我有两个来自全基因组关联研究的数据集。唯一可用的信息是第一个数据集的优势比和 p 值。对于第二个数据集，我有优势比、p 值和等位基因频率（AFD= 疾病，AFC= 对照）（例如：0.321）。我正在尝试对这些数据进行荟萃分析，但我没有效果大小参数来执行此操作。是否有可能仅使用提供的信息计算每个数据的 SE 和 OR 置信区间？
先感谢您
示例：可用数据：
Study SNP ID P OR Allele AFD AFC
1 rs12345 0.023 0.85
2 rs12345 0.014 0.91 C 0.32 0.25
有了这些数据，我可以计算 SE 和 CI95% OR 吗？谢谢
您可以通过 p 值计算/近似标准误差。首先，通过将两侧 p 值除以 2 将它们转换为一侧 p 值。所以你得到和。然后将这些 p 值转换为相应的 z 值。对于，这是，对于，这是（它们是负数，因为优势比低于 1）。这些 z 值实际上是通过取比值比的对数除以相应的标准误差（即）计算得出的检验统计量。因此，得出第一项研究和。
现在你有一切可以进行荟萃分析了。我将说明如何使用 metafor 包使用 R 进行计算：
library(metafor)
yi <- log(c(.85, .91)) ### the log odds ratios
sei <- c(0.071, .038) ### the corresponding standard errors
res <- rma(yi=yi, sei=sei) ### fit a random-effects model to these data
res
Random-Effects Model (k = 2; tau^2 estimator: REML)
tau^2 (estimate of total amount of heterogeneity): 0 (SE = 0.0046)
tau (sqrt of the estimate of total heterogeneity): 0
I^2 (% of total variability due to heterogeneity): 0.00%
H^2 (total variability / within-study variance): 1.00
Test for Heterogeneity:
Q(df = 1) = 0.7174, p-val = 0.3970
Model Results:
estimate se zval pval ci.lb ci.ub
-0.1095 0.0335 -3.2683 0.0011 -0.1752 -0.0438 **
请注意，荟萃分析是使用对数优势比完成的。因此，是基于这两项研究的估计汇总对数优势比。让我们将其转换回优势比：
predict(res, transf=exp, digits=2)
pred se ci.lb ci.ub cr.lb cr.ub
0.90 NA 0.84 0.96 0.84 0.96
因此，综合优势比为 0.90，95% CI：0.84 至 0.96。