雙端口矢量網(wǎng)絡(luò)分析儀基本結(jié)構(gòu)原理

定向耦合器是網(wǎng)絡(luò)分析儀內(nèi)部連接端口的第一個射頻部件，將通過端口的前向信號，耦合輸出給參考接收機(jī)a通道，將進(jìn)入端口的反向信號，耦合輸出給測量接收機(jī)b通道。

接收機(jī)是由混頻器、本振、濾波器及ADC和數(shù)字處理構(gòu)成，混頻濾波后的中頻信號進(jìn)行矢量I/Q分解，獲得波量a、b的幅度和相位值。各個b/a波量之間的比值，得到S參數(shù)值。各個接收機(jī)通道是相參的，使用同一個本振且同步測試。

信號源提供端口輸出信號，衰減器選件應(yīng)用在較高增益的放大器測量。

矢網(wǎng)的校準(zhǔn)，是準(zhǔn)確測量前的必要準(zhǔn)備工作，校準(zhǔn)方法和步驟是矢網(wǎng)標(biāo)準(zhǔn)功能之一，按步驟連接一系列校準(zhǔn)件（已知精確S參數(shù)的器件），使測試接口的幅相校準(zhǔn)調(diào)零。

矢量網(wǎng)絡(luò)分析儀測試項目

測試項目	物理意義和計算公式
波量	波量描述電磁波的傳輸量值和方向。 波量是矢量，含幅度和相位，可表示為A∠Φ，或者復(fù)數(shù)x+jy。 波量幅度單位是√W，歸一化電壓。 波量a：參考接收機(jī)測量值，功率為a2。 波量b：測量接收機(jī)測量值，功率為b2。
S參數(shù)	S11=b1/a1 S21=b2/a1 S12=b1/a2 S22=b2/a2
反射系數(shù)	描述入射波與反射波的比值，反射系數(shù)表征被測端口的阻抗匹配程度，端口越接近匹配特性阻抗，反射波量越小，反射系數(shù)越小。
回波損耗	反射系數(shù)幅值表示為對數(shù)dB
駐波比	反射系數(shù)的另一種表述方式，駐波比也表征被測端口的阻抗匹配程度。 在入射波和反射波相位相同的地方，電壓振幅相加為最大電壓振幅Vmax ，形成波腹；在入射波和反射波相位相反的地方電壓振幅相減為最小電壓振幅Vmin ，形成波谷。駐波比是駐波波腹處的電壓幅值Vmax與波谷處的電壓幅值Vmin之比。
傳輸系數(shù)	描述被測件DUT輸出波量與入射波的比值，表征DUT對信號的衰減或放大的倍數(shù)。
插入損耗 增益	傳輸系數(shù)幅值表示為對數(shù)dB
復(fù)阻抗	網(wǎng)絡(luò)分析儀通過反射系數(shù)獲得DUT的端口阻抗。
相位	S參數(shù)的角度
群時延	群時延是表征電磁波色散現(xiàn)象的物理量，表示各個頻率的信號通過DUT的時間，通過S參數(shù)的相鄰頻點(diǎn)相位差與頻率差之比計算得來。

云生信學(xué)生物信息學(xué)

以下文章來源于爾云間meta分析 ，作者爾云間

爾云間meta分析.

分享meta分析學(xué)習(xí)方法、醫(yī)學(xué)統(tǒng)計基礎(chǔ)知識、meta分析軟件操作技巧、SCI論文發(fā)表經(jīng)驗等精彩內(nèi)容。

在前面的推文，“爾云間meta分析”給大家介紹了單組率meta分析的詳細(xì)操作：單組率的meta分析：metan還是metaprop

然而，無對照的單個組meta分析（或叫單臂meta分析），有時候也會出現(xiàn)結(jié)局指標(biāo)為連續(xù)變量的情況，該如何合并得到森林圖呢？

其實，單個組meta分析，連續(xù)變量的合并，可以分成2種情況：自身前后對照（通過比較前后測量值的差異是否顯著，評估干預(yù)效果）、干預(yù)后測量值的合并。前者的操作跟我們平常所說的連續(xù)變量meta分析相似，后者則跟效應(yīng)值（ES (95%CI)）的meta分析相似。

不太懂？沒關(guān)系，我們用兩篇文獻(xiàn)給你講解講解，先易后難，重點(diǎn)在第二篇文獻(xiàn)，一定不能錯過！

案例一：自身前后對照

這是一篇關(guān)于冠脈內(nèi)碎石（Intravascular Lithotripsy, IVL）治療鈣化冠狀動脈（Calcified Coronary Arteries，CCA）的安全性和有效性的meta分析，主要研究結(jié)局為CCA患者經(jīng)IVL后，冠狀動脈直徑是否有顯著變化（Post vs. Pre-treatment）。

