第四节　效应指标为危险比的二分类数据贝叶斯Meta分析

对于二分类数据可以合并相对危险度（relative risk，RR），计算如下：RR=p_t/p_c。与OR不同的时，OR的计算可以通过率的logit函数结合在一起，而RR值无法直接进行转换。因此需要进行特殊设置，对RR进行对数转换后，则有：

因试验组的事件发生率［0，1］，因此需要对d_i进行限定。由ln（）∈（-∞，0］，因此需通过限定d_i使其小于等于-ln（），因此相应的代码如下：

［例3.2］以结核病数据为例，以RR为效应量，说明R2jags包拟合贝叶斯Meta分析模型的具体过程。

［解］第一步，设置工作目录和种子数、加载包，定义模型。

第二步，以list（）函数建立一个适用R2jags包分析的列表数据集，命名为bcgdat；设置初始值和要监控的参数；以jags（）函数拟合模型；并以print（）函数显示结果。

计算结果如下：

结果解读：由感兴趣的参数的相应R=1.002可知，马尔可夫链已收敛；研究间异质性标准差后验点估计及95%CI为0.660（0.377，1.135）；RR后验均数点估计及95%CI为0.474（0.302，0.708）。

对于OR、RR值还可通过正态-正态分布层次模型进行分析，基本原理相同，即OR、RR值对数转换后，近似服从正态分布。代码同“第一章第四节二”部分代码。以RR值为例，可以用metafor包的escalc（）函数计算出lnRR及其标准误；然后拟合正态-正态层次模型。

结果如下：

结果解读：由感兴趣的参数的相应R=1.003可知，马尔可夫链已收敛；研究间异质性标准差后验点估计及95%CI为0.643（0.365，1.110）；RR后验均数点估计及95%CI为0.499（0.317，0.736）。比较两种模型的结果略有差异，考虑正态-正态分布层次模型是基于近似正态分布。此外，当事件发生例数较少时，也会对结果产生影响。