以數(shù)據(jù)復(fù)雜程度分類，將Meta分析分為幾個大的專題，稱為篇；將每個大的專題再細(xì)分為章。每章先舉一個具體數(shù)據(jù)，接著介紹適用于數(shù)據(jù)Mate分析的模型，給出R軟件實現(xiàn)過程和結(jié)果解讀。以問題為導(dǎo)向，以數(shù)據(jù)為綱，以模型和方法為目，理論與實踐結(jié)合，重在實踐。以數(shù)據(jù)復(fù)雜程度分類，將Mate分析分成幾個大的專題，稱為篇，然后每個大的專題再細(xì)分為章。每章，先舉一個具體數(shù)據(jù)，接著介紹適用于數(shù)據(jù)的mate分析模型，給出R軟件實現(xiàn)過程和結(jié)果解讀。
本書主要面向自然和社會科學(xué)領(lǐng)域，特別是生物醫(yī)藥、心理學(xué)、教育學(xué)、經(jīng)濟(jì)學(xué)、環(huán)境學(xué)等不同專業(yè)領(lǐng)域的研究人員，以R語言為基礎(chǔ)，解決Meta分析實踐過程中相關(guān)問題
張?zhí)灬裕?970.04－），男，博士，主任醫(yī)師，教授，碩導(dǎo)。中共上海市第九次代表大會代表。復(fù)旦大學(xué)上海臨床醫(yī)學(xué)院中西醫(yī)結(jié)合系（臨床）副主任。首屆上海市區(qū)域名醫(yī)。上海市中醫(yī)藥學(xué)會治未病分會第一屆委員會副主委，zhongguo中西醫(yī)結(jié)合學(xué)會循證醫(yī)學(xué)分員常委、中華醫(yī)學(xué)臨床流行病學(xué)和循證醫(yī)學(xué)分會第七屆委員會中醫(yī)學(xué)組委員、zhongguo醫(yī)師協(xié)會循證醫(yī)學(xué)專業(yè)第五屆委員會委員等�！秡hongguo循證醫(yī)學(xué)雜志》、《上海針灸雜志》、《zhongguo醫(yī)院統(tǒng)計
基 礎(chǔ) 篇
第一章 貝葉斯 Meta 分析基礎(chǔ)知識 / 2
第一節(jié) 貝葉斯方法概述/ 2
第二節(jié) 貝葉斯統(tǒng)計學(xué)基礎(chǔ)/ 3
第三節(jié) 貝葉斯統(tǒng)計的常見算法 / 10
第四節(jié) 貝葉斯 Meta 分析模型 / 19
第五節(jié) R 語言函數(shù)小結(jié) / 25
第二章 R 軟件應(yīng)用入門/ 27
第一節(jié) 概述 / 27
第二節(jié) 數(shù)據(jù)管理 / 30
第三節(jié) R 應(yīng)用于貝葉斯 Meta 分析軟件包 / 33
第四節(jié) R 語言函數(shù)小結(jié) / 34
單變量Meta 分析篇
第三章 二分類數(shù)據(jù)的貝葉斯 Meta 分析 / 38
第一節(jié) 實例數(shù)據(jù) / 38
第二節(jié) 二分類數(shù)據(jù)貝葉斯 Meta 分析策略 / 39
第三節(jié) 效應(yīng)指標(biāo)為比值比的二分類數(shù)據(jù)貝葉斯 Meta 分析 / 40
第四節(jié) 效應(yīng)指標(biāo)為危險比的二分類數(shù)據(jù)貝葉斯 Meta 分析 / 41
第五節(jié) 效應(yīng)指標(biāo)為率差的二分類數(shù)據(jù)貝葉斯 Meta 分析 / 44
第六節(jié) R 語言函數(shù)小結(jié) / 45
第四章 連續(xù)型數(shù)據(jù)的貝葉斯 Meta 分析 / 47
第一節(jié) 實例數(shù)據(jù) / 47
第二節(jié) 連續(xù)型數(shù)據(jù)貝葉斯 Meta 分析策略 / 49
第三節(jié) 效應(yīng)指標(biāo)為均數(shù)差的連續(xù)型數(shù)據(jù)貝葉斯 Meta 分析 / 49
第四節(jié) 效應(yīng)指標(biāo)為標(biāo)化均數(shù)差的貝葉斯 Meta 分析 / 51
第五節(jié) R 語言函數(shù)小結(jié) / 53
第五章 有序數(shù)據(jù)的貝葉斯 Meta 分析 / 55
第一節(jié) 實例數(shù)據(jù) / 55
第二節(jié) 有序數(shù)據(jù)的 Meta 分析策略 / 56
第三節(jié) 基于兩步法的有序數(shù)據(jù)貝葉斯 Meta 分析 / 56
