Addpoly 函数在文本中添加 95%CI,尽管使用级别参数指定了 90%

问题描述 投票:0回答:1

我根据 中的 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 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 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?

r confidence-interval r-forestplot metafor meta-analysis
1个回答
0
投票

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。

© www.soinside.com 2019 - 2024. All rights reserved.