向rma.glmm中添加mods时丢失的汇总测量

Question

此时，我试图用元the包的rma.glmm函数计算(调整后的)IRLM。

我的数据是如下所示的数据：

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的函数工作得很好：

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

并给出了以下森林地块：

metafor::forest.rma (y)

林地

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")

(其中年龄是数字向量)

摘要措施丢失

调整林

我已经尽力了，但真的不知道怎么解决这个问题。你有什么意见建议？

Answer 1

当您在模型中添加一个版主时，就不再存在这种效应(或者准确地说，是一个随机效应模型中的平均效应)。那么，平均效果的大小取决于主持人的值。然后，森林地块中的灰色阴影多边形反映了与包括研究的“年龄”值相对应的估计平均效应。

您可以使用predict()函数计算特定年龄值的预测平均影响，即：

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

(transf=exp用于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平均年龄值插入并将其解释为调整后的估计数。人们可以争论这个术语(“调整后的效果”)是否正确。