我们知道，连续变量和分类变量是常见的数据类型，也是meta分析经常用来做效应量合并的。对于某些特定的研究方向，有的文献会比较两组的均数(mean±sd)以说明组间差异，有的文献则是用RR/OR (95%CI)表示自变量与研究结局的关联。
举个例子，研究手术出血量与死亡结局的关联。
有的研究比较组间差异，如：A研究，报道试验组（样本量为9例）出血量213±67 mL，对照组10例，出血量为177±67 mL。
其他研究通过logistics回归分析的方法，得到出血量与死亡风险的关联为：OR = 1.10 (1.00, 1.21)。
这两类文献可以一起做meta分析吗？
常规的做法是两类都纳入，但连续变量汇总在一起，做一个以WMD为效应值的森林图；OR (95%CI)单独合并，得到第二个森林图。
今天给大家分享第二种方法：将mean转换为ROM (ratio of means)。
参考文献：Ratio of means for analyzing continuous outcomes in meta-analysis performed as well as mean difference methods.
转换公式如下：
meanexp、meancontr、SDexp和SDcontr依次为试验组均数、对照组均数、试验组标准差和对照组标准差。
代入前面例子的数据，计算可得：
以上是参考文献原文提供的转换实例，只不过我们附加了“出血量”和“死亡”这两个概念。
知道了计算公式，我们可用Excel整理转换模板。
保留两位小数后，结果为ROM (95%CI) = 1.20 (0.94, 1.54)。
如此转换后，就可以跟OR/RR (95%CI)这类型数据直接合并了。
