オッズ比の標準誤差を計算する方法は？

ゲノムワイド関連研究からの2つのデータセットがあります。利用できる唯一の情報は、オッズ比と最初のデータセットのp値です。2番目のデータセットには、オッズ比、p値、および対立遺伝子頻度（AFD =疾患、AFC =コントロール）があります（例：0.321）。これらのデータのメタ分析を実行しようとしていますが、これを実行するための効果サイズパラメーターがありません。提供された情報のみを使用して、これらの各データのSEおよびOR信頼区間を計算する可能性はありますか？
前もって感謝します

例：利用可能なデータ：

    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

これらのデータを使用して、SEとCI95％ORを計算できますか？ありがとう

p値を使用して標準誤差を計算/概算できます。最初に、両側p値を2で割ることにより片側p値に変換します。したがって、およびます。次に、これらのp値を対応するz値に変換します。以下のために、これはとするために、これは（オッズ比が1未満であるので、彼らは、陰性です）。これらのZ値は、実際には、オッズ比の対数を対応する標準誤差で除算して計算された検定統計量です（つまり、）。したがって、となり、、P = 0.007 、P = 0.0115 、Z = - 2.273 、P = 0.007 、Z = - 2.457 、Z = L O G （O R ）/ S E S E = L O G （O R ）/ Z S E = 0.071 S E = $p = .0115$$p = .007$$p = .0115$$z = -2.273$$p = .007$$z = -2.457$$z = log(OR) / SE$$SE = log(OR) / z$$SE = 0.071$最初の場合は、2番目の研究の場合は。$SE = .038$

これで、メタ分析を行うためのすべてが揃いました。metaforパッケージを使用して、Rで計算を行う方法を説明します。

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       ** 

メタ分析は対数オッズ比を使用して行われることに注意してください。したがって、は、これら2つの研究に基づいた推定プールオッズ比です。これをオッズ比に変換してみましょう：$-0.1095$

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

したがって、プールされたオッズ比は.90で、95％のCI：.84〜.96です。