第四節(jié) 基于一步法的有序數(shù)據(jù)貝葉斯 Meta 分析 / 59
第五節(jié) R 語言函數(shù)小結(jié) / 60
第六章 計數(shù)數(shù)據(jù)的貝葉斯 Meta 分析 / 62
第一節(jié) 實例數(shù)據(jù) / 62
第二節(jié) 計數(shù)數(shù)據(jù)的 Meta 分析策略 / 63
第三節(jié) 基于正態(tài)-正態(tài)分布層次模型的計數(shù)數(shù)據(jù)貝葉斯 Meta 分析 / 63
第四節(jié) 基于泊松-正態(tài)分布層次模型的計數(shù)數(shù)據(jù)貝葉斯 Meta 分析 / 65
第五節(jié) R 語言函數(shù)小結(jié) / 66
第七章 生存數(shù)據(jù)的貝葉斯 Meta 分析 / 68
第一節(jié) 實例數(shù)據(jù) / 68
第二節(jié) 生存數(shù)據(jù)的 Meta 分析策略 / 68
第三節(jié) 效應(yīng)指標(biāo)為時點生存率的貝葉斯 Meta 分析 / 69
第四節(jié) 效應(yīng)指標(biāo)為中位生存期的貝葉斯 Meta 分析 / 70
第五節(jié) 效應(yīng)指標(biāo)為風(fēng)險比的貝葉斯 Meta 分析 / 71
第六節(jié) R 語言函數(shù)小結(jié) / 73
第八章 單臂研究數(shù)據(jù)的貝葉斯 Meta 分析 / 74
第一節(jié) 實例數(shù)據(jù) / 74
第二節(jié) 單臂研究數(shù)據(jù)的貝葉斯 Meta 分析策略 / 75
第三節(jié) 單臂試驗二分類數(shù)據(jù)的貝葉斯 Meta 分析 / 76
第四節(jié) 單臂試驗計數(shù)數(shù)據(jù)的貝葉斯 Meta 分析 / 77
第五節(jié) 單臂試驗連續(xù)型數(shù)據(jù)的貝葉斯 Meta 分析 / 79
第六節(jié) R 語言函數(shù)小結(jié) / 81
第九章 稀疏數(shù)據(jù)的貝葉斯 Meta 分析 / 83
第一節(jié) 實例數(shù)據(jù) / 83
第二節(jié) 稀疏二分類數(shù)據(jù)的 Meta 分析策略 / 84
第三節(jié) 二項式-正態(tài)層次模型 / 84
第四節(jié) 貝塔-二項式模型 / 90
第五節(jié) 稀疏研究的 Meta 分析 / 92
第六節(jié) R 函數(shù)小結(jié) / 93
第十章 缺失數(shù)據(jù)的貝葉斯 Meta 分析 / 95
第一節(jié) 實例數(shù)據(jù) / 95
第二節(jié) 缺失數(shù)據(jù)的 Meta 分析策略 / 96
第三節(jié) 缺失測量結(jié)局二分類數(shù)據(jù)的貝葉斯 Meta 分析 / 98
第四節(jié) 缺失測量結(jié)局連續(xù)型數(shù)據(jù)的貝葉斯 Meta 分析 / 102
第五節(jié) R 語言函數(shù)小結(jié) / 105
第十一章 縱向數(shù)據(jù)的貝葉斯 Meta 分析/ 107
第一節(jié) 實例數(shù)據(jù) / 107
第二節(jié) 縱向數(shù)據(jù)的 Meta 分析策略 / 108
第三節(jié) 基于 Emax 模型的縱向數(shù)據(jù) Meta 分析/ 109
第四節(jié) 設(shè)立對照的前后測量數(shù)據(jù) Meta 分析 / 114
第五節(jié) R 語言函數(shù)小結(jié) / 119
第十二章 貝葉斯 Meta 回歸分析 / 121
第一節(jié) 實例數(shù)據(jù) / 121
第二節(jié) Meta 回歸分析模型/ 121
第三節(jié) R2jags 包擬合隨機(jī)效應(yīng) Meta 回歸模型 / 122
第四節(jié) runjags 包擬合隨機(jī)效應(yīng) Meta 回歸模型 / 125
第五節(jié) 注意事項 / 127
第六節(jié) R 語言函數(shù)小結(jié) / 128
第十三章 單變量貝葉斯 Meta 分析相關(guān)圖形的繪制 / 130
第一節(jié) 實例數(shù)據(jù) / 130
