Bagaimana cara menghitung Rasio Kesalahan Standar?


9

Saya memiliki dua set data dari studi asosiasi genome. Satu-satunya informasi yang tersedia adalah rasio odds dan nilai p untuk set data pertama. Untuk set data kedua saya memiliki Odds Ratio, nilai-p dan frekuensi alel (AFD = penyakit, AFC = kontrol) (mis: 0,321). Saya mencoba melakukan meta-analisis data ini tetapi saya tidak memiliki parameter ukuran efek untuk melakukan ini. Apakah ada kemungkinan untuk menghitung interval kepercayaan SE dan OR untuk masing-masing data ini hanya dengan menggunakan informasi yang disediakan ??
Terima kasih sebelumnya

contoh: Data tersedia:

    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

Dengan data ini, bisakah saya menghitung SE dan CI95% ATAU? Terima kasih

Jawaban:


15

hal=0,0115hal=0,007hal=0,0115z=-2.273hal=0,007z=-2.457z=lHaig(HAIR)/SESE=lHaig(HAIR)/zSE=0,071SE=0,038

Sekarang Anda memiliki segalanya untuk melakukan meta-analisis. Saya akan menggambarkan bagaimana Anda dapat melakukan perhitungan dengan R, menggunakan paket metafor:

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       ** 

-0,1095

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

Jadi, rasio odds gabungan adalah 0,90 dengan 95% CI: 0,84 hingga 0,96.


Tampak bagi saya bahwa nilai-nilai SE yang dihitung dalam paragraf pertama harus merupakan kesalahan standar dari logaritma rasio odds, bukan kesalahan standar rasio odds itu sendiri.
Harvey Motulsky

Benar. Kita membutuhkan SE dari rasio odds log, bukan rasio odds. Meta-analisis dilakukan dengan menggunakan rasio odds log, karena ini adalah simetris sekitar 0 (sebagai lawan rasio odds, yang tidak simetris sekitar 1) dan yang distribusinya jauh lebih dekat dengan normalitas.
Wolfgang

@ Wolfgang, terima kasih banyak atas jawaban Anda, saya benar-benar menggunakan apa yang Anda jelaskan, dalam pekerjaan saya, jadi saya perlu beberapa referensi ... bisakah Anda membantu saya dengan kutipan untuk formula ?? terima kasih sebelumnya
Bernabé Bustos Becerra

Ya, ini semua berdasarkan "prinsip pertama", jadi saya tidak yakin referensi apa yang tepat. Anda dapat mengutip, misalnya, The Handbook of Research Synthesis and Meta-Analysis (Link) .
Wolfgang

2
HAIR=0,7949SE=0,5862exp(catatan(HAIR)±1.96SE)exp(catatan(0,7949)±1.96×0,5862)=(0,252,2.508)
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.