Question

我正在尝试从多个赔率比率和他们的置信区间进行荟萃分析。源文章不报告标准错误。

为了使用rma.uni()包中的metafor，我需要提供差异（通过vi=" "）或标准错误（通过sei = " "）。所以我按照以下方式计算标准错误(logor = log(odds ratio), UL= CI upper limit, LL = CI lower limit)：

se1<-(log(UL)-logor)/1.96
se2<-(log(OR)-log(LL))/1.96

我的问题是，以这种方式得出的标准错误有点不同，尽管它们应该是相同的。我认为这是因为作者对CI进行了整理。我的解决方案是将这些平均值作为模型中的标准误差。

然而，当我拟合模型并绘制森林图时，产生的置信区间与我开始时的差异很大..

dmres<-rma.uni(yi=logor, sei=se, data=dm2)
forest(dmres, atransf=exp, slab=paste(dm2$author))

有更好的方法吗？也许我可以直接放置置信区间的函数？

非常感谢您的评论。

更新

示例数据和代码：

dm<-structure(list(or = c(1.6, 4.4, 1.14, 1.3, 4.5), cill = c(1.2, 
2.9, 0.45, 0.6, 3.2), ciul = c(2, 6.9, 2.86, 2.7, 6.1)), .Names = c("or", 
"cill", "ciul"), class = "data.frame", row.names = c(NA, -5L))

dm$logor<-log(dm$or)
dm$se1<-(log(dm$ciul)-dm$logor)/1.96
dm$se2<-(dm$logor-log(dm$cill))/1.96
dm$se<-(dm$se1+dm$se2)/2

library(metafor)
dmres<-rma.uni(yi=logor, sei=se, data=dm)
forest(dmres, atransf=exp)

Answer 1

由于置信区间界限（在对数刻度上）开始时不对称，因此会出现这些差异。您可以使用forest.default()函数，直接提供CI边界，然后使用addpoly()函数添加摘要多边形。使用您的示例：

forest(dm$logor, ci.lb=log(dm$cill), ci.ub=log(dm$ciul), atransf=exp, rows=7:3, ylim=c(.5,10))
addpoly(dmres, row=1, atransf=exp)
abline(h=2)

将确保数据集中的CI边界与林图中的CI边界完全相同。

使用meta中的metafor包从优势比和置信区间进行元分析

1 个答案: