使用meta、metaprop和forest在R中创建林打印图形

使用meta、metaprop和forest在R中创建林打印图形,r,plot,statistics,R,Plot,Statistics,我使用R中的metaprop命令对比例进行元分析。下面是一些示例代码 library(meta) m <- metaprop(4:1, c(10, 20, 30, 40)) forest(m) #https://rdrr.io/cran/meta/man/forest.html #具体请参见上面链接中的示例 数据(Olkin95) meta1这篇文章有一个悬而未决的编辑,关于从标签中删除sas和stata,我也会自己做。请删除不相关的标签。为什么sas或stata专业人员需要访问此问题?

我使用R中的metaprop命令对比例进行元分析。下面是一些示例代码

library(meta)
m <- metaprop(4:1, c(10, 20, 30, 40))
forest(m)

#https://rdrr.io/cran/meta/man/forest.html
#具体请参见上面链接中的示例
数据(Olkin95)

meta1这篇文章有一个悬而未决的编辑,关于从标签中删除
sas
stata
,我也会自己做。请删除不相关的标签。为什么sas或stata专业人员需要访问此问题?这与这些语言无关。没有“流行病学”、“生物统计学”或“荟萃分析”的标签,许多使用SAS和Stata的研究人员也使用R,所以我把标签放在那里,因为我认为它们与不存在的“流行病学”和“生物统计学”标签高度相关。。。我只是想让合适的人来看看我的问题。恕我直言,我相信这个假设违背了标签的预期用途。如果使用SAS和Stata的人也使用R,并且对回答/阅读R上的问题感兴趣,他们将遵循R标签。我认为不需要基于相关性的额外标签。虽然这个问题与流行病学主题(荟萃分析)有关,但问题的内容非常针对R(“如何在R中做到这一点?”)。在这个问题上,你可以梳理森林函数的所有选项并尝试调整它,或者尝试创建自己的图。但我的统计方面喜欢相关性!无论如何,我的观点是正确的。有人对添加另一列有线索吗???谢谢
forest(m, xlim = c(0,100), pscale = 100, weight = "random", leftcols = c("studlab", "event", "n", "effect", "ci", "w.random"), rightcols = F, leftlabs = c("Study", "Number", "Total", "Prevalence (%)", "95% CI", "Weight"), xlab = "Prevalence (%)", addspace = TRUE, digits = 1, squaresize = 0.5, text.I2 = "I2", text.tau2 = "tau2")
# https://rdrr.io/cran/meta/man/forest.html

# See the example in the link above, specifically 

data(Olkin95)
meta1 <- metabin(event.e, n.e, event.c, n.c,
                 data=Olkin95, subset=c(41,47,51,59),
                 sm="RR", method="I",
                 studlab=paste(author, year))

#
# Specify column labels only for newly created variables
# 'year' and 'author' (which are part of dataset Olkin95)
#
forest(meta1,
       leftcols=c("studlab", "event.e", "n.e", "event.c", "n.c",
                  "author", "year"),
       leftlabs=c("Author", "Year of Publ"))