我已经保存了54个遗传变异的cox回归模型(使用生存包)的系数。我已经分别为7个国家完成了这一工作,现在我希望使用rma包中的metafor函数将它们合并在一起。cox回归很好,我使用exp(coef)和健壮的标准错误作为池。这是我剧本的一部分
library(metafor)
HR.test <- c(1.0473445, 0.9463692, 0.8108665, 0.9981969, 0.9463692, 0.9858747, 0.9089416)
se.test <- c(0.06669897, 0.05569544, 0.1618536, 0.06813053, 0.05569544,
0.05663756, 0.08702840)
pool.test <- rma(HR.test, sei=se.test, method="FE")
summary(pool.test)问题是,P值不可能很小,特别是考虑到置信区间经过1,所以结果并不显著。我输入的东西有什么问题吗?我以前使用过这个软件包来汇集线性回归结果,它运行得很好。如果使用危险比率(其数值是危险比率的指数),情况会有所不同吗?
发布于 2016-04-25 08:36:24
我怀疑所提供的代码是否真的被使用了。首先,没有定义beta.test。我假设这些应该是从Cox回归模型中提取的对数风险比率。而且,methods="FE"会给出一个错误。应该是method="FE"。
实际上,如果运行rma(HR.test, sei=se.test, method="FE"),则得到一个非常小的p值,但正如@42已经在注释中指出的那样,这是不正确的。se.test值是测井危险比的估计标准误差。所以,beta.test <- log(HR.test)和rma(beta.test, sei=se.test, method="FE")是您应该做的,这给出了一个关于.20的p值,用于合并的估计。
https://stackoverflow.com/questions/36795453
复制相似问题