Rank & mean +/ 95% CI 不太一致,有點小落差,這通常就會把兩個當作同一個level

沒有原始data,你就是無法adjust,只能直接採用他的數值

文章裡面給的是adjusted Odds Ratio (adjusted OR).... 第一點,看起來你做的是RR(relative risk/risk ratio), 第二點,顯然你沒有adjust table 3. legend裡面提到的這些factor (age, gender,race etc)..所以你做的是raw/unadjust OR/RR

建議你把原文章丟出來看看,雖然都是在做pairwise meta,但其實還是有很多細節要注意. EX: fixed or random effect model, M-H method 等

答案是可以的,兩種研究類型並在一起是可行,實際上的問題應該是,那你的結果要寫什麼？ＲＣＴ＆ＣＯＨＯＲＴ研究的結果是否相同,若相同,為何要多納入ＣＯＨＯＲＴ研究，若是不同,要如何解決不一致的問題,做起來簡單，要interpretation結果就很麻煩

樓上完全正解,cox regression實現的就是ＨＲ

set maxvar xxxxx        xxxx代表數字,你看一下我的附圖,看你電腦是哪種

如果沒看錯的話,藥物孔孔兄應該是在檢驗inconsistency的部分,採用的是loop inconsistency model在檢驗. 這個檢驗方式會每兩點之間都會檢驗一次,看總共幾個實驗,隨機取兩個有直接比較得出來,會執行比較多次,這也不難解決,你就打maxvar & maxvariable應該就可以搞定了.如果還是不行,可以考慮其他兩種inconsistency檢驗方式. side-splitting model看看,應該不會有什麼問題.network sidesplit all, tau  

您這虛線部分,只有mean,少了95%CI,當然這也不是必要,但如果有的話就比較清楚明瞭一點

你這漏斗圖用什麼軟體畫的啊？比常見的漏斗圖缺少了一些東西...漏斗圖本身可以“目視”看是否對稱,如果要數據化的就得egger or begger test. 或者你可以再多做一點檢定,譬如trim and fill之類的檢定,用統計的方式告訴revierwer沒看到太明顯bias

這個結果重要嗎？如果對於臨床決策來說很重要,那就可以寫寫

問題不在於幾篇,在於結果有沒有改變....如果沒有太大變化,只是把樣本數變大而已

感謝大神的提點

用語言作亞組分析倒是滿少見的,你可以試試看,如果是這樣的文獻,那就還是歸在中文吧,因為可能還是發表在中文的期刊,只是有附上英文摘要常見還是以quality of study作為亞組分析,例如RoB切個5分,<5分的一組,大於等於5的一組看看有沒有差別.

呵,這跟會議摘要,研究海報,碩博士論文其實都一樣的道理,搜尋的條件無法的排除,那文章的品質呢？常見的就是在文章品質評估這一關,很容易把這些類型的文章排除掉,或者變成低品質的文章,這樣後續不管是排除或者做個次族群分析,把低品質文章排除就好了

這個stata & R 都可以, stata就是scatter plot