如何計算優勢比的標準誤差？

我有兩個來自全基因組關聯研究的數據集。唯一可用的信息是第一個數據集的優勢比和 p 值。對於第二個數據集，我有優勢比、p 值和等位基因頻率（AFD= 疾病，AFC= 對照）（例如：0.321）。我正在嘗試對這些數據進行薈萃分析，但我沒有效果大小參數來執行此操作。是否有可能僅使用提供的信息計算每個數據的 SE 和 OR 置信區間？

先感謝您

示例：可用數據：

   Study     SNP ID      P        OR    Allele   AFD    AFC
   1         rs12345    0.023    0.85
   2         rs12345    0.014    0.91     C      0.32   0.25

有了這些數據，我可以計算 SE 和 CI95% OR 嗎？謝謝

您可以通過 p 值計算/近似標準誤差。首先，通過將兩側 p 值除以 2 將它們轉換為單側 p 值。所以你得到和. 然後將這些 p 值轉換為相應的 z 值。為了， 這是並且對於， 這是（它們是負數，因為優勢比低於 1）。這些 z 值實際上是通過取比值比的對數除以相應的標準誤（即，）。所以，隨之而來的是，產生對於第一個和用於第二項研究。

現在你有一切可以進行薈萃分析了。我將說明如何使用 metafor 包使用 R 進行計算：

library(metafor)
yi  <- log(c(.85, .91))     ### the log odds ratios
sei <- c(0.071, .038)       ### the corresponding standard errors
res <- rma(yi=yi, sei=sei)  ### fit a random-effects model to these data
res

Random-Effects Model (k = 2; tau^2 estimator: REML)

tau^2 (estimate of total amount of heterogeneity): 0 (SE = 0.0046)
tau (sqrt of the estimate of total heterogeneity): 0
I^2 (% of total variability due to heterogeneity): 0.00%
H^2 (total variability / within-study variance):   1.00

Test for Heterogeneity: 
Q(df = 1) = 0.7174, p-val = 0.3970

Model Results:

estimate       se     zval     pval    ci.lb    ci.ub          
-0.1095   0.0335  -3.2683   0.0011  -0.1752  -0.0438       ** 

請注意，薈萃分析是使用對數優勢比完成的。所以，是基於這兩項研究的估計匯總對數優勢比。讓我們將其轉換回優勢比：

predict(res, transf=exp, digits=2)

pred  se ci.lb ci.ub cr.lb cr.ub
0.90  NA  0.84  0.96  0.84  0.96

因此，綜合優勢比為 0.90，95% CI：0.84 至 0.96。

引用自：https://stats.stackexchange.com/questions/10375