মেটা-বিশ্লেষণে পুলযুক্ত বিজোড় অনুপাতের জন্য আস্থার ব্যবধানগুলি কীভাবে গণনা করবেন?


9

জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডি থেকে আমার কাছে দুটি ডেটাসেট রয়েছে। কেবলমাত্র উপলব্ধ তথ্য হ'ল প্রতিটি জিনোটাইপড এসএনপি-র জন্য বিজোড় অনুপাত এবং তাদের আত্মবিশ্বাসের অন্তর (95%)। আমার এই দুটি মতবিরোধের অনুপাতের সাথে তুলনা করে একটি বন প্লট উত্পন্ন করতে চাই, তবে সংক্ষিপ্ত প্রভাবগুলি দেখার জন্য সম্মিলিত আত্মবিশ্বাসের অন্তরগুলি গণনা করার উপায় আমি খুঁজে পাচ্ছি না। আমি স্থির প্রভাবগুলি ব্যবহার করে মেটা-বিশ্লেষণ সম্পাদন করতে প্রোগ্রাম পিওপি ব্যবহার করেছি, তবে প্রোগ্রামটি এই আত্মবিশ্বাসের অন্তরগুলি দেখায় নি not

  • আমি কীভাবে এই ধরনের আত্মবিশ্বাসের অন্তরগুলি গণনা করতে পারি?

উপলব্ধ ডেটা হ'ল:

  • প্রতিটি অধ্যয়নের জন্য বিজোড় অনুপাত,
  • 95% আস্থা অন্তর এবং
  • স্ট্যান্ডার্ড ত্রুটি।

উত্তর:


10

প্রতিকূল অনুপাতের বেশিরভাগ মেটা-বিশ্লেষণে, স্ট্যান্ডার্ড ত্রুটিগুলি অনুপাত এর উপর ভিত্তি করে । সুতরাং, আপনি জানেন যে আপনার ঘটতে না আনুমানিক হয়েছে (এবং তারা যা প্রতিফলিত মেট্রিক? বা )? প্রদত্ত যে এর উপর ভিত্তি করে রয়েছে , তারপরে স্ট্যান্ডার্ড ত্রুটি (একটি নির্দিষ্ট প্রভাবের মডেলের অধীনে) সহজেই গণনা করা যায়। প্রথমে প্রতিটি প্রভাব আকারের জন্য গণনা করা যাক: । দ্বিতীয়ত, pooled মান ত্রুটি। তদ্ব্যতীত,seilog(ORi)seiORlog(OR)seilog(ORi)wi=1sei2seFEM=1wlog(ORFEM)সাধারণ প্রভাব (স্থির প্রভাব মডেল) হতে। তারপর, ( "pooled") 95% আস্থা ব্যবধান হয় ।log(ORFEM)±1.96seFEM

হালনাগাদ

যেহেতু বিআইবিবি দয়া করে ডেটা সরবরাহ করেছিল, তাই আমি আর-তে 'পূর্ণ' মেটা-বিশ্লেষণ চালাতে সক্ষম হয়েছি

library(meta)
or <- c(0.75, 0.85)
se <- c(0.0937, 0.1029)
logor <- log(or)
(or.fem <- metagen(logor, se, sm = "OR"))

> (or.fem <- metagen(logor, se, sm = "OR"))
    OR            95%-CI %W(fixed) %W(random)
1 0.75  [0.6242; 0.9012]     54.67      54.67
2 0.85  [0.6948; 1.0399]     45.33      45.33

Number of trials combined: 2 

                         OR           95%-CI       z  p.value
Fixed effect model   0.7938  [0.693; 0.9092] -3.3335   0.0009
Random effects model 0.7938  [0.693; 0.9092] -3.3335   0.0009

Quantifying heterogeneity:
tau^2 < 0.0001; H = 1; I^2 = 0%

Test of heterogeneity:
    Q d.f.  p.value
 0.81    1   0.3685

Method: Inverse variance method

তথ্যসূত্র

দেখুন, যেমন, লিপসি / উইলসন (2001: 114)


আপনার প্রতিক্রিয়ার জন্য আপনাকে অনেক ধন্যবাদ। মানক এরোগুলি OR Ln (ORi) এর প্রাকৃতিক লগের উপর ভিত্তি করে। প্রথমে আমি SE1 (0.0937) = 10.67 এবং SE2 (0.1029) = 9.71 এর জন্য ওজন গণনা করি। সুতরাং FEM এর অধীনে গণনা করা এসই = = 0.2215। এই এসএনপিগুলির জন্য চালিত ওআর = 0.7645, সুতরাং 95% আত্মবিশ্বাসের অন্তর = = (0.515-1.228)। আমি কি ঠিক ?? = 0.75, 2 95% সিআই (0.69-1.04) বা = 0.85 অধ্যয়ন করুন। সব ঠিক আছে ?. ধন্যবাদ
বিআইবিবি

