当在包元组件中使用Paule-Mandel估计器时，汇集的方法是什么？

Question

考虑下面的代码，该代码使用Paule-Mandel估计器来确定具有异质性的随机效应模型：

library(metafor)
res = rma(measure = "RD", ai = Ai, bi =  Bi, ci = Ci, di = Di, data = data1, method="PM")

在metafor手册中，在Hunter-Schmidt或DerSimonian-Laird估计器用于汇总结果的情况下提到了汇集方法，但Paule-Mandel估算器没有提到。任何提示？

Answer 1

Paule-Mandel（PM）估计器是一种估计异质性量的方法（通常在元分析文献中表示为tau ^ 2）。一旦估计了这个方差分量，就没有比任何其他方法更好的了：我们只计算估计的加权平均值，使用1 /（抽样方差+ tau ^ 2）作为权重。举例说明：

library(metafor)

dat <- escalc(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat.bcg)
res <- rma(yi, vi, data = dat, method="PM")
res
coef(res)
weighted.mean(dat$yi, 1/(dat$vi + res$tau2))

最后两行给出了相同的值：-0.7149682。

编辑：Mantel-Haenszel方法还计算加权平均值。在上面的示例中，escalc()计算对数风险比（和相应的抽样方差），然后我们根据对数风险比计算加权平均值。 MH方法的工作方式略有不同，因为它直接根据风险比值计算加权平均值。举例说明：

res <- rma.mh(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat.bcg)
res
exp(coef(res))
weighted.mean(exp(dat$yi), weights(res))

最后两行都给出了相同的值：0.6352672。