你的名字*：

你的机构*：

您的电子邮件地址*：

软件包名称*：

软件主页：

软件作者：（例如：马克·史密斯、安东·梅尔）

软件简介： <trans data-src="R package EValue: Sensitivity Analyses for Unmeasured Confounding or Selection Bias in Observational Studies and Meta-Analyses. ">R包评价：观察研究和荟萃分析中未测量的混杂或选择偏差的敏感性分析。</trans><trans data-src="Conducts sensitivity analyses for unmeasured confounding for either an observational study or a meta-analysis of observational studies. ">对观察研究或观察研究的荟萃分析中未测量的混杂因素进行敏感性分析。</trans><trans data-src="For a single observational study, the package reports E-values, defined as the minimum strength of association on the risk ratio scale that an unmeasured confounder would need to have with both the treatment and the outcome to fully explain away a specific treatment-outcome association, conditional on the measured covariates. ">对于一个单独的观察研究，该包报告了E值，定义为风险比标度上的最小关联强度，未测量的混杂因素需要与治疗和结果同时存在，以充分解释特定治疗结果的关联，条件是测量的协变量。</trans><trans data-src="You can use one of the evalues.XX() functions to compute E-values for the relevant outcome types. ">您可以使用evalues.XX（）函数之一计算相关结果类型的E值。</trans><trans data-src="Outcome types include risk ratios, odds ratio with common or rare outcomes, hazard ratios with common or rare outcomes, and standardized differences in outcomes. ">结果类型包括风险比、常见或罕见结果的优势比、常见或罕见结果的风险比以及标准化的结果差异。</trans><trans data-src="Optionally, you can use the bias_plot() function to plot the bias factor as a function of two sensitivity parameters. ">或者，可以使用bias_plot（）函数将偏差因子绘制为两个灵敏度参数的函数。</trans><trans data-src="(See VanderWeele & Ding, 2017 [<http://annals.org/aim/article/2643434>] for details.) For a meta-analysis, use the function confounded_meta to compute point estimates and inference for: (1) the proportion of studies with true causal effect sizes more extreme than a specified threshold of scientific importance; ">（详见VanderWeele&Ding，2017[<http://annals.org/aim/article/2643434>]）对于meta分析，使用confounded_meta函数计算点估计值和推断：（1）真正因果效应大小比指定的科学重要性阈值更极端的研究比例；</trans><trans data-src="and (2) the minimum bias factor and confounding strength required to reduce to less than a specified threshold the proportion of studies with true effect sizes of scientifically significant size. ">以及（2）将具有科学意义的真实效应量的研究比例降低到低于规定阈值所需的最小偏差因子和混杂强度。</trans><trans data-src="The functions sens_plot() and sens_table() create plots and tables for visualizing these meta-analysis metrics across a range of bias values. ">函数sens_plot（）和sens_table（）创建图表和表格，用于在一系列偏差值范围内可视化这些元分析指标。</trans><trans data-src="(See Mathur & VanderWeele, 2019 [<https://amstat.tandfonline.com/doi/full/10.1080/01621459.2018.1529598#.XKIJtOtKjdc>] for details.) Most of the analyses available in this package can also be conducted using web-based graphical interfaces (for a single observational study: [<https://evalue.hmdc.harvard.edu>]; ">（详见Mathur&VanderWeele，2019年[<https://amstat.tandfonline.com/doi/full/10.1080/01621459.2018.1529598#.XKIJtOtKjdc>]）本包中的大多数分析也可以使用基于网络的图形界面进行（对于单个观察研究：[<https://evalue.hmdc.harvard.edu>]；</trans><trans data-src="for a meta-analysis: [<https://mmathur.shinyapps.io/meta_gui_2/>]).">对于meta-analysis:[<https://mmathur.shinyapps.io/meta_gui_2/>]）。</trans>

引用描述软件的已发表文章：
（例如，对于GAP：“GAP 4型系统组织代数算法”，Zbl 0918.68050）

描述软件的关键词：（例如：格氏基、有限元法、偏微分方程等）

适用领域：（如：教育、金融、工程等）

对其他软件的依赖性：（例如：Maple、Matlab等）

当前版本：（例如：1.2）

许可条款：（例如：GPL、商业等）

编程语言：（如：Java、C++、Python等）

操作系统：（例如：Linux、Windows XP等）

接口：（例如：Gnuplot export、C library等）

评论： <trans data-src="Update software EValue: http://swmath.org/software/34331">更新软件EValue:http://swmath.org/software/34331</trans>

SOI-软件对象标识符（DOI）：

SVOI-软件版本对象id:

你自己抄送？