如何使用 R 中的 rma 函数对两个不同变量的效应大小进行加权？

Question

我目前正在使用 R 中的 metafor 包进行荟萃分析。我的数据集看起来像这样：

df <- structure(list(Code = c("grace2014", "grace2014", "jonhson2017", 
"van2016", "wolf2020", "wolf2020", "jessen2020", "jessen2020", 
"jessen2020", "jessen2020", "jessen2020", "jessen2020"), ES = c(0.45, 
0.8, 0.62, NA, 0.72, 0.76, 0.13, 0.02, -0.05, 0.12, 0.19, 0.02
), VAR = c(0.0415, 0.0465, 0.5058, NA, 0.0025, 0.5705, 1e-04, 
2e-04, 1e-04, 2e-04, 0.001, 2e-04), N = c(99, 100, 1050, 31, 
247, 293, 31570, 31571, 31572, 31577, 31578, 31581), QATSDD = c(58.33333333, 
58.33333333, 59.52380952, 76.19047619, 38.0952381, 38.0952381, 
83.33333333, 83.33333333, 83.33333333, 83.33333333, 83.33333333, 
83.33333333)), row.names = c(NA, -12L), class = c("tbl_df", "tbl", 
"data.frame"))

我试过这段代码：

ma_model <- rma(data = df, yi =  ES, vi = VAR,  weights = c(N, QATSDD), weighted = TRUE, slab = Code)
forest(ma_model)

但是这个错误代码返回给我

Error in rma: 
  Length of 'yi' and 'weights' is not the same.

我也尝试使用 cbind() 创建一个包含 N 和 QATSDD 的矩阵，但仍然出现同样的错误。

...我在某处读到 weights 参数可能是一个矩阵，但现在我对此深表怀疑。谁能帮帮我？

Answer 1

在 rma() 中，weights 参数（如果指定）必须是与模型中包含的估计数长度相同的向量。

您可能会想到 rma.mv() 函数中的 W 参数，它可以是一个矩阵，但不是您所想的那样（它必须是一个具有与模型中包含的估计数相同的行数和列数）。

您显然是在尝试指定样本大小和 QATSDD 比例值的某种组合的权重。您必须自己指定每项研究应如何将这两组值组合成一个值（即，rma() 不能为您执行此操作）。

如何使用 R 中的 rma 函数对两个不同变量的效应大小进行加权？

How to weight effect sizes with two different variables using the rma function in R?

r

effect

metafor