本地运行的 Meta 分析 / 系统评价桌面工具。选一个具体分析、填参数、出图出表,数据不出本机。
它是一个原生 Windows 桌面程序,把 R 的 metafor、meta、netmeta、mada、bayesmeta、metasens、dosresmeta、RTSA 等包封装成点选式界面,省去自己写脚本。覆盖范围接近 RevMan、CMA 与 Stata 的 meta 套件:从效应量换算、核心合并、异质性、发表偏倚,到网络 Meta、诊断准确性、剂量反应、试验序贯分析、GRADE 与 PRISMA。
两个仓库内容同步,任选其一:
- Gitee(国内较快):https://gitee.com/fsy2004/meta-wingman
- GitHub:https://github.com/fsy2004/meta-wingman
需要 Windows,以及 Python 3.9 以上和 R 4.x。版本过低时会给出升级方式,不会自动改动你的 Python / R。
- 下载
install.bat一个文件（Gitee 或 GitHub）。 - 双击
install.bat:自动拉取整个应用,并安装 Python / R 依赖(默认用清华镜像)。 - 双击
start.bat:打开桌面窗口。关闭窗口即退出。
共 61 个具体分析,分 11 类;每一类下是可单独运行的具体图或表,而不是一个大而全的方法。
| 类别 | 举例 |
|---|---|
| 核心合并 | 成对森林、通用倒方差、稀有事件(MH / Peto / GLMM)、比例、相关、生存 HR、贝叶斯 |
| 异质性与调节 | 异质性统计量、亚组、元回归气泡图、预测区间森林、置换检验 |
| 小研究与发表偏倚 | 等高线漏斗、Egger、Begg、剪补法、PET-PEESE、L'Abbé、放射图 |
| 稳健性与影响 | 留一法、Baujat、累积、GOSH、影响诊断 |
| 复杂数据结构 | 三层模型、稳健方差(RVE)、剂量反应(线性 / 样条) |
| 网络 Meta | 网络图、森林、联赛表、SUCRA、秩图、节点分割、成分 NMA 等 |
| 诊断准确性 | 双变量 SROC、敏感度/特异度森林、似然比与诊断 OR、HSROC |
| 序贯与效能 | 试验序贯分析(TSA)、所需信息量 |
| 证据确信度 | E 值、GRADE 证据总表、偏倚风险图 |
| 报告 | PRISMA 2020 流程图 |
| 数据准备与换算 | 中位数/四分位→均值±SD;2×2、均值、相关、CI、p 值→效应量与标准误 |
图统一走 cairo + Arial,按 Nature 制图规范输出矢量 PDF 与 PNG。
不必先把数据改成固定格式。方法页有三种数据来源:
- 内置示例:直接跑,也可作为格式模板下载。
- 我的 CSV:选文件后,把你自己的列名对应到该分析需要的角色即可(程序会先自动猜),不用改列名或预排版。
- 粘贴录入:从 Excel 直接粘贴数据行。
不确定某个原始量怎么算成所需格式时,用「数据准备与换算」里的转换器(如 2×2→OR、均值±SD→SMD、median/IQR→均值±SD、CI→SE、p 值→SE)。所有数据只在本机处理。
运行后左侧看日志,右侧分「图」「表」两栏。图可另存 PNG 或矢量 PDF,表可一键复制,也可直接打开输出目录。运行产物写在 %LOCALAPPDATA%\MetaWingman\runs。
原生 Windows 控件,支持中英双语(右上角切换,首次按系统语言)。内存红绿灯会按你的数据估算峰值占用。
| 项 | 默认 | 可选 |
|---|---|---|
| 应用下载源 | Gitee | GitHub |
| pip / CRAN 源 | 清华 TUNA | 中科大 / 阿里云 / 官方源 |
| 版本门槛 | Python ≥ 3.9,R ≥ 4.0 | 见 config/requirements.json |
镜像源列表在 config/sources.json,依赖与版本门槛在 config/requirements.json,改一处即可。
开发者:从源码运行
powershell -ExecutionPolicy Bypass -File setup\install.ps1 # 安装依赖(默认清华;可传 -PipIndex/-CranRepo 换源)
python setup\env_check.py # 环境体检(可选)
python -m metawingman # 启动桌面应用新增一个分析:在 toolkit/R/ 写可复用函数,在 adapters/meta/ 写一个薄适配层,再加一份 manifests/*.json(见现有文件)。
meta-wingman/
├─ metawingman/ 桌面程序(Tkinter):方法列表、参数表单、列映射、子进程执行、内存估算、结果导出
├─ adapters/meta/ 各分析的命令行适配脚本(共用 _common.R,以 --analysis 选具体输出)与示例数据
├─ manifests/ 每个分析一份 JSON(参数 schema、输入角色、分类)
├─ toolkit/ 内置的 Meta 分析函数库(R,MIT)
├─ config/ sources.json(镜像源)、requirements.json(依赖与版本门槛)
└─ setup/ 环境体检与安装脚本
内置的 toolkit/ 来自 meta-analysis-toolkit(MIT),封装 metafor、meta、netmeta、mada、bayesmeta、metasens 等已发表方法。本项目采用 MIT 许可。