1

我目前正在使用metafor包（Viechtbauer，2010）对比例（传播疾病的蚊子数量/测试的蚊子数量）进行荟萃分析。我的目标是计算 5 种蚊子中每一种的汇总效应大小。就目前而言，我的分析策略是：

  • 使用 PFT（双反正弦）变换来规范化数据（我有很多 0 和 1 作为值）
  • 运行整体模型以评估异质性（检验剩余异质性是否有意义）
  • 由于我从元分析中包含的每篇文章中获得了几个度量，我评估了使用三级模型的必要性（LRT 有意义，用于“度量”和“文章”（度量嵌套在文章中）
  • 使用亚组分析，以蚊子种类为调节剂
  • 评估残余异质性
  • 测试一些主持人以试图解释剩余的异质性

当我进行亚组分析时，我得到了一个对变量“Specie”有意义的调节器检验。但后来我想知道这个显着变量解释了方差的哪一部分，我得到了 -0.9%（截断为 0%）（我在这里使用了 W. Viechtbauer 建议的“伪 R 平方”方法）。

所以，我的问题是：是否有可能/连贯地对主持人进行有意义的测试，并且该主持人没有解释差异？怎么解释呢？

当我使用 REML 估计时，我不能使用 LRT 来测试变量是否有意义（我宁愿不使用 ML 来计算 LRT）。

如果有人可以帮助我，请提前感谢，

此致，

亚历克斯

如果有用，这里是我使用的代码的摘要：

ies.da <- escalc(xi = data_test[, "n"], 
                 ni = data_test[, "n_tested"],
                 data = data, 
                 measure = "PFT", 
                 add = 0)
  
subganal.specie.mv <- rma.mv(yi, vi, 
                             data = ies.da, 
                             mods = ~factor(Specie), 
                             method = "REML",
                             random = ~1|article/measure)

subganal.no.specie.mv <- rma.mv(yi, vi, 
                                data = ies.da, 
                                method = "REML",
                                random = ~1|article/measure)

pseudo.r.squared <- (sum(subganal.no.specie.mv$sigma2) - sum(subganal.specie.mv$sigma2)) / sum(subganal.no.specie.mv$sigma2)

结果，我得到了对主持人有意义的测试：

subganal.specie.mv

Multivariate Meta-Analysis Model (k = 165; method: REML)

Variance Components:

            estim    sqrt  nlvls  fixed     factor 
sigma^2.1  0.0184  0.1358     21     no     article
sigma^2.2  0.0215  0.1466    165     no     article/measure 

Test for Residual Heterogeneity:
QE(df = 161) = 897.9693, p-val < .0001

Test of Moderators (coefficients 2:4):
QM(df = 3) = 12.3578, p-val = 0.0063

Model Results:

                  estimate      se     zval    pval    ci.lb    ci.ub 
intrcpt             0.6172  0.1051   5.8729  <.0001   0.4112   0.8232  *** 
factor(Specie)1    -0.0123  0.1240  -0.0990  0.9211  -0.2554   0.2308      
factor(Specie)2    -0.2110  0.1178  -1.7913  0.0733  -0.4419   0.0199    . 
factor(Specie)3    -0.2299  0.1008  -2.2813  0.0225  -0.4274  -0.0324    *

但我的“伪 R 平方”为空：

pseudo.r.squared
[1] -0.009012437
4

0 回答 0