将 mod 添加到 rma.glmm 时摘要测量丢失

Question

此时此刻，我正在尝试使用 metafor package 的 rma.glmm function 计算（调整后的）IRLM。

我的数据是 dataframe，如下所示：

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 function 工作正常：

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

并给我以下森林 plot：

metafor::forest.rma (y)

森林 plot

但是，当我想调整我的 model 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）

汇总措施丢失

调整森林

我已经尝试了所有我能想到的，但真的不知道如何解决这个问题。 你有什么建议吗？

Answer 1

当您将主持人添加到 model 时，不再有效果（或者更准确地说，随机效果模型中的平均效果）。 然后，平均效果的大小取决于调节器的值。 森林 plot 中的灰色阴影多边形反映了与纳入研究的“年龄”值相对应的估计平均效应。

您可以使用predict() function 计算特定年龄值的预测平均效果，即：

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

（ transf=exp以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年龄值的平均值代入并将其解释为调整后的估计值。 人们可以争论这一术语（“调整后的效果”）是否正确。