使用metafor包escalc()计算相对风险结果不符的技术咨询

我马上帮你理清这个差异的根源——问题出在连续性校正上！

先拆解两边的计算逻辑：

• 你的手动计算是直接用原始单元格数值：
  RR = (处理组事件率) / (对照组事件率) = (1/(1+0)) / (43/(43+443)) = 1 / (43/486) ≈11.30，对应的log(RR)=ln(11.30)≈2.425，这个结果完全正确。
• 而escalc函数在计算RR时，默认会对含0的单元格做特殊处理：当measure为"RR"或"OR"且存在单元格数值为0时，它会自动给每个单元格加上0.5的连续性校正值（目的是避免出现log(0)这种无意义的计算结果）。

我们用校正后的数值重新计算一遍：
给每个单元格加0.5后，ai=1.5，bi=0.5，ci=43.5，di=443.5
RR = (1.5/(1.5+0.5)) / (43.5/(43.5+443.5)) = 0.75 / (43.5/487) ≈8.40，对应的log(RR)=ln(8.40)≈2.13，这正好和你得到的函数输出一致！

解决方案 #

如果你想要和论文中的正确结果（11.30）匹配，只需要在escalc中手动设置add=0，关闭默认的连续性校正即可：

data <- escalc(measure = "RR", ai=1, bi=0, ci=43, di=443, append=TRUE, add=0)

运行这段代码后，你就能得到和手动计算完全相同的RR值了。

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