না, দুর্ভাগ্যবশত না. দয়া করে মনে রাখবেন আমার সূত্র ভুল ছিল, এটা না । আপনি দেখতে পাচ্ছেন, 'পুল করা' 95% সিআই হল [0.693; 0,9092]। আপনার পোল করা ওআর কেন আলাদা (0.7645 বনাম 0.7938) তাও আমি ভাবছি। দুঃখিত, আমাকে যেতে হবে তবে আমি আগামীকাল ফিরে আসছি ...w1/(se2)1/se
বার্ড ওয়েইস

আপনাকে অনেক ধন্যবাদ !!!, ফলাফলটি আমার চেয়ে আরও সুসংগত। আপনি যে পুলটি দিয়েছেন বা আমি আপনাকে দিয়েছি তা পি-পি আউটপুটে ছিল ... এখন আমি আমার সমস্ত মেটা-বিশ্লেষণ ফলাফল সম্পর্কে খুব উদ্বিগ্ন ... আমি আরও ভাল আর ব্যবহার করতে পারি
বিআইবিবি

আমি লিপসি / উইলসন বই "ব্যবহারিক মেটা-বিশ্লেষণ" (রেফারেন্স দেখুন) এর একটি লিঙ্ক অন্তর্ভুক্ত করেছি। আমি কিছুটা চিন্তিত যে পিআইপি এর এবং আমার ফলাফলগুলি পৃথক। তারা কী মেটা-বিশ্লেষণ পদ্ধতি ব্যবহার করে তা জানেন? আপনারও বিবেচনায় নেওয়া উচিত যে "জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডিজ" সম্পর্কে আমার কোনও ধারণা নেই।
বার্ড ওয়েইস

সমাধানের জন্য ধন্যবাদ, আমি ভাবছি যে আমি আমার সমস্যার সাথে মেটা-বিশ্লেষণ পদ্ধতিটি প্রয়োগ করতে পারি কিনা। আমি যা করি তা হ'ল কিছু শব্দকে প্ররোচিত করে একটি প্রতিরোধের অনুকরণ করে। আমি বিশ্লেষণ n বার চালাচ্ছি (বলুন এন 500 হয়) এবং এনআরএস এবং সিআই প্রাপ্ত করি। এখানে প্রশ্নের লিঙ্কটি দেওয়া হয়েছে: stats.stackexchange.com/questions/206042/… । সুতরাং আমি প্রতিটি লগের ওআর এবং স্টাড এরারগুলিতে কল করে agemetagen´ ফাংশনটি বাস্তবায়ন করতে পারি। পক্ষপাতিতকরণটি বৃহত্তর মানগুলির সাথে উপস্থাপন করা হয়n
লুकेগ

3

আসলে, আপনি মেটালের মতো সফটওয়্যার ব্যবহার করতে পারেন যা GWA প্রসঙ্গে মেটা-বিশ্লেষণের জন্য বিশেষভাবে ডিজাইন করা হয়েছে।

এটি বিশ্রী যে প্লিংক আত্মবিশ্বাসের ব্যবধান দেয় না। তবে, আপনি সিআই পেতে পারেন কারণ আপনার কাছে চূড়ান্ত OR (স্থির ) এবং ভ্যালু (অতএব ) স্থির প্রভাবের জন্য।log(OR)pz

বার্ডের পদ্ধতিটি আরও সুনির্দিষ্ট।

সাবধান থাকুন যে আমি প্রভাবের দিকটি নিয়ে আরও উদ্বিগ্ন হব কারণ মনে হচ্ছে আপনার কাছে প্রতিটি গবেষণার জন্য কেবল সংক্ষিপ্ত পরিসংখ্যান রয়েছে তবে ওআর এলিল কোনটি তা নিশ্চিত হওয়ার মতো কিছুই নেই। আপনি যদি না জানেন তবে এটি একই অ্যালিলের উপর সম্পন্ন হয়েছে।

খ্রীষ্টান


0

এটি একটি মন্তব্য (পর্যাপ্ত পরিমাণে পয়েন্ট নেই)। আপনি যদি প্রতিটি গবেষণায় নমুনার আকার (# কেস এবং # নিয়ন্ত্রণ) এবং একটি এসএনপির পক্ষে প্রতিকূল অনুপাত সম্পর্কে জানেন তবে আপনি কে / বি দ্বারা কেস / নিয়ন্ত্রণের 2x2 টেবিলটি পুনর্গঠন করতে পারেন (যেখানে a এবং b দুটি অ্যালিল) দুটি পড়াশোনা প্রতিটি। তারপরে আপনি মেটা-অধ্যয়নের জন্য একটি টেবিল পেতে কেবল সেই সংখ্যাগুলি যুক্ত করতে পারেন এবং সম্মিলিত প্রতিকূলতা-অনুপাত এবং আত্মবিশ্বাসের অন্তরগুলি গণনা করতে এটি ব্যবহার করুন।


