问题标签 [metafor]

我必须拟合几个元回归模型，并且我试图编写一个 for 循环，其中不同的变量名称被传递给 escalc 函数。

任务如下所示：

但是，这失败并出现错误。

如何将变量名称传递给 escalc？

我有兴趣结合 70 岁时心脏病的生存估计。由于这些是生存估计，它们的范围从 0 到 1（类似于比例）。我有 5 项研究，估计值的摘要、95% CI、n 和 SE 如下所示。每行代表一项研究。

rmain packagemetafor允许我输入sei（标准错误），这将根据研究封装我从 95% CI 中获得的信息，但生成的置信区间不在 0 和 1 之间（即 CI 为 -0.51、1.77） . 我该如何限制这一点？即确保rma将 mydat$Estimate视为 0 到 1 之间的值。

我已经制作了一个附在上面的森林图。

我已经申请showweights = TRUE，这给了我每项研究的总体估计权重。

但是，我根据一些基本的研究特征进行了亚组分析。每个子组分析都会产生一个子组估计值。是否也可以显示子组估计的权重？

我已经习惯了以下脚本：

是否可以为漏斗图中的数据点着色？我正在使用 metafor 包。

是否可以根据变量为点着色？

Fx 蓝色数据点代表：

谢谢你，C。

我正在使用 R 中 metafor 包中的 rma.mv 进行荟萃分析。我有效应大小 ( yi)、方差 ( vi)、一个调节因子和两个随机效应变量。最近有人指出我应该将变量Method of detection（两个级别）作为固定效应变量包含在模型中。所以这就是问题所在。我不确定如何将此变量指定为固定。

这是我的代码：

在函数的帮助部分有一些解释如何解决这个问题，但我认为我缺乏统计培训让我无法让它发挥作用。此外，当你有主持人时，它似乎也会有所不同，就像我的情况一样。

如何在置信区间列（3d 列）上方添加标题：“OR [CI 95%]”，在第一列上方添加标题“Cohort”？

这是我的代码：

我有几项研究被分析为具有二项式结果的混合模型，并且正在尝试对这些研究进行荟萃分析。例如，一项研究使用了以下分析：

要进行元分析，我相信我需要运行rma.glmm()metafor 包中的函数。rma.glmm()需要指定的参数ai, bi, ci, 和di(2x2 table data)，但是 glmer 的输出只给出yi; 使用数据的实际描述（忽略所有聚类）来填充这些参数似乎违反直觉。是否可以从混合模型生成计数的 2x2 表数据？

或者，是否可以在没有 2x2 表的情况下运行具有效应大小和方差的荟萃分析？根据我的发现，这对于rma.uni()（对于线性模型）来说是可能的，但对于广义混合模型来说却不是。

数据和分析的微小子集：

我想制作 2 个关于冒险和性别的散点图。我有 12 项研究，每项都有男性和女性的数据（均值、效应大小、抽样方差）。每项研究的平均值都非常不同，在一项研究中，男性为 1490，女性为 1200，在另一项研究中，男性为 33，女性为 25。我想在同一张图上制作 2 个不同的散点图。X 轴应该是年龄，Y 轴应该是冒险。我需要两条不同的曲线，一条用于女性，一条用于男性。我怎样才能融合这两条曲线？甚至有可能将所有内容都放在一张图表上吗？

我已经尝试过使用 ggplot2、geom_point() 和 metafor 包。

我希望能够将我的 2 个散点图融合为一个，但我不知道如何。此外，这两个散点图看起来非常相似，我认为不应该如此。

我试图从我使用 R 包 metafor 运行的固定效应荟萃分析中获得 I^2 异质性统计的置信区间。

似乎 confint() 函数不适用于固定效应荟萃分析？

感谢任何指针！

我正在进行荟萃分析，并试图找到两个不同组的合并效应大小（由“研究”变量区分）以比较效果。我在 R 中使用 metafor 包。我当前的代码正在为每项研究生成估计值，而不是汇总效应。如何修复我的代码以找到合并的效果大小？

res.re <- rma.mv(yi, vi, mods = ~ study + focus +1, random = ~ focus | study, rho=1/2, data=dat,slab=paste0(study, focus)) res。回覆

我希望输出为所有研究提供一个单一的汇总估计，但它为所有研究提供了一个估计。