The first row returned from m.meta(studies) is the overall results, but I cant figure out what all the numbers mean. I know one some of them are p-values, and others are the statistical test stats, but how do I know what order theyre returned in? And most important, which number is the overall pooled effect?

ReplyAgree(0), Disagree(0)

I noticed if I try to use more than 200 studies in a meta analysis, it breaks and returns null. why is that? is there a fix? Could you make the repository public so that we can download/help fix issues with this package?

ReplyAgree(3), Disagree(0)

Thank you making PythonMeta, it has been very helpful for me in doing an evidence map.
I hope if the size of the label becomes adjustable on the next update?

ReplyAgree(1), Disagree(0)

Hi, 

Thank you making PythonMeta, it has been very helpful for me in doing a meta analysis on mean differences.

I was hoping you could tell me if it is possible to use PythonMeta, where the input contains pre-computed effect sizes, standard errors, and sample sizes. I want to do a meta analysis of hazard ratios, and this measure is not implemented in the package.

Best,
Hamilton

ReplyAgree(1), Disagree(0)

A very helpful tool. I will use it and I ll include 
 this in my publication!

ReplyAgree(0), Disagree(0)

This is the only understandable information i can find, regarding Meta-Analysis. This has been very helpful in successfully completing my Meta-Analysis assignment.

Thank you for creating this. 

Would it be possible for you to include the reasoning behind choosing effect measure, algorithm etc?

Many thanks,
Natalie

ReplyAgree(0), Disagree(0)

Hello,

We think PythonMeta and PyMeta are great. 

We are writing a paper about continuity corrections (CCs) for rare event meta-analysis, and we would like to inform readers which CCs are implemented in various meta-analysis software.

We couldnt find the documentation for this. Do you know what CC is used when you have 0 events in a study arm?

Best,
Nolan

ReplyAgree(0), Disagree(0)

I am writing a paper about different variance estimators in effect size measures, and I hope that you can let me know which formula PyMeta uses for to estimate the variance in effect size.

ReplyAgree(0), Disagree(0)

thanks for this. it is help full for someone learning meta for python

ReplyAgree(0), Disagree(0)

I would like to analyze subgroups and run a sensitivity analysis in Python rather than on the website. However:
1. The program is ignoring the subgroup tags
2. There are no instructions for how to perform a sensitivity analysis in Python. What is the command?

ReplyAgree(0), Disagree(0)

Questions/needs: 
1) Is there a way to change the text below the axis (favors control vs experiment)?
2) Is there were to prevent the - tick-marks from showing up - these are present on even empty lines.
3) Is there a way to show the data next to the study names? As well as the relative ratios? 
4) Is there a way to control the color of the text/bars?

ReplyAgree(0), Disagree(0)

First, thank you for doing this! We need a solid metanalysis tool for python and this seems to be on the right track! 

I am trying to learn this packages. I ran your example code with the sub-groups. I noticed three issues: 
1) the program is not taking into account the sub-group heading;
2) the program is ignoring the nototals command.
3) program takes out the space in the study names (it shouldnt)

Questions/needs: 
1) Is there a way to change the text below the axis (favors control vs experiment)?
2) Is there were to prevent&n

ReplyAgree(0), Disagree(0)

I would like to have an access to the PyMeta tutorial booklet. Thanks and appreciate you doing this to help fellow scientists out there. 

Thanks!

ReplyAgree(3), Disagree(0)

I want to do subgroup analysis and sensitivity analysis using the PythonMeta Package, but I don’t know how to do this in Python instead of in the website. Do you have any example code?

ReplyAgree(2), Disagree(0)

Thank you for open this site that allow me to learn the meta analysis.

ReplyAgree(1), Disagree(0)

how to do Sensitivity analysis with pymeta?
I can not find the function.

ReplyAgree(0), Disagree(0)

It would be great if there were complete, step-by-step running routines

ReplyAgree(1), Disagree(0)

Hi, nice to meet you.

ReplyAgree(7), Disagree(4)