使用R语言mada包按by_var亚组分析特异度时模型拟合失败求助

问题背景 #

用R语言的mada包开展诊断试验准确性Meta分析，按book1$NC_RNA进行亚组分析时，灵敏度等指标的代码运行正常，但特异度分析出现模型拟合失败的报错。

特异度分析代码 #

specificity_logit_sl <- metaprop(book1$TN, book1$TN+ book1$FP, comb.fixed=FALSE, comb.random=TRUE, sm="PLOGIT", method.ci="cp", byvar=book1$NC_RNA, studlab=book1$AUTHOR)

正常运行的灵敏度代码 #

sensitivity_logit_sl <- metaprop(book1$TP, book1$TP+ book1$FN, comb.fixed=FALSE, comb.random=TRUE, sm="PLOGIT", method.ci="cp", byvar=book1$NC_RNA ,studlab=book1$AUTHOR)

报错信息 #

Error in runGLMM(list.prop, method.tau = method.tau, method.random.ci = method.random.ci,  :  Error in (function (ai, bi, ci, di, n1i, n2i, x1i, x2i, t1i, t2i, xi,  :  Cannot fit ML model (set 'verbose=TRUE' to obtain further details).

解决步骤 #

• 排查拟合失败具体原因：按报错提示添加verbose=TRUE参数，查看模型拟合过程的详细日志，定位是数据极端值、亚组样本量问题还是其他诱因：

  specificity_logit_sl <- metaprop(book1$TN, book1$TN+ book1$FP, comb.fixed=FALSE, comb.random=TRUE, sm="PLOGIT", method.ci="cp", byvar=book1$NC_RNA, studlab=book1$AUTHOR, verbose=TRUE)
  

• 处理数据极端值：
  检查每个亚组内TN/(TN+FP)的取值，若存在亚组所有研究的特异度为1（FP=0）或0（TN=0），logit变换会出现无穷值，导致模型无法拟合。应对方案：

  1. 添加连续性校正：给所有TN和FP加0.5（保证数据逻辑合理）：

     specificity_logit_sl <- metaprop(book1$TN + 0.5, book1$TN + book1$FP + 1, comb.fixed=FALSE, comb.random=TRUE, sm="PLOGIT", method.ci="cp", byvar=book1$NC_RNA, studlab=book1$AUTHOR)
     

  2. 换用鲁棒性更强的效应量变换：改用反正弦变换（sm="ASIN"），对极端比例的适配性更好：

     specificity_logit_sl <- metaprop(book1$TN, book1$TN+ book1$FP, comb.fixed=FALSE, comb.random=TRUE, sm="ASIN", method.ci="cp", byvar=book1$NC_RNA, studlab=book1$AUTHOR)
     

• 调整亚组设置：若某个亚组仅包含1项研究，随机效应模型无法估计异质性，会导致拟合失败。可考虑将该亚组合并到同类亚组，或暂时改用固定效应分析（需谨慎解释结果）。

• 换用诊断试验专用函数：mada包中的metadich函数专门针对二分类诊断数据设计，比metaprop更适配诊断试验的指标分析：

  specificity_logit_sl <- metadich(book1$TN, book1$FP, book1$FN, book1$TP, comb.fixed=FALSE, comb.random=TRUE, sm="SPEC", byvar=book1$NC_RNA, studlab=book1$AUTHOR)
  # 注：sm="SPEC"指定分析特异度，可通过?metadich查看参数细节
  

内容的提问来源于stack exchange，提问作者Newguy