2

我正在使用 rma.glmm 来计算 2 个不同研究的元比例。例如，在 6 个月时出现 (xi) 和没有 (xii) 不良事件的个体比例：

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)

但是，偶然在特定时间点，两个不同人群中的两个比例相同（11.1％），我收到一个错误：

#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 (measure = "PLO", xi = xi, ni = ni, data = NNPNNP12monthAT) 中的错误：无法拟合 ML 模型。

我知道估计值将等于 11.1（因为这在两个群体中都是如此）......但我想要带有置信区间的输出，关于我可以做些什么来获取这些信息的任何建议？

4

1 回答 1

2

该问题源于lme4::glmer()用于拟合此模型：

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

当不同研究的对数几率相同时，显然不存在任何研究间的异质性。一个简单的解决方案是然后拟合 FE 模型（因为tau^2等于 0，这就是你无论如何都会得到的）。所以，使用：

res4 <- rma.glmm(measure="PLO", xi=xi, ni=ni, data=NNPNNP12monthAT, method="FE")
于 2017-12-21T16:22:04.943 回答