আপনার উত্তর করার জন্য আপনাকে ধন্যবাদ। দুর্ভাগ্যক্রমে, আমার কাছে অ্যালিল ফ্রিকোয়েন্সি বা গণনা নেই, লেখকরা এই ডেটাগুলি দেখাননি, তারা কেবল এসএনপি আইডি, বা ও আত্মবিশ্বাসের অন্তর (95%) রেখেছেন। আমি প্রতিটি অধ্যয়ন থেকে কেবল এসই মানটি বের করেছি, তবে আমি এখন সেগুলি (এসই বা সিআই) একত্রিত করতে চাই না !!!! সাহায্যের !!
বিআইবিবি

ওহ, আপনি ঠিক বলেছেন - এখানে আরও এক ডিগ্রি স্বাধীনতার প্রয়োজন। সাধারণত লেখকরা অ্যালিল ফ্রিক্ক দেয়। (কখনও কখনও সহায়তায় তথ্য সমাহিত।)। যদি তা না হয় তবে আপনি এটি হ্যাপম্যাপের মতো বহিরাগত উত্স থেকে খুঁজে পেতে পারেন (ধরে নিলেন জিডাব্লুএইচএস একই জনসংখ্যার উপর করা হয়েছিল)। আরেকটি ধারণা: আত্মবিশ্বাসের ব্যবধান নিজেই আপনাকে অ্যালেল ফ্রেইক বলতে পারে। অন্য সমস্ত সমান (নমুনার আকার এবং OR), কম অ্যালিল ফ্রিক্যালের সাথে এসএনপি। উভয় গ্রুপে কম ক্যারিয়ার রয়েছে, তাই বিস্তৃত আস্থার ব্যবধান। আপনি বিভিন্ন অ্যালিল ফ্রিক্স চেষ্টা করতে পারেন, প্রত্যেকের জন্য আত্মবিশ্বাসের গণনা করুন এবং অ্যালিল ফ্রিক্স পান। যা জানানো হয়েছিল তার সাথে মিলে যায়
বা জুলুক

আমি এটি করার চেষ্টা করব, তবে এর মধ্যে আমি জানতে আগ্রহী যে পিইপি কীভাবে কেবল এই পরামিতিগুলির সাহায্যে পুলটি অর্পণ করতে পারেন: এসএনপি আইডেনটিফায়ার, বা ওডস অনুপাত (বা বিটা, ইত্যাদি) এবং এসই এর স্ট্যান্ডার্ড ত্রুটি (বা ব্যবহারকারী- সংজ্ঞায়িত ওজন ক্ষেত্র)। আপনি অনুধাবন করতে পারেন যে পিআরএল অ্যালিল ফ্রিকোয়েন্সিগুলির জন্য জিজ্ঞাসা করেনি ... তাই এটি সম্পাদন করার একটি উপায় আছে ...
বিআইবিবি

0

পিআইপি-র মতো মেটা-বিশ্লেষণের জন্য সিআই পেতে কোড এখানে রয়েছে:

getCI = function(mn1, se1, method){
    remov = c(0, NA)
    mn    = mn1[! mn1 %in% remov]
    se    = se1[! mn1 %in% remov]
    vars  <- se^2
    vwts  <- 1/vars

    fixedsumm <- sum(vwts * mn)/sum(vwts)
    Q         <- sum(((mn - fixedsumm)^2)/vars)
    df        <- length(mn) - 1
    tau2      <- max(0, (Q - df)/(sum(vwts) - sum(vwts^2)/sum(vwts)) )

    if (method == "fixed"){ wt <- 1/vars } else { wt <- 1/(vars + tau2) }

    summ <- sum(wt * mn)/sum(wt)
    if (method == "fixed") 
         varsum <- sum(wt * wt * vars)/(sum(wt)^2)
    else varsum <- sum(wt * wt * (vars + tau2))/(sum(wt)^2)

    summtest   <- summ/sqrt(varsum)
    df         <- length(vars) - 1
    se.summary <- sqrt(varsum)
    pval       = 1 - pchisq(summtest^2,1)
    pvalhet    = 1 - pchisq(Q, df)
    L95        = summ - 1.96*se.summary
    U95        = summ + 1.96*se.summary
    # out = c(round(c(summ,L95,U95),2), format(pval,scientific=TRUE), pvalhet)   
    # c("OR","L95","U95","p","ph")
    # return(out)

    out = c(paste(round(summ,3), ' [', round(L95,3), ', ', round(U95,3), ']', sep=""),
            format(pval, scientific=TRUE), round(pvalhet,3))
    # c("OR","L95","U95","p","ph")
    return(out)
}

কলিং আর ফাংশন:

getCI(log(plinkORs), plinkSEs)
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.