Oran Oranlarının Standart Hatası nasıl hesaplanır?

Genom çapında ilişki çalışmalarından iki veri setim var. Mevcut tek bilgi ilk veri seti için olasılık oranı ve p değeridir. İkinci veri seti için, Oran Oranı, p değeri ve alel frekansları (AFD = hastalık, AFC = kontroller) var (örn: 0.321). Bu verilerin bir meta-analiz yapmaya çalışıyorum ama bunu gerçekleştirmek için etki boyutu parametresi yok. Sadece sağlanan bilgileri kullanarak bu verilerin her biri için SE ve OR güven aralıklarını hesaplamak için bir olasılık var mı?
Şimdiden teşekkür ederim

örnek: Mevcut veriler:

    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

Bu verilerle SE ve CI95% VEYA hesaplayabilir miyim? Teşekkürler

Standart hataları p-değerleri üzerinden hesaplayabilir / yaklaşık olarak hesaplayabilirsiniz. İlk olarak, iki taraflı p değerlerini 2'ye bölerek tek taraflı p değerlerine dönüştürün.$p = .0115$ ve $p = .007$. Sonra bu p-değerlerini karşılık gelen z-değerlerine dönüştürün. İçin$p = .0115$, bu $z = -2.273$ ve için $p = .007$, bu $z = -2.457$(oranlar 1'in altında olduğu için negatiftirler). Bu z-değerleri aslında olasılık oranlarının günlüğünün karşılık gelen standart hatalara bölünmesiyle (yani,$z = log(OR) / SE$). Böylece,$SE = log(OR) / z$, bu da $SE = 0.071$ ilk ve $SE = .038$ ikinci çalışma için.

Şimdi bir meta-analiz yapmak için her şeye sahipsiniz. Metafor paketini kullanarak R ile hesaplamaları nasıl yapabileceğinizi göstereceğim:

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       ** 

Meta-analizin log olasılık oranları kullanılarak yapıldığını unutmayın. Yani,$-0.1095$bu iki çalışmaya dayanan tahmini havuzlanmış log olasılık oranıdır. Bunu tekrar oran oranına dönüştürelim:

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

Böylece, havuzlanmış oran oranı% 95 CI ile .90'dır: .84 ila .96.