有病率のメタ分析

　メタ分析（Meta Aanalysis）の meta esize コマンドはこれまで二標本のバイナリデータまたは連続データに対応していましたが、Stata 18 からは一標本のバイナリデータも取り扱えるようになりました。
　従来のメタ分析は、治療群と対照群としてラベル付けされる2つのグループ間で、関心の対象となる結果が2つのサンプルの二値または連続データで測定される場合を扱います。 例えば、メタ分析では、疾患の発症リスク（二値の結果）をワクチン接種済みと未接種の2つのグループで比較することができます。また、異なるダイエットを実施した2つの被験者グループ間で体重減少（連続的な結果）を比較することもできます。 例えば、低炭水化物ダイエットと断食の2つのグループを比較する場合などです。
　ただし、この2つのグループの設定は、メタ分析に常に存在するわけではありません。例えば、国連がある病気の発生率を国ごとに評価し、それに対抗するための適切なリソースを割り当てるためのメタ分析を実施するかもしれません。 または、教育省が高校中退者の割合を評価し、その結果を K-12 教育の予算に指針として活用するためにメタ分析を実施するかもしれません。これらの例では、1つのサンプルの二値データがあり、被験者が単一のグループに属し、 関心事項は特定のイベントを経験した個人の割合（最初の例では病気にかかること、2番目の例では高校中退）です。この設定では、通常、Freeman-Tukey 変換された割合やロジット変換された割合などの効果サイズが使用されます。

操作例

データセットの例: 米国の 7 つの地域における菜食主義者の割合

　アメリカ全土に食べ物を届けるオンラインレストランを開くことを計画している家族のために、アメリカの7つの地域全体の菜食主義者（およびヴィーガン）の全体の割合を評価するメタ分析を実施します。 メタ分析の結果を通して、レストランがアメリカの特定の地域に合ったより菜食主義者向けのレシピを提供できることを期待しています。単純化のために、各地域で1つの研究を特定し、それをメタ分析に含めることにしました。

1サンプルの二値データのメタ分析

　変数 nveget と ntotal は、各研究の菜食者の数と被験者の総数を表します。デフォルトでは、meta esize は各研究のために Freeman-Tukey のダブルアークサイン変換された割合を計算します。 これは分散を安定化させる変換であり、割合が0または1に近い場合に特に好ましいものです。
　まずは、meta esizeでメタデータセットとして宣言します。

　オプション esize(logitprop) を使用して、効果サイズとしてロジット変換された割合を指定することができます。 ロジット変換された割合の分散は割合そのものに依存するため、この効果サイズのメタ分析では、比率が0または1に近い研究に対して人為的に低い重みを割り当てる傾向があります。

おそらく、変換されていない比率を計算したいかもしれません。 ただし、これは、研究によって報告されたすべての比率が 0.5 に近い場合にのみ推奨されます。これは実際には一般的ではありません。

フォレストプロットなど

　meta esize の最初の指定を続けると、対象の効果サイズを計算し、データをメタデータとして宣言した後、通常どおり任意のメタ分析の手法を使用できます。 例えば、フォレストプロットを作成するには、次のように入力します。

　proportion オプションは、結果を既定の Freeman-Tukey 変換された割合ではなく、割合として報告することを指定します。これは、オプション transform(invftukey) を使用して 逆 Freeman-Tukey 変換を適用するのと同等です。菜食者の全体（平均）の割合は0.06で、信頼区間は[0.04, 0.08]です。
　また、結果を、たとえば1,000人あたりの菜食者の数として報告することもでき、オプション transform() のサブオプション scale() を使用します。 フォレストプロットでは、各研究の対応する地域（変数 region）も表示します。

　上記のフォレストプロットから、太平洋沿岸、ニューイングランド、中部大西洋地域と米国の他の地域とを比較して、菜食者の割合に実質的な違いがあることが明らかになりました。