如何計算薈萃分析中合併奇數比的置信區間？

我有兩個來自全基因組關聯研究的數據集。唯一可用的信息是每個基因分型 SNP 的奇數比及其置信區間 (95%)。我想生成一個比較這兩個優勢比的森林圖，但我找不到計算組合置信區間以可視化匯總效果的方法。我使用程序PLINK使用固定效應執行薈萃分析，但程序沒有顯示這些置信區間。

• 如何計算這樣的置信區間？

可用的數據是：

• 每項研究的奇數比，
• 95% 置信區間和
• 標準錯誤。

在大多數優勢比的薈萃分析中，標準誤基於對數優勢比. 所以，你碰巧知道你的已估計（以及它們反映的指標是什麼？要么)? 鑑於是基於，然後可以很容易地計算合併標準誤差（在固定效應模型下）。首先，讓我們計算每個效應大小的權重：. 其次，合併標準誤為. 此外，讓是共同效應（固定效應模型）。然後，（“合併”）95% 置信區間為.

更新

由於 BIBB 友好地提供了數據，我能夠在 R 中運行“完整”元分析。

library(meta)
or <- c(0.75, 0.85)
se <- c(0.0937, 0.1029)
logor <- log(or)
(or.fem <- metagen(logor, se, sm = "OR"))

> (or.fem <- metagen(logor, se, sm = "OR"))
   OR            95%-CI %W(fixed) %W(random)
1 0.75  [0.6242; 0.9012]     54.67      54.67
2 0.85  [0.6948; 1.0399]     45.33      45.33

Number of trials combined: 2 

                        OR           95%-CI       z  p.value
Fixed effect model   0.7938  [0.693; 0.9092] -3.3335   0.0009
Random effects model 0.7938  [0.693; 0.9092] -3.3335   0.0009

Quantifying heterogeneity:
tau^2 < 0.0001; H = 1; I^2 = 0%

Test of heterogeneity:
   Q d.f.  p.value
0.81    1   0.3685

Method: Inverse variance method

參考

參見例如Lipsey/Wilson (2001: 114)

引用自：https://stats.stackexchange.com/questions/9483