第二節(jié) 森林圖 / 131
第三節(jié) 漏斗圖 / 138
第四節(jié) 馬爾可夫鏈?zhǔn)諗啃栽\斷相關(guān)圖形 / 139
第五節(jié) 圖形文件保存到本地硬盤 / 145
第六節(jié) R 語言函數(shù)小結(jié) / 146
多變量Meta 分析篇
第十四章 多元貝葉斯 Meta 分析的基本原理與模型 / 150
第一節(jié) 實例數(shù)據(jù) / 150
第二節(jié) 多元 Meta 分析模型 / 151
第三節(jié) 二分類數(shù)據(jù)的多元 Meta 分析 / 151
第四節(jié) 多測量結(jié)局?jǐn)?shù)據(jù)的多元 Meta 分析 / 153
第五節(jié) R 語言函數(shù)小結(jié) / 159
第十五章 診斷性試驗貝葉斯 Meta 分析/ 160
第一節(jié) 實例數(shù)據(jù) / 160
第二節(jié) 診斷性試驗基本評價指標(biāo)及計算方法 / 161
第三節(jié) 雙變量二項式-正態(tài)分布模型 / 164
第四節(jié) 雙變量條件二項式-尺度混合正態(tài)分布模型 / 166
第五節(jié) R 語言函數(shù)小結(jié) / 173
第十六章 遺傳關(guān)聯(lián)性研究貝葉斯 Meta 分析 / 176
第一節(jié) 實例數(shù)據(jù) / 176
第二節(jié) 遺傳關(guān)聯(lián)性研究經(jīng)典 Meta 分析策略 / 177
第三節(jié) 遺傳關(guān)聯(lián)性研究的無遺傳模型 Meta 分析策略 / 179
第四節(jié) 基于病例對照研究設(shè)計的遺傳關(guān)聯(lián)性研究 Meta 分析 / 181
第五節(jié) 基于隨機(jī)人群的遺傳關(guān)聯(lián)性研究 Meta 分析 / 185
第六節(jié) R 語言函數(shù)小結(jié) / 186
第十七章 合并不同設(shè)計類型研究數(shù)據(jù)的貝葉斯 Meta 分析/ 188
第一節(jié) 實例數(shù)據(jù) / 188
第二節(jié) 整合隨機(jī)試驗與非隨機(jī)試驗證據(jù) / 190
第三節(jié) 整合雙臂試驗與單臂試驗證據(jù) / 194
第四節(jié) R 語言函數(shù)小結(jié) / 198
網(wǎng)絡(luò)Meta 分析篇
第十八章 貝葉斯網(wǎng)絡(luò) Meta 分析的基本原理與模型 / 202
第一節(jié) 實例數(shù)據(jù) / 202
第二節(jié) 網(wǎng)絡(luò) Meta 分析的基本概念 / 203
第三節(jié) 網(wǎng)絡(luò) Meta 分析的基本假設(shè) / 204
第四節(jié) 網(wǎng)絡(luò) Meta 分析的基本原理 / 205
第五節(jié) 網(wǎng)絡(luò) Meta 分析的核心統(tǒng)計模型 / 205
第六節(jié) 網(wǎng)絡(luò) Meta 分析的建模數(shù)據(jù) / 208
第七節(jié) 網(wǎng)絡(luò) Meta 分析的建模策略 / 210
第八節(jié) 網(wǎng)絡(luò) Meta 分析的分析策略 / 211
第九節(jié) 貝葉斯網(wǎng)絡(luò) Meta 的分析工具 / 211
第十節(jié) 貝葉斯網(wǎng)絡(luò) Meta 分析策略的注意事項 / 212
第十九章 基于對比建模策略的貝葉斯網(wǎng)絡(luò) Meta 分析 / 215
第一節(jié) 實例數(shù)據(jù) / 215
第二節(jié) 基于對比建模策略擬合模型的 R 軟件擴(kuò)展包/ 220
第三節(jié) 二分類數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 222
第四節(jié) 連續(xù)型數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 229
第五節(jié) 計數(shù)數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 231
