Question

我正在尝试对一组研究进行元分析。我试图找出代码以正确输出我想要的东西。本质上，我正在尝试使用metafor包运行固定效果的荟萃分析测试，并收集系数估计值以将其存储在矩阵中。

我有几个问题。例如，我只想对具有多个结果的研究运行这些测试。因此，其研究编号多次出现的研究（例如，参见代码）。当我使用现有代码尝试此操作时，它不起作用，会吐出一个数字，但它不是正确的数字。另外，有些学习数量大于我的实际学习数量。在我的个人数据集中，有一个研究编号为3500。当我运行循环时，R会在第3500行上吐出该特定固定效果模型的结果，而不仅仅是将其放在下一个空行中。

下面我有一个基本示例，任何人都可以在R中运行。

library(metafor)
origdata <- data.frame(matrix(data=NA, nrow=15, ncol=3))
colnames(origdata) <- c("studynum", "Mail_b", "Mail_SE")
origdata$studynum <- c(1, 1, 1, 1, 1, 2, 3, 3, 3, 4, 7, 7, 7, 7, 7)
origdata$Mail_b <- c(1.8, 0.8, 1.2, 1, 1, 5, 3, 3, 6, 4, 5, 8, 5, 9, 2)
origdata$Mail_SE <- c(1.6, 0.8, 1.3, 1, 1, 1, 3, 2.9, 6, 4, 5, 8, 5, 8, 1)  

collapsedtest <- data.frame(matrix(data=NA, nrow=5, ncol=3))
colnames(collapsedtest) <- c("studynum", "Meta_b", "Meta_SE")
collapsedtest$studynum <- unique(origdata$studynum)

for(i in unique(origdata$studynum)) {
  if((table(origdata$studynum) == 1) == FALSE){
    collapsedtest[i, 2] <- (coef(summary(rma(yi=Mail_b[origdata$studynum == i], 
                                             sei=Mail_SE[origdata$studynum == i], 
                                             method="FE", 
                                             data=origdata)))$estimate)
    collapsedtest[i, 3] <- (coef(summary(rma(yi=Mail_b[origdata$studynum == i ], 
                                             sei=Mail_SE[origdata$studynum == i], 
                                             method="FE", data=origdata)))$ci.ub 
                            -
                              (coef(summary(rma(yi=Mail_b[origdata$studynum == i], 
                                                sei=Mail_SE[origdata$studynum == i], 
                                                method="FE", 
                                                data=origdata)))$estimate)) / 1.96
    } else {
      collapsed[i, 2] <- origdata$Mail_b[origdata$studynum == i]
      collapsed[i, 3] <- origdata$Mail_SE[origdata$studynum == i]
    }
}

Answer 1

考虑使用nrow并根据 studynum 的条件调整行索引器。另外，请确保只运行一次 rma 方法，然后使用得出的估算值。

for(i in unique(origdata$studynum)) {
  coef_data <- coef(summary(rma(yi=Mail_b[origdata$studynum == i], 
                                sei=Mail_SE[origdata$studynum == i], 
                                method="FE", 
                                data=origdata)))

  if(nrow(origdata[origdata$studynum==i,]) > 1) {
    collapsedtest[collapsedtest$studynum==i, 2] <- coef_data$estimate
    collapsedtest[collapsedtest$studynum==i, 3] <- (coef_data$$ci.ub - coef_data$estimate) / 1.96

    collapsedtest[collapsedtest$studynum==i, 2] <- origdata$Mail_b[origdata$studynum == i]
    collapsedtest[collapsedtest$studynum==i, 3] <- origdata$Mail_SE[origdata$studynum == i]
  }
}

但是，您可以使用by来避免 studynum 过滤器，do.call是一种按因子对数据帧进行子集并将子集运行到操作中的方法。然后，在处理之后，使用df_list <- by(origdata, origdata$studynum, function(sub){ coef_data <- coef(summary(rma(yi=Mail_b, sei=Mail_SE, method="FE", data=origdata))) if(nrow(sub) > 1) { df <- data.frame(studynum = sub$studynum[[1]], Meta_b = coef_data$estimate, Meta_SE = (coef_data$$ci.ub - coef_data$estimate) / 1.96 } else { df <- data.frame(studynum = sub$studynum[[1]], Meta_b = sub$Mail_b, Meta_SE = sub$Mail_SE) } return(df) }) collapsedtest <- do.call(rbind, df_list)行绑定所有子集的数据帧：

Bar&& rb = Bar{}.doThings();
use(rb); // not safe if returning rvalue reference, while safe if returning by value

使用for循环存储荟萃分析结果

1 个答案: