Question

我正在对流行率数据进行元分析。在每个研究中，参与者可以属于三个互斥的组之一。我想找出所有研究中每个组的患病率（即，属于每个组的个体所占的百分比），并考虑样本量。

我正在使用“元”包来执行此操作。我希望有人可以看看我是否做得正确。我已经附上了一些示例数据和代码。

让我停下来的是，三个具有随机效应的患病率加起来不等于100。那是正常的吗？

require(data.table)
require(meta)

data <- data.table(Study = c("Smith", "Bond", "Francis", "Smith", "Bond", "Francis", "Smith", "Bond", "Francis"), Group = c("A", "A", "A", "B", "B", "B", "C", "C", "C"), size = c(150, 40, 30, 150, 40, 30, 150, 40, 30), members = c(140, 30, 20, 5, 5, 5, 5, 5, 5))
data$Study <- as.factor(data$Study)
data$Group <- as.factor(data$Group)

analysis <- metaprop(data = data, event = members, n = size, studlab = Study, byvar = data$Group)

提供有关数据的一些信息。研究是三个研究中每一个的名称。组是每行引用的三个组中的哪一个。大小是给定研究中的样本大小。成员是样本中属于给定组的人数。

Answer 1

[forest(analysis)我对数字进行了一些测试，并最终得出患病率估算值，对于随机和固定效应模型，这些估算值合计接近100（+ -2）。所以我想这与四舍五入有关吗？如果您的结果偏差不止于此，则可能与数据中的数字错误有关。 ]

edit：忽略先前的内容，当我仅在组的子集上尝试相同的模型时，我会得到相同的结果，因此，确实为每个组分别计算了效果。这意味着各组的患病率之和可能不完全等于100。

data <- data[ which(data$Group=='A'),]

我不确定如何组合这些组以进行分析（并且我不知道这是否可取）。 tau.common参数也许有用。反正祝你好运！

对具有随机效应的患病率进行元分析：我的代码是否有问题？

1 个答案: