forest_metafor_b.R
Via Clipboard
バイアス（内的バイアス、外的バイアス=非直接性）のモデルについては、Turner RM, Spiegelhalter DJ, Smith GC, Thompson SG: Bias modelling in evidence synthesis. J R Stat Soc Ser A Stat Soc 2009;172:21-47. PMID: 19381328 を参照。

Turner RMらのモデルのExcelおよびRを用いた応用については、森實敏夫：バイアスで調整したメタアナリシス。あいみっく　Vol.38-1 (2017)、国際医学情報センタ－を参照。
Analysis: 効果指標がリスク比RR, リスク差RD, オッズ比OR, ハザード比HR, 平均値差MDのメタアナリシスを実行し、Forest plotとFunnel plotを作成する。 リスク比RRについてはバイアス調整メタアナリシスも実行する。バイアスはリスク比でその効果の大きさを表し、対数スケール上で＋１SDの値または95％信頼区間上限値に相当するリスク比の値を設定する。メタアナリシスの手法は分散逆数法でランダム効果モデルを用いる。

Forest plot作成にはforestplotパッケージを用いており、reiv( )とは体裁が異なる。また、バイアス調整メタアナリシスを行った場合には、通常のメタアナリシス、 バイアス調整メタアナリシスのForest plot、それら2つを重ねたForest plot、バイアス効果だけのForest plotを同時に作成する。Funnel plotは前二者についてmetaforの関数を用いて作成する。

Dependent package: "metafor" "forestplot" "tcltk2"


*青のボタンをクリックして、Rに戻って、Rエディタ画面でVia Clipboardの#2のスクリプトを実行することによって、必要なパッケージがインストール済みかチェックし、未インストールの場合は自動でインストールする。（インターネット接続の環境が必要）。

Data: データを一定の形式でExcelで用意する。解析実行の際には、 Excelでデータ範囲をコピーして、Rに戻り、Rエディタ中のVia Clipboardスクリプトの#1を実行してデータを読み込む。


*biasはバイアス全体での効果をリスク比で表した値、biasusdは対数スケール上で＋１SDの値をリスク比で表した値。バイアス効果に対して95％信頼区間で設定する場合は、biasuciというラベル名にして その95％信頼区間上限値のリスク比の値を設定。バイアスの方向性の判定が困難で、不確実性だけが増加すると判定した場合は、biasは1とし、不確実性の程度に応じて上限値を設定。
**フィールド内をすべて選択して（Ctrl+A)コピーし（Ctrl+C)、あるいは青のボタンをクリックして、Excelに戻り、貼り付ける（Ctrl+V)と形式がわかる。 このデータを解析したい場合は、同様のコピー操作後、RでRエディタ中のvia_clipboard.Rの#2のスクリプトを実行する。
***バイアス調整しない通常のメタアナリシスの場合は、biasのカラムの左側のカラムまでのデータを用いる。Excelでセルを選択する際もbiasのカラムの左側のカラムまでのデータ範囲を選択する。

Output: Forest plotとfunnel plotを作成。バイアス調整を行う場合は、 元の値とバイアス調整後のForest plotとFunnel plotを出力し、両者を並列したForest plotとバイアスのForest plotを出力する。
Operational script:


*Excelでデータ範囲を選択し、コピーし、RでRエディタ中のvia_clipboard.Rの#1のスクリプトを実行することで、解析対象のデータを読み込んだ後、この画面に戻り、青のボタンをクリックし、 RでRエディタ中のVia Clipboard.Rの#2のスクリプトを実行しクリップボード経由でスクリプトを読み込んで実行させると結果が表示される.