盡管這篇meta分析也納入了隨機(jī)對照試驗（IVL vs. contorl），然而只需要提取IVL組的數(shù)據(jù)。這種類型的單組試驗/單臂meta分析，其實是將干預(yù)前作為“對照組”，因此這是干預(yù)前后的差異比較meta分析。

這類型的森林圖，操作很簡單，將干預(yù)后設(shè)置為“試驗組”、干預(yù)前為“對照組”，然后整理相應(yīng)的數(shù)據(jù)即可。具體的操作，可參考往期推文：

Stata的連續(xù)變量森林圖操作

RevMan meta分析教程(04)：連續(xù)變量meta分析

案例二：合并干預(yù)后測量值

以下這篇文獻(xiàn)是關(guān)于：阿帕替尼（apatinib）治療中國骨肉瘤患者的療效和安全性的單臂meta分析。

該文獻(xiàn)納入了除病例報告外的所有研究類型，包括前瞻性、回顧性的橫斷面、隊列研究、病例對照研究（原文的英文表述有誤，不存在cross-sectional cohort studies，應(yīng)該是cross-sectional studies or cohort studies）。

納入文獻(xiàn)的研究類型是不少人疑惑的難點(diǎn)之一，單個組的meta分析究竟能不能納入兩組或多組比較的研究/文獻(xiàn)？答案當(dāng)然是可以的，只提取符合需求的那一個組的數(shù)據(jù)就行。

同理，兩組比較（A vs. B）的meta分析，也可以納入三組或以上的研究（A、B、C……），數(shù)據(jù)提取時只提取A、B兩組的相關(guān)信息。

這篇文獻(xiàn)也做了單組率的meta分析，但本文的重點(diǎn)是連續(xù)變量的合并，因此我們將目光聚焦在以下兩個森林圖。

這是無進(jìn)展生存期(PFS)和總生存期(OS)的meta分析森林圖，從結(jié)局指標(biāo)的特點(diǎn)可以得知，僅納入一個干預(yù)組（如Apatinib）進(jìn)行meta分析，不可能實現(xiàn)“對比”，因此只能對納入研究報道的中位生存時間（median, 95%CI）做森林圖。

那么，究竟如何才能實現(xiàn)這個森林圖？最精彩的操作教程來了！

1 提取正確形式的數(shù)據(jù)

值得注意的是，單組連續(xù)變量的合并，需要用到的數(shù)據(jù)為ES(Effect size), ESLci, ESUci，也就是效應(yīng)值和95%CI。這篇meta分析文獻(xiàn)，PFS、OS的合并，ES是中位生存期（median），而不是mean。效應(yīng)值的選擇可根據(jù)研究方向、數(shù)據(jù)的特點(diǎn)，自由設(shè)置。

以Tian 2020這篇納入文獻(xiàn)為例，文獻(xiàn)的表3顯示，Apatinib治療后mPFS（中位無進(jìn)展生存時間）為4.67±3.01月。在做森林圖合并之前，要將SD轉(zhuǎn)換為95%CI。

之前的推文，“爾云間meta分析”詳細(xì)介紹了標(biāo)準(zhǔn)差（SD）的轉(zhuǎn)換方法，其中就有95%CI轉(zhuǎn)換為SD。

Cochrane官方推薦：數(shù)據(jù)轉(zhuǎn)換工具

如今要逆推，過程如下：

SE = SD/(√n) = 3.01/(√19) = 3.01/4.359 = 0.6905

Lci= median – 1.96*SE = 4.67 – 1.96*0.6905 = 4.67 – 1.35 = 3.32

Uci= Median + 1.96*SE = 4.67 + 1.96*0.6905 = 4.67 + 1.35 = 6.02

2 整理數(shù)據(jù)

所有納入文獻(xiàn)的median (95%CI)都整理完畢后，將數(shù)據(jù)輸入到Stata。

3 繪制森林圖

按照以下截圖完成metan菜單的參數(shù)設(shè)置，運(yùn)行后得到最基礎(chǔ)的森林圖。

4 完善參數(shù)設(shè)置

文獻(xiàn)的森林圖，展示了兩種模型的合并結(jié)果，我們可以通過修改metan命令的執(zhí)行代碼來實現(xiàn)這個效果，如運(yùn)行：

metan median lci uci, label(namevar=study) random second(fixed)

得到與文獻(xiàn)形式一樣的森林圖。

哪怕數(shù)據(jù)保留了3位或以上的小數(shù)，但Stata的森林圖默認(rèn)只顯示2位小數(shù)。因此，我們的合并結(jié)果與原文存在的細(xì)微差異，可能是數(shù)據(jù)保留的小數(shù)點(diǎn)位數(shù)不同導(dǎo)致的。

單組研究的連續(xù)變量的森林圖合并，操作的介紹就先告一段落了，希望能幫到你解開又一個難題。如果你想更系統(tǒng)的學(xué)習(xí)meta分析，歡迎聯(lián)系小編一起學(xué)習(xí)哦。