2017-05-04 3 views
1

Ich versuche Nachdem mit der Funktion metabin aus dem Paket meta eine Meta-Analyse mit R. zu tun, erhalte ich thisWie extrahiert man Werte aus Metabin mit R?

Hier ist eine vereinfachte Version meiner Daten:

data <- data.frame(matrix(rnorm(40,25), nrow=17, ncol=8)) 
centres<-c("LYON","SAINT ETIENNE","REIMS","TOULOUSE","SVP","NANTES","STRASBOURG","GRENOBLE","ANGERS","TOULON","MARSEILLE","COLMAR","BORDEAUX","RENNES","VALENCE","CAEN","NANCY") 
rownames(data) = centres 
colnames(data) = c("case_exposed","witness_exposed","case_nonexposed","witness_nonexposed","exposed","nonexposed","case","witness") 
metabin(data$case_exposed, data$case, data$witness_exposed, data$witness, studlab=centres, 
     data=data, sm="OR") 

I möchte nur die Werte von OR und 95% -CI im Modell mit festem Effekt und dem Modell mit zufälligen Effekten extrahieren, so dass ich sie in ein anderes Array setzen könnte. Ist das überhaupt möglich?

Ich habe versucht, Zusammenfassung zu verwenden, aber es ändert nichts. Danke für Ihre Hilfe.

+1

Bitte geben Sie ein minimales Arbeitsbeispiel an. Siehe http://stackoverflow.com/help/how-to-ask, http://stackoverflow.com/help/mcve, http://stackoverflow.com/questions/5963269/how-to-make-a-great -r-reprovised-example – coffeinjunky

+1

Es wird einfacher sein, Ihnen zu helfen, wenn Sie ein [reproduzierbares Beispiel] (http://stackoverflow.com/questions/5963269/how-to-make-a-great-r-reproducible-example) einfügen) mit Beispiel-Eingabedaten und dem Code, den Sie ausführen. Bild von Daten oder Ausgabe sind nicht besonders hilfreich. Bitte geben Sie auch die gewünschte Ausgabe an, damit mögliche Lösungen getestet werden können. – MrFlick

Antwort

0

Betrachten Sie das folgende Beispiel:

library(meta) 
data(Olkin95) 
meta1 <- metabin(event.e, n.e, event.c, n.c, 
       data = Olkin95, subset = c(41, 47, 51, 59), 
       method = "Inverse") 
summary(meta1) 

Die geschätzte RR (95% CI) von den festen und zufälligen Modelle sind

Number of studies combined: k = 4 

         RR   95%-CI  z p-value 
Fixed effect model 0.4407 [0.2416; 0.8039] -2.67 0.0075 
Random effects model 0.4434 [0.2038; 0.9648] -2.05 0.0403 

Sie können diese Werte extrahieren mit:

(est.fixed <- unlist(summary(meta1)$fixed)) 

      TE   seTE  lower  upper   z   p  level 
-0.819414226 0.306710201 -1.420555173 -0.218273278 -2.671623649 0.007548526 0.950000000 

(RR.fixed <- exp(est.fixed[1])) 

     TE 
0.4406897 

(CI.fixed <- exp(c(est.fixed[1]-1.96*est.fixed[2],est.fixed[1]-1.96*est.fixed[2]))) 

     TE  TE 
0.2415772 0.2415772 

Ähnlich für das zufällige Effektmodell:

(est.random <- unlist(summary(meta1)$random)) 
     TE  seTE  lower  upper   z   p  level   df 

-0.81325423 0.39665712 -1.59068790 -0.03582057 -2.05027011 0.04033808 0.95000000   NA 

(RR.random <- exp(est.random[1])) 

     TE 
0.4434127 

(CI.random <- exp(c(est.random[1]-1.96*est.random[2],est.random[1]+1.96*est.random[2]))) 

     TE  TE 
0.2037825 0.9648272 
+0

Vielen Dank Marco Sandri! Es funktioniert perfekt! Aber ich habe mich gefragt woher diese Formel kommt? –

+0

Es ist die Formel, die die Beta-Koeffizienten einer logistischen Regression zu den ORs verbindet: ORs = exp (Betas). https://stats.stackexchange.com/questions/35013/exponentiated-logistic-regression-coefficient-different-than-odds-ratio –

+0

Ok danke !! –

Verwandte Themen