如何使用R从metabin中提取值？

我试图用R做一个meta分析。在使用meta包中的metabin函数后，我得到

以下是我的数据的简化版本：

data <- data.frame(matrix(rnorm(40,25), nrow=17, ncol=8))
centres<-c("LYON","SAINT  ETIENNE","REIMS","TOULOUSE","SVP","NANTES","STRASBOURG","GRENOBLE","ANGERS","TOULON","MARSEILLE","COLMAR","BORDEAUX","RENNES","VALENCE","CAEN","NANCY")
rownames(data) = centres
colnames(data) = c("case_exposed","witness_exposed","case_nonexposed","witness_nonexposed","exposed","nonexposed","case","witness")
metabin( data$case_exposed, data$case, data$witness_exposed, data$witness, studlab=centres,
       data=data, sm="OR")

---

数据考虑以下示例：

library(meta)
data(Olkin95)
meta1 <- metabin(event.e, n.e, event.c, n.c,
                 data = Olkin95, subset = c(41, 47, 51, 59),
                 method = "Inverse")
summary(meta1)

可以使用以下方法提取这些值：

(est.fixed <- unlist(summary(meta1)$fixed))

          TE         seTE        lower        upper            z            p        level 
-0.819414226  0.306710201 -1.420555173 -0.218273278 -2.671623649  0.007548526  0.950000000

(RR.fixed <- exp(est.fixed[1]))

       TE 
0.4406897 

(CI.fixed <- exp(c(est.fixed[1]-1.96*est.fixed[2],est.fixed[1]-1.96*est.fixed[2])))

       TE        TE 
0.2415772 0.2415772

（est.fixed请提供一个最简单的工作示例。请参阅，如果您在示例中包含输入数据和正在运行的代码，则会更容易为您提供帮助。数据或输出的图片并不是特别有帮助。此外，请提供所需的输出，以便可以测试可能的解决方案。非常感谢Marco Sandri！它非常有效！但我我们想知道这些公式从何而来？正是这个公式将逻辑回归的β系数与ORs:ORs=exp（β）联系起来。
(est.fixed <- unlist(summary(meta1)$fixed))

          TE         seTE        lower        upper            z            p        level 
-0.819414226  0.306710201 -1.420555173 -0.218273278 -2.671623649  0.007548526  0.950000000

(RR.fixed <- exp(est.fixed[1]))

       TE 
0.4406897 

(CI.fixed <- exp(c(est.fixed[1]-1.96*est.fixed[2],est.fixed[1]-1.96*est.fixed[2])))

       TE        TE 
0.2415772 0.2415772

(est.random <- unlist(summary(meta1)$random))
         TE        seTE       lower       upper           z           p       level          df 

-0.81325423  0.39665712 -1.59068790 -0.03582057 -2.05027011  0.04033808  0.95000000          NA 

(RR.random <- exp(est.random[1]))

       TE 
0.4434127 

(CI.random <- exp(c(est.random[1]-1.96*est.random[2],est.random[1]+1.96*est.random[2])))

       TE        TE 
0.2037825 0.9648272