OR | LCI | UCI |
7.648 | 2.548 | 22.956 |
1.01 | 0.09 | 11.24 |
2.02 | 1.56 | 12.03 |
0.98 | 0.36 | 5.86 |
1.31 | 1.02 | 6.21 |
采用STATA进行meta
metan OR LCI UCI, random texts(260)
结果合并的OR值为1.40 (-0.27,3.07)
本以为只是单纯的变异较大的原因,但是进一步验证发现只是基于效应值估计的方法本身的问题,因此构建下面的数据2
a | b | c | d |
75 | 974 | 2 | 3500 |
521 | 54 | 13 | 5821 |
72 | 133 | 8 | 197 |
14 | 82 | 0 | 187 |
采用命令metan a b c d, randomi or counts texts(260)
得到合并的OR及置信区间为:156.66 (4.82, 5027.29),结果虽然变异很大,但是还是有统计学的意义的。
同时可以看到每项研究各自的OR值及置信区间如下:
OR | LCI | UCI |
134.75 | 33.03 | 549.77 |
4320.14 | 2342.43 | 7967.65 |
13.33 | 6.22 | 28.59 |
65.91 | 3.89 | 1118.04 |
可见每篇的变异都相当的大,然后采用下面的命令进一步合并上述的效应值
gen OR= _ES
gen LCI= _LCI
gen UCI= _UCI
metan OR LCI UCI, random texts(260)
得到的效应值为111.34 (-185.35, 408.04)
由此可见,基于效应值的meta方法在合并单纯的OR及置信区间时是存在一定问题。
目前很多人将基于效应值的meta方法用于合并率,基于上面的讨论,如果将上面的各项OR及置信区间看成是率及相应的置信区间,理论上是完全可以的。所以进一步说明该方法在进行率的合并时也通常需要相当谨慎。至于具体为什么会出现这个问题,感兴趣的可以研究一下相关的原始文献。


雷达卡




京公网安备 11010802022788号







