如何处理metagen和forest在meta-in-r中的meta分析森林图中的非对称置信区间

如何处理metagen和forest在meta-in-r中的meta分析森林图中的非对称置信区间,r,forestplot,R,Forestplot,当我进行荟萃分析时,基于风险比及其置信区间,一些置信区间是不对称的,我理解这是完全合理的。 对于计算,R使用TE(估计治疗效果,HR的对数)和seTE(TE的标准误差,即95%CI的对数(UCI)-对数(LCI)x(2x1.96))。 我可以直接将LCI和UCI传递给R,也可以自己计算seTE并将其传递给R。在任何一种情况下,计算的seTE都是相同的。 然而,当我绘制森林图时,R已经测量了置信区间是对称的,它计算自己的CI和图,并显示这些。因此,最终森林图中显示的置信区间与原始数据不匹配 我可以

当我进行荟萃分析时,基于风险比及其置信区间,一些置信区间是不对称的,我理解这是完全合理的。 对于计算,R使用TE(估计治疗效果,HR的对数)和seTE(TE的标准误差,即95%CI的对数(UCI)-对数(LCI)x(2x1.96))。 我可以直接将LCI和UCI传递给R,也可以自己计算seTE并将其传递给R。在任何一种情况下,计算的seTE都是相同的。 然而,当我绘制森林图时,R已经测量了置信区间是对称的,它计算自己的CI和图,并显示这些。因此,最终森林图中显示的置信区间与原始数据不匹配

我可以覆盖由R计算的置信区间,并使森林图显示与输入相同的数据,但我想知道为什么我必须这样做(这增加了出错的机会)。metagen或forest中是否有可以自动执行此操作的设置

问题在下面的代码中列出

library(meta)

Publication <- c("a", "b", "c", "d", "e", "f")
HR  <- c(0.70, 0.69, 0.67, 1.17, 0.65, 0.58)
LCI <- c(0.57, 0.58, 0.45, 1.00, 0.32, 0.55)
UCI <- c(0.86, 0.82, 0.96, 1.36, 1.34, 0.61)
TE  <- log(HR)
Data <- data.frame(Publication, HR, LCI, UCI, TE)

DataOutput <- metagen(TE, lower = log(LCI), upper = log(UCI), studlab = Publication,
                      data = Data,
                      sm="HR", method.tau = "DL")
forest(DataOutput, comb.fixed = FALSE,
       text.addline1 = "", text.addline2 = "Here R calculates the 95% CIs assuming symmetry, see c and e")    

DataOutput$lower <- log(DataOutput$data$LCI)
DataOutput$upper <- log(DataOutput$data$UCI)

forest(DataOutput, comb.fixed = FALSE,
       text.addline1 = "", text.addline2 = "Here I have overwritten the output CIs with the input CIs, see c and e")
库(meta)
出版