metafor：包括森林地块中的数据，但不包括meta分析模型

我还没有找到这个问题的答案，但我希望这不难

我正在进行元分析，并希望在森林地块中包括一项研究，但将其从效应大小的元分析估计中排除。也就是说，我想将该研究纳入比较目的，但不希望它有助于实际的元分析

---

这是一个奇怪的案例，我们有30项研究使用了相同的方案。它们都是原始研究的直接复制品。我想将原始研究纳入森林地块以进行比较，但不想将其纳入~30项新研究的荟萃分析中。我看到可以处理丢失的数据（），但是如果我想将数据行包括在森林图中，我看不到任何方法来指定要从模型本身中排除的数据行。有什么建议吗？

这需要更多的手工工作，但您可以首先使用

forest（）

函数创建森林图（在底部显示所有研究并为汇总估计留出一些空间），然后拟合模型（例如，使用

rma（）

函数）排除您不希望成为分析一部分的任何研究，然后使用

addpoly（）

函数添加汇总估计

以下是一个例子：

library(metafor)

### load BCG vaccine data
data(dat.bcg)

### calculate log relative risks and corresponding sampling variances
dat <- escalc(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat.bcg, slab=paste(dat$author, dat$year, sep=","))
dat

### forest plot of all studies
forest(dat$yi, dat$vi, xlim=c(-9.5, 7.5), ylim=c(-1.5,16), atransf=exp, at=log(c(.05, .25, 1, 4, 20)))
text(-9.5, 15, "Author(s) and Year",    pos=4)
text( 7.5, 15, "Observed RR [95% CI]",  pos=2)

### random-effects model (without Aronson, 1948)
res <- rma(yi, vi, data=dat, subset=author!="Aronson")
res

### add summary estimate to the bottom
addpoly(res, atransf=exp, row=-1, mlab="RE Model (w/out Aronson, 1948)")

### horizontal separation line
abline(h=0)

库（metafor）
###加载卡介苗疫苗数据
数据（卡介苗数据）
###计算对数相对风险和相应的抽样方差
那就行了。谢谢沃尔夫冈！今天下午我想到了基本相同的事情（不幸的是，在看到你的回答之前）。有点笨重，但它能胜任。就像我说的，多做一些手工工作。但我不确定我会称之为“笨重”，因为这是
addpoly（）
函数（将摘要多边形添加到森林图）的全部要点。有关更多示例，请参见
帮助（addpoly）
。