Como ya ha aclarado @mdewey, no es apropiado hablar de odds ratios cuando sólo se tiene un grupo. En tal caso, puedes centrarte en proporciones (la proporción de pacientes con eventos/todos los pacientes) o probabilidades (la proporción de pacientes con eventos/pacientes sin eventos). Otra posibilidad es centrarse en las tasas (la proporción de pacientes con eventos/todos los pacientes durante un periodo de tiempo determinado).
Según se informa en otro lugar El error estándar de la proporción se puede calcular como la raíz cuadrada del producto de P * (1 - P) / N, donde P es la proporción de pacientes con eventos/todos los pacientes, y N es el tamaño de la muestra (es decir, todos los pacientes). No conozco ninguna fórmula para calcular el error estándar de una proporción, pero es razonable que pueda encontrar una.
Una vez que tenga para cada estudio la estimación puntual y el error estándar, es fácil combinarlos con un paquete estadístico (por ejemplo, metan en Stata, meta o metafor en R). Tenga en cuenta, de hecho, que el paquete meta de R ofrece el comando metaprop que le convendrá directamente, como aclara este código ilustrativo:
library(meta)
studyid <- c(1:10)
events <- sample(5:20, 10, replace = T) # randomly generated event counts
patients <- sample (50:200, 10, replace = T) # randomly generated sample sizes
mydata <- data.frame(cbind(studyid, events, patients))
mydata
metaprop1 <- metaprop(mydata$events, mydata$patients)
metaprop1
# various graphs
forest(metaprop1)
baujat(metaprop1)
funnel(metaprop1)
trimfill1 <- trimfill(metaprop1)
summary(trimfill1)
funnel(trimfill1)