Meta和Metafor R软件包-

debugcn 发表于 Dev

安娜

我目前正在使用“ metafor”软件包在R中进行元分析。在进行研究时，我遇到了另一套用于R中的荟萃分析的软件包，即“元”。我更喜欢（由设计人员）由后一个程序包创建的森林图，但是不幸的是，某些数据与我使用metafor创建的图不同。

具体来说，仅对于I ^ 2和合并的估计，数据是不同的。

meta_1 <- rma(yi=yi, vi=vi, measure="SMD", method="ML", slab=Citation, data=dat)
forest(meta_1)

meta_2 <- metagen(yi,vi^.5,data = dat,studlab = paste(Citation), comb.fixed = FALSE, 
                 comb.random = TRUE, hakn = TRUE, method.tau = "ML", sm = "SMD")
forest(meta_2)

有谁知道为什么会出现这些差异？

麦克风

因此，我能够获得预测间隔以匹配各个函数，但不能匹配I ^ 2值（即使差异仅相差2％）。一个软件包与另一个软件包相比可能在某种程度上进行了统计校正，或者与RE / FE类型的建模方法有关。

无论如何，我希望这段代码可以帮助您指出正确的方向。要获得独联体匹配您还可以使用参数method.tau.ci在metagen()。

library(meta)
library(metafor)
study<- c(1:10) 
yi<- c( -0.48965031,0.64970214, 0.11201680,0.07945655,-0.70874645 -0.54922759,0.66768916 , -0.45523574 ) 
vi <- c(0.10299697,0.14036855,0.05137812, 0.03255550, 0.34913525, 0.34971466, 0.07539957, 0.08428983) 
dat <- cbind(study, yi, vi) 
dat <- as.data.frame(dat)

meta_1 <- rma(yi=dat$yi, vi=dat$vi, measure="SMD", method="REML", slab=paste(study), data=dat) 
forest(meta_1) 

meta_2 <- meta::metagen(TE =dat$yi,seTE = dat$vi^.5, method.tau = 'REML',
                        method.tau.ci = 'BJ', comb.random = TRUE, comb.fixed = TRUE,
                        sm = 'SMD') 

forest(meta_2)

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。