1.異質性檢驗

install.packages("meta")
library(meta)
meta3<-metagen(metabirth3$β,metabirth3$se, sm="β",studlab=paste(author,year),comb.fixed=FALSE,data=metabirth3)
summary(meta3)

異質性檢驗結果如上，異質性為28.3%，與上述結果一致。這裡我們把引數comb.fixed設定為FALSE，仍然選擇隨機效應模型

2.森林圖

forest(meta3,col.square = "black",col.diamond = "black",col.diamond.lines = "black",hetstat = TRUE,leftcols = "studlab")
 

 meta包繪製森林圖比較簡單，不用調整標題位置及大小。

#col.square表示森林圖中方框的顏色；col.diamond表示森林圖中菱形的顏色；col.diamond.lines表示菱形外框的顏色；hetatat=TRUE表示彙報異質性。

繪製的圖如下

合併效應值為-29.12,95%可信區間小於0，合併效應值結果又統計學意義。

3.敏感性檢驗

forest(metainf(meta3), comb.fixed=TRUE)

結果如圖所示，可見結果並不穩健。去掉第二個或者最後一個文獻之後，合併的效應值無統計學意義，需要進一步分析原因。