基于R语言循环Meta分析结果批量执行Meta回归的方法

我已经用以下R循环代码完成Meta分析，得到meta_summaries_c结果：

meta_results <- list()
meta_summaries_c <- list()
for (outcom in unique(df$outcom)) {
  outcom_data <- df[df$outcom == outcom, ]
  meta_result <- metagen(
                        TE = SMD,   
                        seTE = seTE,  
                        studlab = paste(study),
                        data = outcom_data,           
                        sm = "SMD",              
                        method.tau = "REML")
  meta_results[[stage]] <- meta_result
}
meta_summaries_c[[outcom]] <- summary(meta_result)
print(meta_results)

指定变量variables <- c("var1", "var2", "var3", "var4")，结局outcomes <- c("outcom1", "outcom2", "outcom3", "outcom4", "outcom5", "outcom6", "outcom7", "outcom8", "outcom9", "outcom10", "outcom11", "outcom12")，需要针对研究数量超过5的结局，遍历每个变量执行Meta回归，求实现方法。

1. 筛选符合条件的结局 #

先从指定的结局列表里，挑出对应研究数量≥6的结局：

# 统计每个结局的研究数量
outcome_study_counts <- sapply(outcomes, function(outcome) {
  nrow(df[df$outcom == outcome, ])
})

# 筛选研究数超过5的结局
valid_outcomes <- names(outcome_study_counts[outcome_study_counts > 5])

2. 嵌套循环执行Meta回归 #

用嵌套循环遍历有效结局和变量，借助meta包的metareg()函数完成回归，结果统一存入列表：

# 加载meta包（如果没加载的话）
library(meta)

# 初始化存储回归结果的列表
meta_reg_results <- list()

# 外层循环：遍历符合条件的结局
for (outcome in valid_outcomes) {
  # 获取当前结局的数据集
  outcome_data <- df[df$outcom == outcome, ]
  # 先跑该结局的基础Meta分析（如果之前的meta_results里有正确结果，可直接用meta_results[[outcome]]替代）
  base_meta <- metagen(
    TE = SMD,
    seTE = seTE,
    studlab = paste(study),
    data = outcome_data,
    sm = "SMD",
    method.tau = "REML"
  )
  
  # 内层循环：遍历每个变量做Meta回归
  for (var in variables) {
    # 构建回归公式
    reg_formula <- as.formula(paste("TE ~", var))
    # 执行Meta回归
    reg_result <- metareg(base_meta, reg_formula)
    
    # 给结果命名并存入列表，格式为"结局_变量"
    result_name <- paste(outcome, var, sep = "_")
    meta_reg_results[[result_name]] <- reg_result
  }
}

# 示例：查看outcom1对应var1的回归结果
print(meta_reg_results[["outcom1_var1"]])

补充提示 #

• 如果之前的meta_results列表已经正确存储了各结局的Meta分析结果，直接调用meta_results[[outcome]]能跳过重复跑metagen()的步骤，提升效率
• 可以用lapply()批量提取meta_reg_results里的关键信息，比如回归系数和p值：

# 批量提取回归系数、标准误、p值
reg_stats <- lapply(meta_reg_results, function(x) {
  coef_table <- coef(summary(x))
  data.frame(
    Variable = rownames(coef_table)[2], # 第一行是截距，取第二行的变量
    Coefficient = coef_table[2, 1],
    SE = coef_table[2, 2],
    P_value = coef_table[2, 4]
  )
})

# 把结果合并成数据框
reg_stats_df <- do.call(rbind, reg_stats)
print(reg_stats_df)

内容的提问来源于stack exchange，提问作者Mona Mirbeyk