使用MICE估算的数据的逻辑回归的奇数比率和95％置信区间

Question

我有使用MICE包进行估算的缺失数据。

impData <- mice(analysis_set,m=5,maxit=50,meth='pmm',seed=500)

现在我需要进行逻辑回归分析：

modelFit1 <- with(data = impData, 
exp = glm(formula = Outcome ~ inputVar1 + inputVar2 + inputVar3, 
family = binomial(link = "logit")))

我可以使用以下方式进行汇总分析：

pool(modelFit1)

更多信息使用：

summary(pool(modelFit1))

最后一个命令显示估计值SE，t，df，Pr（＆gt; | t |），lo 95，hi 95，nmis，fmi和lambda。

我的问题是：是否有一种简单的方法可以从汇总分析中获得OR和95％CI？

我曾经使用以下方法对数据集执行此操作：

exp(cbind(OR = coef(mylogit), confint(mylogit)))

其中mylogit是数据集的glm（）。是否有与汇总分析相当的东西？

Answer 1

谢谢@ user20650

summaryPool <- summary(pool(modelFit1))
exp(cbind(summaryPoolM2[,1],summaryPoolM2[,6],summaryPoolM2[,7]))

第1列是估计值，6和7是ln（95％置信区间）。指数这些值给出了OR和95％CI。

Answer 2

合并的对象在MICE软件包的mipo类下。

summary(pool(modelFit1), conf.int = TRUE, exponentiate = TRUE)

给出赔率（估计值）和相应的配置项。