Meta分析是针对某一科研问题,根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法,对来源不同的研究成果进行收集、合并及定量统计分析的方法,最早出现于"循证医学",现已广泛应用于农林生态,资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制,可以对数据直接进行分析和显示,命令格式简单、结果可读性强,包含众多针对Meta分析软件包,是进行Meta整合分析及评价的有效平台
一、Meta分析的选题与文献计量分析CiteSpace应用
1、Meta分析的选题与文献检索
-
什么是Meta分析
-
Meta分析的选题策略
-
文献检索数据库
-
精确检索策略,如何检索全、检索准
-
文献的管理与清洗,如何制定文献纳入排除标准
-
文献数据获取技巧
-
文献计量分析CiteSpace及研究热点分析
二、Meta分析与R语言数据清洗及相关应用
2、Meta分析的常用方法与R语言应用
-
R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
-
R语言基本操作
-
R语言数据清洗方法
-
R语言Meta分析常用包及相关插件讲解与实践
从自编程计算到调用Meta包(meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等),全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。
三、R语言Meta分析与精美作图.
3、R语言Meta分析
1) R语言Meta分析的流程
2) 各类meta效应值和累计效应值计算
连续资料的RR、MD与SMD
分类资料的RR和OR
3) Meta亚组分析
4) R语言图形可视化方法
5) 如何用ggplot2绘制漂亮的森林图
四、R语言Meta回归分析
4 、R语言Meta回归分析
-
Meta回归统计分析理论及应用
-
Meta回归和普通回归分析的异同
-
固定效应与随机效应分析
-
泡泡图(bubble)的绘制
五、R语言Meta诊断分析与进阶
5、R语言Meta诊断进阶
-
Meta诊断分析(t2、I2、H2、Q等统计量)
-
异质性检验
-
敏感性分析
-
偏倚分析
-
风险分析
六、R语言Meta分析的不确定性及贝叶斯应用
6、R语言Meta分析的不确定性
-
网状Meta分析
-
贝叶斯理论
-
R语言贝叶斯工具Stan、JAGS和brms
-
贝叶斯Meta分析及不确定性分析
七、深度拓展机器学习在Meta分析中的应用
7 机器学习在Meta分析中的应用
-
机器学习基础以及Meta机器学习的优势
-
Meta加权随机森林(MetaForest)的使用
-
使用Meta机器学习对文献中的大数据进行整合
-
使用机器学习进行驱动因子分析
阅读全文点击: