1

此时我正在尝试使用 metafor 包的 rma.glmm 函数计算（调整后的）IRLM。

我的数据是一个如下所示的数据框：

head(data)


 patient-years events    age
1  180.0000  4    NA
2  116.2500 13 51.83
3   66.2500  6 48.00
4  423.6333 21 58.00
5  142.1783  7 53.20
6 1117.3167 72 59.90

计算 IRLM 的函数工作正常：

y=rma.glmm(xi=events, ti=patent-years, data=data, measure="IRLN",method="ML")

并给了我以下森林图：

metafor::forest.rma (y)

森林地块

但是，当我想调整我的模型时：

    nh=rma.glmm(xi=events,ti=patient-years, data=datanh, 
measure="IRLN", mods = ~ age , method="ML")

（其中年龄是一个数字向量）

汇总度量丢失

调整后的森林

我已经尝试了所有我能想到的，但真的不知道如何解决这个问题。你有什么建议吗？

4

1 回答 1

1

当您向模型添加调节器时，不再有效果（或者更准确地说，是随机效果模型中的平均效果）。平均效应的大小取决于调节因子的值。然后，森林图中的灰色阴影多边形反映了与纳入研究的“年龄”值相对应的估计平均效应。

您可以使用该函数计算特定年龄值的预测平均效果predict()，即：

predict(nh, newmods = <age value>, transf=exp)

（transf=exp以获得指定年龄值的估计平均 IR）。

有些人可能会将研究中观察到的年龄值的平均值插入并将其解释为调整后的估计值。人们可以争论这个术语（“调整后的效果”）是否正确。

于 2020-05-25T15:27:11.300 回答