使用R meta包对双反正弦变换后的患病率估计值进行反变换的方法

核心结论 #

你调用metaprop()时已经开启了backtransf=TRUE参数，默认输出的合并结果已经是反变换后的患病率，你可以通过赋值模型对象的方式直接提取对应数值，具体操作方法如下：

操作步骤 #

1. 首先将模型运行结果赋值给一个对象，方便后续提取参数：

fit <- meta::metaprop(
  event = abnormality_count, 
  n = sample_count, 
  studlab = author_year, 
  data = data, 
  sm = "PFT", 
  method.tau = "DL", 
  method.ci = "NAsm",
  backtransf = TRUE
)

2. 直接打印模型对象即可看到反变换后的结果：
   运行print(fit)后，固定效应/随机效应模块下标注为Proportion的数值就是反变换后的患病率，对应的上下限就是95%置信区间。如果打印结果显示的是Double arcsine transformed proportion，可以添加参数强制反变换打印：print(fit, backtransf = TRUE)。

3. 直接提取目标数值：
   你可以直接调用模型对象的内置参数获取数值，无需手动计算：

• 固定效应模型合并患病率：fit$p.common
• 固定效应模型95%置信区间上下限：fit$lower.common、fit$upper.common
• 随机效应模型合并患病率：fit$p.random
• 随机效应模型95%置信区间上下限：fit$lower.random、fit$upper.random

手动反变换方法（可选） #

如果需要自行计算反变换结果，Freeman-Tukey双反正弦变换的反变换公式为：
p = [sin(θ/2)]² - sin(θ)/(4n)
其中θ为变换后的合并效应值，n为纳入研究的加权平均样本量。

注意事项 #

如果输出的置信区间出现超出0~1范围的情况，可以将method.ci参数调整为"Wilson"或"Exact"，更适配比例数据的置信区间估计逻辑。

内容的提问来源于stack exchange，提问作者Graham