如何在R语言的不平衡嵌套rma.mv元分析模型中使用emmprep？

核心原因 #

你的嵌套模型使用默认的**处理对比（contr.treatment）**时，会产生线性相关的参数（冗余项），导致模型自动剔除部分参数，而emmprep()不支持带有冗余项的模型。

简便解决方案：更改因子对比方式 #

使用**和对比（contr.sum）**替代默认的处理对比，避免嵌套模型中的秩亏缺：

library(metafor)
library(emmeans)

dat <- dat.bcg
dat$ablat <- c("a","b","c","a","b","b","a","b","c","a","b","c","a")
dat <- escalc(measure="RR", ai=tpos, bi=tneg, ci=cpos, di=cneg, data=dat,
              slab=paste0(author, ", ", year)) 

# 设置全局因子对比为和对比，避免秩亏缺
options(contrasts = c("contr.sum", "contr.poly"))

# 重新拟合嵌套模型，此时不会有冗余项被剔除
res4_clean <- rma.mv(yi, vi, mods = ~ alloc/ablat, data = dat)

# 正常运行emmprep
sav <- emmprep(res4_clean)

# 查看emmeans结果，例如按alloc和ablat分组
emmeans(sav, ~ alloc * ablat)

其他可选方法 #

如果不想修改全局对比设置，可以单独为目标因子设置对比：

# 单独为alloc和ablat设置和对比
dat$alloc <- factor(dat$alloc, contrasts = contr.sum)
dat$ablat <- factor(dat$ablat, contrasts = contr.sum)

# 拟合模型
res4_clean <- rma.mv(yi, vi, mods = ~ alloc/ablat, data = dat)

# 运行emmprep
sav <- emmprep(res4_clean)

原理说明 #

处理对比会将因子的第一个水平作为参考，嵌套模型中主效应与嵌套效应的参数会产生线性依赖，导致秩亏缺；而和对比强制每个因子的参数和为0，消除了这种线性依赖，模型不会出现冗余项，因此emmprep()可以正常工作。

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