“The problems are solved, not by giving new information, but by arranging what we have known since long.” – Ludwig Wittgenstein
推荐理由
《Doing Meta-Analysis with R: A Hands-On Guide》是由 Mathias Harrer, Pim Cuijpers, Toshi Furukawa, 和 David Ebert所著的一本介绍如何使用R语言进行meta分析的入门书籍。该书覆盖了进行meta分析所需的基本步骤，如效应量的计算与汇总、森林图的绘制与美化、异质性的诊断、进行亚组分析、控制发表偏倚的方法、风险偏倚评估以及进行meta回归。此外，该书还包括网状meta分析（Network Meta-Analysis，NMA）、多水平meta分析（“Multilevel” Meta-Analysis，MMA）、贝叶斯meta分析方法（Bayesian Meta-Analysis，BMA） 和结构方程模型 (Structural Equation Modeling,SEM) meta分析。该书为没有编程或统计背景的人提供一个易于操作的入门教程，每一章都是在前一章只是的基础上进行，逐渐增强读者使用R进行meta分析的理解和技能。
书籍地址：https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R/
笔者后续也会在公众号更新该书籍的教程和工具使用，有感兴趣的欢迎关注！
书籍目录及详细介绍
R语言基础与meta分析基础
-
R语言的安装、数据导入等基础知识
-
效应大小的计算与汇总：介绍如何计算不同研究中的效应大小，并将合并成综合效应估计。
-
森林图：森林图的绘制与美化。
-
异质性诊断：介绍如何评估包含在meta分析中的研究之间的异质性。
-
亚组分析与meta回归：讨论如何探索异质性的潜在来源与处理方法，包括亚组分析和meta回归的方法
森林图介绍
森林图2
漏斗图
异质性评估
亚组分析
meta回归
高级主题
高级主题括网状meta分析（Network Meta-Analysis，NMA）、多水平meta分析（“Multilevel” Meta-Analysis，MMA）、贝叶斯meta分析方法（Bayesian Meta-Analysis，BMA） 和结构方程模型 (Structural Equation Modeling,SEM) meta分析
-
Network Meta-Analysis
证据分布图
2. Multilevel” Meta-Analysis
多水平meta
-
Bayesian Meta-Analysis
-
Structural Equation Modeling
有用工具
-
Power Analysis
-
Risk of Bias Plots
交通灯
