Question

我使用rma.glmm来比较来自2个不同研究的元比例。例如，具有（xi）和没有（xii）6个月时的不良事件的个体的比例：

library(metafor)

#6 months
study=c("1", "2")
ni = c(41, 19)
xi = c(26, 14)
xii = c(15, 5)
NP6monthAT <- data.frame(study, xi, xii, ni)
res2 <- rma.glmm(measure="PLO", xi = xi, ni = ni, data = NP6monthAT)
predict (res2, transf = transf.ilogit, digits=2)
res2 <- rma.glmm(measure = "PLO", xi = xii, ni = ni, data = NP6monthAT)
predict (res2, transf = transf.ilogit, digits=2)

然而，偶然地，在特定时间点，两个不同人群中的比例相同（11.1％）并且我收到错误：

#12 months
study=c("1", "2")
ni=c(81, 45)
xi=c(9, 5)
xii=c(72, 40)
NNPNNP12monthAT<-data.frame(study, xi, xii, ni)
res4<-rma.glmm(measure="PLO", xi=xi, ni=ni, data=NNPNNP12monthAT)
predict(res4, transf=transf.ilogit, digits=2)

rma.glmm出错（measure =＆＃34; PLO＆＃34;，xi = xi，ni = ni，data = NNPNNP12monthAT）：不适合ML模型。

我理解估计值将等于11.1（因为它在两个群体中都是这样）...但我希望输出具有置信区间，任何建议我可以做些什么来获取此信息？

Answer 1

该问题源自lme4::glmer()，用于适应此模型：

> glmer(cbind(xi,ni-xi) ~ 1 + (1 | study), family=binomial, data=NNPNNP12monthAT)
Error: Response is constant

当研究中的对数几率相同时，显然不存在任何研究之间的异质性。一个简单的解决方案就是适应有限元模型（因为tau^2等于0，这就是你要得到的）。所以，使用：

res4 <- rma.glmm(measure="PLO", xi=xi, ni=ni, data=NNPNNP12monthAT, method="FE")

使用rma.glmm计算估计值：当2个估计值相同时出错

1 个答案: