如何使用metafor包的escalc和rma函数进行单均值元分析？

报错原因 #

你使用escalc()时指定了measure = "SMD"，但SMD（标准化均数差）是两组设计的效应量，必须提供对照组的均值（m2i）、标准差（sd2i）、样本量（n2i）参数。你的数据是单组均值，缺少对照组参数，因此触发报错。

两种解决方案 #

方案1：直接合并原始均值（与metamean输出完全对应） #

meta包的metamean()默认是对原始均值做逆方差合并，无需转换效应量，直接用metafor的rma()函数实现：

library(metafor)
# 计算每个研究的方差（var = 标准差² / 样本量）
data$var <- (data$sd)^2 / data$n
# 执行元分析：yi为原始均值，vi为对应方差
res <- rma(yi = mean, vi = var, slab = study, data = data)
# 查看结果
print(res)

此方法得到的合并均值、异质性统计量（Q值、I²、tau²）与metamean()的输出完全一致。

方案2：转换为单组标准化效应量（如与总体均值比较） #

若需要标准化效应量（比如将单组均值与某个总体均值对比），可以给escalc()补充对照组参数。假设你要与总体均值0比较，可设置对照组均值为0，标准差复用单组标准差，样本量设为极大值模拟总体：

library(metafor)
# 计算单组相对于总体均值0的SMD
esc <- escalc(measure = "SMD", 
              m1i = mean, sd1i = sd, n1i = n,
              m2i = 0, sd2i = sd, n2i = 1e6, # 模拟总体对照
              slab = study, data = data)
# 对标准化效应量做元分析
res_smd <- rma(yi = yi, vi = vi, data = esc)
# 查看结果
print(res_smd)

注：若你需要与其他特定总体均值比较，替换m2i为对应数值即可。

内容的提问来源于stack exchange，提问作者CharlesLDN