我根据 metafor 中的 rma.mv 对象创建了一个包含子组的森林图。我们报告了 90% CI,当使用带有 level 参数的 forest 函数时,这些 CI 正确显示在每行单独效应大小估计值旁边。
res <- rma.mv(yi = g,
V = V,
random = ~ 1 | study / es_id,
data = df,
method = "REML",
test = "t")
forest(res,
xlim = c(-16, 6.75),
at = c(-4, -2, 0, 2, 4),
alim = c(-4, 7.25),
ylim = c(-2,18.5),
ilab = cbind(df$measure, df$norm_delta_mean, df$norm_delta_sd, df$slow_delta_mean, df$slow_delta_sd),
ilab.xpos = c(-11, -8.75, -7.5, -5.75, -4.5),
slab = df$descriptor, order = training_status,
mlab = summary_labs_str("RE Model for All Studies", res),
rows = c(2:6, 10:14), header = "Author(s) and Year",
cex = 0.95,
addpred = TRUE,
level = 90)
我遇到的问题是,当使用 addpoly 将带有标签的整体摘要效果添加到图中时,使用 level = 90 参数会按预期更改多边形和关联的 PI(即在 90% 级别),但是不会改变文本(即估计 + CI),因为它们保持在 95% 的水平。
addpoly(res, row= 9, level = 90, mlab=summary_labs("Subgroup RE Model", res), addpred = TRUE, cex = 0.875, annotate = TRUE)
我错过了什么?
我不清楚你指的是什么文字。这是一个完全可重现的示例,效果很好:
library(metafor)
dat <- escalc(measure="RR", ai=tpos, bi=tneg,
ci=cpos, di=cneg,
data=dat.bcg, slab=paste0(author, ", ", year))
res <- rma(yi, vi, data=dat)
forest(res, header=TRUE, ylim=-2, level=90)
addpoly(res, level=90)
forest()
绘制的汇总多边形和addpoly()
绘制的汇总多边形都是基于90% CI,并且右侧的注释是正确的。