拓端tecdat|R语言Meta分析效应量

原文链接：http://tecdat.cn/?p=23855

原文出处：拓端数据部落公众号

进行荟萃分析时，您很可能必须使用通用度量将效果大小计算或转换为效果大小。有多种工具可以执行此操作 。

计算效果大小

R语言涵盖了大多数效果尺寸计算和转换选项，可以让您更好地了解。例如，从t检验中获取效果大小：

1.  
   esc_t(t, p, totaln, grp1n, grp2n,
2.  
    
3.  
         es.type = c("d", "g", "or", "logit", "r", "cox.or", "cox.log"),
4.  
    
5.  
         study = NULL, ...)

然后，您可以根据可用参数来计算效果大小，如下所示：

1.  
   # 不相等的样本量
2.  
    
3.  
   esc_t(t = 3.3, grp1n = 100, grp2n = 150)
4.  
    
5.  
    
6.  
    
7.  
   # 样本大小相等
8.  
    
9.  
   esc_t(t = 3.3, totaln = 200)
10.  
     

转换效果大小

软件提供了多种功能，可将一种效应量转换为另一种效应量大小：（   标准差  平均对数比），（标准差平均对数比），  （标准差平均对数r），  （奇数比）到标准差的平均值），  （将相关系数r转换为Fisher的z）和  （将Fisher的z转换为相关系数的r）。

工作流程

效果大小计算函数的结果以列表形式返回  。

1.  
   e1 <- esc(grp1yes = 30, grp1no = 50, grp2yes = 40,
2.  
    
3.  
                 grp2no = 45, study = "Study 1")
4.  
    
5.  
    
6.  
   e4 <-mean_sd(grp1m = 7, grp1sd = 2, grp1n = 50, grp2m = 9, grp2sd = 3,
7.  
    
8.  
                     grp2n = 60, es.type = "logit", study = "Study 4")

现在，mydat  包含一个数据帧，  其中包含几种效果大小计算的结果：

> mydat

然后按如下方式计算荟萃分析（请注意，不同的效应量度量仅用于演示目的–通常，您应该只有一个共同的效应量才能进入荟萃分析）：

rm(yi = es, sei = se, method = "REML", data = mydat)

 

---

最受欢迎的见解

1.Python中的Apriori关联算法-市场购物篮分析

2.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

3.用关联规则数据挖掘探索药物配伍中的规律

4.通过Python中的Apriori算法进行关联规则挖掘

5.用关联规则数据挖掘探索药物配伍中的规律

6.采用SPSS Modeler的Web复杂网络对所有腧穴进行分析

7.R语言如何在生存分析与COX回归中计算IDI，NRI指标

8.R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）

9.R语言中的生存分析Survival analysis晚期肺癌患者4例