1

我一直无法找到这个问题的答案，但我希望这并不难。

我正在进行元分析，并希望在森林图中包括一项研究，但将其从效应大小的元分析估计中排除。也就是说，我想将该研究包括在内以进行比较，但不希望它有助于实际的荟萃分析。

这是一个奇怪的案例，我们有大约 30 项研究使用了相同的协议。它们都是原始研究的直接复制。我想将原始研究包含在森林图中以进行比较，但不想将其包含在约 30 项新研究的荟萃分析中。我看到可以处理缺失的数据（不包括 meta 中的森林图中缺失的变量），但是如果我想将它们包含在森林图中，我看不到任何方法可以指定要从模型本身中排除的数据行. 有什么建议么？

4

1 回答 1

1

这需要更多的手动工作，但您可以首先使用forest()函数创建森林图（显示所有研究并在底部为汇总估计留出一些空间），然后拟合模型（例如，使用rma()函数）不包括任何内容研究你不想分析的部分，然后用addpoly()函数添加汇总估计。

这是一个例子：

library(metafor)

### load BCG vaccine data
data(dat.bcg)

### calculate log relative risks and corresponding sampling variances
dat <- escalc(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat.bcg, slab=paste(dat$author, dat$year, sep=","))
dat

### forest plot of all studies
forest(dat$yi, dat$vi, xlim=c(-9.5, 7.5), ylim=c(-1.5,16), atransf=exp, at=log(c(.05, .25, 1, 4, 20)))
text(-9.5, 15, "Author(s) and Year",    pos=4)
text( 7.5, 15, "Observed RR [95% CI]",  pos=2)

### random-effects model (without Aronson, 1948)
res <- rma(yi, vi, data=dat, subset=author!="Aronson")
res

### add summary estimate to the bottom
addpoly(res, atransf=exp, row=-1, mlab="RE Model (w/out Aronson, 1948)")

### horizontal separation line
abline(h=0)
于 2014-05-28T15:53:33.583 回答