R:比例无界的元分析CI

Question

library(metafor)
rma(yi = c(0.1, 0.3, 0.14, 0.3), vi = c(0.12, 0.2, 0.3, 0.1))

我在4项研究中拟合了一个单比例随机效应元分析模型.由于影响大小都是比例，所以它们在0和1之间有界，置信区间也是如此。然而，实际输出显示

Random-Effects Model (k = 4; tau^2 estimator: REML)

tau^2 (estimated amount of total heterogeneity): 0 (SE = 0.1220)
tau (square root of estimated tau^2 value):      0
I^2 (total heterogeneity / total variability):   0.00%
H^2 (total variability / sampling variability):  1.00

Test for Heterogeneity: 
Q(df = 3) = 0.2372, p-val = 0.9714

Model Results:

estimate       se     zval     pval    ci.lb    ci.ub          
  0.2175   0.1936   1.1232   0.2614  -0.1620   0.5970          

---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

即CI为(-0.162，0.597)。我怎么才能解决这个问题？

Answer 1

您可以将下限处理为0。或者您可以使用logit转换比例(日志赔率)进行元分析。在反向转换之后，得到的估计值和CI界必须在0到1之间，或者您可以直接切换到逻辑混合效应模型进行分析(参见help(rma.glmm))。后者也是基于日志赔率，因此在返回转换后会给出0到1之间的值。