第六節(jié) R 語言函數(shù)小結(jié) / 234
第二十章 基于臂建模策略的貝葉斯網(wǎng)絡(luò) Meta 分析 / 236
第一節(jié) 實例數(shù)據(jù) / 236
第二節(jié) 基于臂建模策略擬合模型的 R 軟件擴(kuò)展包/ 236
第三節(jié) 二分類數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 236
第四節(jié) 連續(xù)型數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 240
第五節(jié) 計數(shù)數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 244
第六節(jié) R 語言函數(shù)小結(jié) / 246
第二十一章 網(wǎng)絡(luò) Meta 回歸 / 247
第一節(jié) 實例數(shù)據(jù) / 247
第二節(jié) 貝葉斯網(wǎng)絡(luò) Meta 回歸模型 / 247
第三節(jié) 擬合貝葉斯網(wǎng)絡(luò) Meta 回歸模型的 R 軟件擴(kuò)展包 / 248
第四節(jié) bnma 包擬合貝葉斯網(wǎng)絡(luò) Meta 回歸模型 / 248
第五節(jié) 注意事項 / 252
第六節(jié) R 語言函數(shù)小結(jié) / 252
第二十二章 貝葉斯網(wǎng)絡(luò) Meta 分析的不一致性檢驗 / 254
第一節(jié) 實例數(shù)據(jù) / 254
第二節(jié) 不一致性相關(guān)概念及模型 / 257
第三節(jié) 比較模型擬合度 / 258
第四節(jié) 分割節(jié)點模型 / 262
第五節(jié) R 語言函數(shù)小結(jié) / 264
第二十三章 貝葉斯網(wǎng)絡(luò) Meta 分析相關(guān)圖形的繪制 / 266
第一節(jié) 網(wǎng)絡(luò)結(jié)構(gòu)圖 / 266
第二節(jié) 森林圖 / 269
第三節(jié) 排秩圖 / 273
第四節(jié) 殘差圖 / 277
第五節(jié) 杠桿圖 / 279
第六節(jié) R 語言函數(shù)小結(jié) / 280
第二十四章 特殊數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 282
第一節(jié) 實例數(shù)據(jù) / 282
第二節(jié) 生存數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 286
第三節(jié) 無序多分類數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 289
第四節(jié) 重復(fù)測量數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 292
第五節(jié) 劑量-反應(yīng)數(shù)據(jù)的貝葉斯網(wǎng)絡(luò) Meta 分析 / 301
第六節(jié) R 語言函數(shù)小結(jié) / 307
基于其他算法的貝葉斯Meta 分析篇
第二十五章 基于 INLA 算法的貝葉斯 Meta 分析 / 310
第一節(jié) 實例數(shù)據(jù) / 310
第二節(jié) 基于 INLA 算法的 Meta 分析包/ 313
第三節(jié) nmaINLA 包在網(wǎng)絡(luò) Meta 分析中的應(yīng)用 / 313
第四節(jié) meta4diag 包在診斷性試驗 Meta 分析中的應(yīng)用 / 317
第五節(jié) R 語言函數(shù)小結(jié) / 325
第二十六章 基于 DIRECT 算法的貝葉斯 Meta 分析/ 327
第一節(jié) DIRECT 算法 / 327
第二節(jié) 實現(xiàn) DIRECT 算法的 bayesmeta 包 / 327
第三節(jié) bayesmeta 包擬合隨機(jī)效應(yīng)貝葉斯 Meta 分析模型 / 328
第四節(jié) R 語言函數(shù)小結(jié) / 335
附錄 隨書視頻 / 337
書單推薦
