r - 使用MICE估算的数据的逻辑回归的奇数比率和95%置信区间

Question

我有使用MICE包估算的缺失值的数据。

impData <- mice(analysis_set,m=5,maxit=50,meth='pmm',seed=500)

现在我需要运行逻辑回归分析：

modelFit1 <- with(data = impData, 
exp = glm(formula = Outcome ~ inputVar1 + inputVar2 + inputVar3, 
family = binomial(link = "logit")))

我可以使用以下方法获得合并分析：

pool(modelFit1)

更多信息使用：

summary(pool(modelFit1))

最后一个命令显示估计值，SE，t，df，Pr(>|t|)，lo 95，hi 95，nmis，fmi和lambda。

我的问题是：有没有一种简单的方法可以从合并分析中获得OR和95%CI？

我曾经在数据集上使用：

exp(cbind(OR = coef(mylogit), confint(mylogit)))

其中 mylogit 是数据集的 glm()。是否有与合并分析等效

的？

Answer 1

池对象位于 MICE 包中的类mipo下。

summary(pool(modelFit1), conf.int = TRUE, exponentiate = TRUE)

给出优势比(估计值)和相应的置信区间。

Answer 2

>谢谢@user20650

summaryPool <- summary(pool(modelFit1))
exp(cbind(summaryPoolM2[,1],summaryPoolM2[,6],summaryPoolM2[,7]))

第 1 列是估计值，第 6 列和第 7 列是 ln(95% 置信区间)。将这些值相加以求幂得到 OR 和 95% 置信区间。