CMA（Comprehensive Meta-Analysis）整合分析软件与R语言的比较

CMA与R相比如何？

CMA是一个专门为元分析开发的程序。因此，它包括自动计算效应大小的功能，执行基本和优质的荟萃分析，并创建出版质量的图形。

R是一个通用的统计包。虽然R没有对元分析的内在支持，但不同的专家已经编写了基本分析、累积分析、元回归、出版偏倚等程序。由于R和CMA的功能是相当的，主要的区别在于使用的方便性和自定义输出的选项。

R是一种指令驱动的语言，这意味着你可以输入指令，或使用对话框来创建指令，然后提交给程序。CMA是一个菜单驱动的程序，类似于Excel™。

计算效应大小

在R语言中，你需要计算每个研究的效应大小和方差，然后在运行荟萃分析之前建立一个这些效应的数据库。如果不同的研究以不同的格式提供数据，你就需要用各种函数来计算效应大小和方差。相比之下，CMA允许您输入100多种格式的数据，并将计算所有这些格式的效应大小和方差。使用CMA，你可以用自己的格式输入每个研究的数据，并在同一分析中使用所需的多种格式。

分析报告

R计算数值，并将这些数值发送到类似DOS的窗口中进行查看。在CMA中，分析屏幕是交互式的--你可以交互式地使用该屏幕来探索不同研究的影响、替代加权方案的成效等等。

森林地块

要在R中创建一个森林图，你需要使用不是特别直观的代码。相比之下，CMA中的森林图可以被广泛地定制。

报告

CMA将创建一个两页的文本，报告所有的统计数据，并可作为出版的模板。它还提供了一个选项，即在报告中对每个统计数字的含义、计算统计数字时的假设以及如何正确解释该统计数字的讨论进行注释。该程序将插入参考文献，你可以一键将报告导出到Word。

部分报告样本截图

预测区间

所有软件都会计算出置信区间。这告诉我们，我们对平均效应大小的估计有多精准，但对效应大小在不同研究中的差异有多大却没有说。这是预测区间的范畴，现在大多数荟萃分析的出版指南都鼓励研究人员报告预测区间。CMA允许您在森林图上包括预测区间。此外，它是比较少能够创建显示整个真实效应分布的图的程序。该图可以导出到Word或PowerPoint。

视频教程

CMA包括视频教程。这些教程使用案例研究，展示如何从头到尾进行分析以及如何报告结果。重要的是，这些视频在大的分析背景下解释了每一步的逻辑。你可以从头到尾观看一个视频，以了解整个过程。或者，你可以跳到视频中与程序的特定部分相关的部分。

避免常见错误

绝大多数提交出版的荟萃分析都包括解释统计数据的错误。CMA包括一个PDF文件的链接，详细讨论了这些常见的（有时是严重的）错误。而且，这些PDF文件解释了如何在你的分析中避免这些错误。

CMA是否提供与R相同的公式？

是的。CMA包括所有相同的计算公式，经过R的验证，提供比较相同的结果（见文件）。

CMA能否从R中导入数据？

是的，你可以在R中打开数据表，将数据复制到Windows剪贴板上，然后粘贴到CMA。然后你告诉CMA每一列中的数据是什么类型的。这个过程只需要片刻就能完成。