Как может I ^ 2 == 0 (мера гетерогенности) в метаанализе случайных эффектов RMA в R?

Ema спросил: 11 июня 2018 в 11:02 в: r

Я работаю над метаанализом эпидемиологических исследований. Исследования очень неоднородны с точки зрения популяции, вмешательства и анализа, поэтому я использую модель случайных эффектов для метаанализа с использованием метафора в R.

Я подбирал исследования в подгруппы с сопоставимыми результатами , 5/6 выглядят отлично.

Однако есть одна подгруппа, которая выглядит неправильно, потому что tau равно 0, а I ^ 2 равно 0. Глядя на данные, я не понимаю, почему общая гетерогенность будет равна 0 .

res <- rma(yi=beta, sei=se, slab=(1:7), measure="OR",data=SIPVdata,  digits=3, method= "ML")Random-Effects Model (k = 3; tau^2 estimator: ML)  logLik  deviance       AIC       BIC      AICc  
  -0.217     2.635     4.433     2.630    16.433  tau^2 (estimated amount of total heterogeneity): 0.000 (SE = 0.044)
tau (square root of estimated tau^2 value):      0.001
I^2 (total heterogeneity / total variability):   0.00%
H^2 (total variability / sampling variability):  1.00Test for Heterogeneity: 
Q(df = 2) = 2.635, p-val = 0.268Model Results:estimate     se    zval   pval   ci.lb   ci.ub   
  -0.350  0.145  -2.417  0.016  -0.634  -0.066  *

Построение вывода модели выглядит следующим образом:


Итак, вы можете видеть, что 2 наблюдения (5 и 3), которые имеют небольшие доверительные интервалы и аналогичные оценки, оказывают наибольшее влияние на выборку. Другие оценки имеют широкие CI, которые все перекрываются. Я мог бы ожидать, что гетерогенность оценки будет низкой в ​​этом случае, но не 0, и, конечно, не полная изменчивость tau.

Кто-нибудь имеет представление о том, что происходит в этом метаанализе?

Большое спасибо!

0 ответов