zhang2sha的个人博客分享 http://blog.sciencenet.cn/u/zhang2sha

博文

Meta 分析中多个处理共用一个对照的解决方案

已有 2709 次阅读 2022-10-8 20:41 |系统分类:科研笔记

多个处理共用一个对照,是Meta分析研究中一种非常常见的数据结构。比如,同一个实验,要分析一种药物对某种疾病的治疗作用,往往会采用不同的药物处理强度(比如有的每天嗑一片药,有的每天嗑两片药,如此等等)和不吃药的或服了安慰剂的(所谓对照组)来做对比,这样才能在将来的分析中,考虑服药强度对其疗效的影响。但这种数据其实面临着一个问题,就是同一实验中,不同的处理如果共用同一组对照数据,那么由此得到的一系列效应值(如log(Yt/Yc), 其中Yt为处理组的均值,Yc为对照组的均值)彼此是不独立的,因为他们的分母是相同的,这决定了他们天然上就具备一定的相关性。如果直接对这些效应值进行分析,那就违反了数据分析的基本原则,即不同的测量值要彼此独立。但以前,我们虽然知道这个问题,但似乎并没有什么好的解决办法,只能视而不见,听之任之。好在Meta分析本身是一种发展中的方法,各方面理论方法都在不断完善之中。针对这一问题,2011年发表在Ecology上的一篇论文(Lajeunesse 2011),就对此问题提出了解决方案,目前这一方法也已被应用到一些研究当中。这里介绍给大家。

2.png2.png

3.png

在R里面,我们就可以通过metafor包来实现上述分析,比如一篇2019年的GEB论文(Midolo et al. 2019),就采用了这种方法。这一研究分析了叶属性随着海拔的变化格局,所以存在不同的海拔梯度,共用一个对照(即低海拔区域)的问题:

4.png

比如这项研究的数据中,前4行数据的处理共用了同一个对照,第5,6行数据也共用了同一个对照。

我们可以把他的数据读入R,对比下是否控制这种独立性对结果的影响。由于作者给出的数据中,yi, vi都以计算好,所以我们的后续运算会更加方便:

5.png

这里V就是计算好的VCV矩阵,我们可以把这个矩阵打开看一下,部分截图如下:

6.png

这里对角线部分就是各个案例自身的vi, 非对角线部分就是某一个案例与其他案例的协方差。我们把你这个矩阵纳入模型中即可:

7.png

结果如下图所示,就这个案例来讲,是否考虑独立性问题,对结果影响不大。但VCV矩阵的加入,无疑会是你的结果更为可靠,相信未来这种方法的应用也会越来越普遍。

8.png

最后,鄙人最新一期Meta分析培训班将于今年10月15-16号举行,敬请关注,详情见以下链接:

9.jpg

参考文献:

Lajeunesse, M. J. 2011. On the meta-analysis of response ratios for studies with correlated and multi-group designs. Ecology 92:2049-2055.

Midolo, G., R. Alkemade, A. M. Schipper, A. Benítez-López, M. P. Perring, and W. De Vries. 2019. Impacts of nitrogen addition on plant species richness and abundance: A global meta-analysis. Global Ecology and Biogeography 28:398-413.

 



https://blog.sciencenet.cn/blog-3442043-1358566.html

上一篇:广义线性混合模型(glmm)的R2计算之二项回归
下一篇:两组数据存在方差异质性时的t检验问题
收藏 IP: 111.197.239.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-3 07:17

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部