승산 비의 표준 오차를 계산하는 방법?

게놈 전체 협회 연구에서 얻은 두 가지 데이터 세트가 있습니다. 사용 가능한 유일한 정보는 승산 비와 첫 번째 데이터 세트의 p- 값입니다. 두 번째 데이터 세트의 경우 확률 비, p- 값 및 대립 유전자 빈도 (AFD = 질환, AFC = 대조군)가 있습니다 (예 : 0.321). 이 데이터의 메타 분석을 시도하고 있지만이 작업을 수행 할 효과 크기 매개 변수가 없습니다. 제공된 정보 만 사용하여 이러한 각 데이터에 대한 SE 및 OR 신뢰 구간을 계산할 수 있습니까?
미리 감사합니다

예 : 사용 가능한 데이터 :

    Study     SNP ID      P        OR    Allele   AFD    AFC
    1         rs12345    0.023    0.85
    2         rs12345    0.014    0.91     C      0.32   0.25

이 데이터를 사용하여 SE 및 CI95 % OR을 계산할 수 있습니까? 감사

p- 값을 통해 표준 오차를 계산 / 근사 할 수 있습니다. 먼저 양측 p- 값을 2로 나누어 단측 p- 값으로 변환하십시오. 따라서 및 됩니다. 그런 다음이 p- 값을 해당 z- 값으로 변환하십시오. 들면 ,이다 및 대해 , 이것이 (가능성 비율이 1 미만이기 때문에 그들이 음). 이 z- 값은 실제로 승산 비의 로그를 해당 표준 오류 (예 : )로 나눈 값으로 계산 된 테스트 통계 입니다. 따라서 이므로$p = .0115$$p = .007$$p = .0115$$z = -2.273$$p = .007$$z = -2.457$$z = log(OR) / SE$$SE = log(OR) / z$$SE = 0.071$첫 번째 연구의 경우 두 번째 연구의 경우.$SE = .038$

이제 메타 분석을 수행 할 모든 것이 있습니다. metafor 패키지를 사용하여 R로 계산을 수행하는 방법을 설명하겠습니다.

library(metafor)
yi  <- log(c(.85, .91))     ### the log odds ratios
sei <- c(0.071, .038)       ### the corresponding standard errors
res <- rma(yi=yi, sei=sei)  ### fit a random-effects model to these data
res

Random-Effects Model (k = 2; tau^2 estimator: REML)

tau^2 (estimate of total amount of heterogeneity): 0 (SE = 0.0046)
tau (sqrt of the estimate of total heterogeneity): 0
I^2 (% of total variability due to heterogeneity): 0.00%
H^2 (total variability / within-study variance):   1.00

Test for Heterogeneity: 
Q(df = 1) = 0.7174, p-val = 0.3970

Model Results:

estimate       se     zval     pval    ci.lb    ci.ub          
 -0.1095   0.0335  -3.2683   0.0011  -0.1752  -0.0438       ** 

메타 분석은 로그 승산 비를 사용하여 수행됩니다. 따라서 는이 두 연구를 기반으로 추정 된 풀 로그 확률 비율입니다. 이것을 다시 승산 비로 변환 해 봅시다 :$-0.1095$

predict(res, transf=exp, digits=2)

 pred  se ci.lb ci.ub cr.lb cr.ub
 0.90  NA  0.84  0.96  0.84  0.96

따라서 풀링 된 승률 비율은 95 % CI : .84 ~ .96의 경우 .90입니다.