Комбинаторный метаанализ
 | В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
Комбинаторный метаанализ ( CMA ) — это изучение поведения статистических свойств комбинаций исследований из метааналитического набора данных (обычно в исследованиях в области социальных наук). В статье, развивающей понятие «гравитации» в контексте метаанализа, Трэвис Джи [1] предположил, что методы складного ножа, применяемые к метаанализу в этой статье, могут быть расширены для изучения всех возможных комбинаций исследований (там, где это практически возможно) или случайных подмножеств исследований (где комбинаторика ситуации делает это вычислительно неосуществимым).
Концепция
[ редактировать ]В оригинальной статье [1] k объектов (исследований) объединяются по k -1 за раз ( оценка складного ножа ), в результате чего получается k оценок. Замечено, что это частный случай более общего подхода CMA, который вычисляет результаты k исследований, проведенных 1, 2, 3 ... k - 1, k одновременно.
Если вычислительно возможно получить все возможные комбинации, результирующее распределение статистики называется «точным CMA». Если количество возможных комбинаций непомерно велико, это называется «приблизительным CMA».
CMA позволяет изучать относительное поведение различных статистик в комбинаторных условиях. Это отличается от стандартного подхода в метаанализе, заключающегося в принятии одного метода и вычислении одного результата, и позволяет проводить значительную триангуляцию путем расчета различных индексов для каждой комбинации и проверки, все ли они рассказывают одну и ту же историю.
Подразумеваемое
[ редактировать ]Следствием этого является то, что при наличии нескольких случайных пересечений неоднородность внутри определенных комбинаций будет сведена к минимуму. Таким образом, CMA можно использовать в качестве метода интеллектуального анализа данных для определения количества точек пересечения, которые могут присутствовать в наборе данных, путем просмотра того, какие исследования включены в локальные минимумы, которые могут быть получены посредством рекомбинации.
Еще одним следствием этого является то, что аргументы по поводу включения или исключения исследований могут оказаться спорными, если принять во внимание распределение всех возможных результатов. Полезным инструментом, разработанным Джи (ссылка будет после публикации), является график «PPES» (что означает «Вероятность размера положительного эффекта», предполагая, что различия масштабируются таким образом, что желательно большее значение в положительном направлении). Для каждого подмножества комбинаций, где проводятся исследования j = 1, 2, ... k - 1, k за раз, берется доля результатов, которые показывают положительный размер эффекта (будет работать либо ОМП, либо СМД), и это построено против j . Это можно адаптировать к графику «PMES» (что означает «Вероятность минимального размера эффекта»), где доля исследований, превышающих некоторый минимальный размер эффекта (например, SMD = 0,10), берется для каждого значения j = 1, 2. , ... k - 1, k . Там, где присутствует явный эффект, этот график должен довольно быстро асимптотически приближаться к 1,0. При этом возможно, что, например, споры по поводу включения или исключения двух или трех исследований из дюжины или более могут быть оформлены в контексте сюжета, который показывает явный эффект для любая комбинация из 7 или более исследований.
С помощью CMA также возможно изучить взаимосвязь ковариат с величиной эффекта. Например, если финансирование промышленности подозревается в качестве источника систематической ошибки, то долю исследований в данной подгруппе, которые финансировались промышленностью, можно вычислить и нанести на график непосредственно с оценкой размера эффекта. Если средний возраст в различных исследованиях сам по себе довольно сильно различался, то можно получить среднее значение этих средних значений по исследованиям в данной комбинации и нанести его на график аналогичным образом.
Реализации
[ редактировать ]Оригинальное программное обеспечение Джи для выполнения складного ножа и комбинаторного метаанализа было основано на старых метааналитических макросах, написанных на языке программирования SAS. Это легло в основу одного отчета в области лечения артрита. [2] Хотя это программное обеспечение неофициально распространялось среди коллег, оно не было опубликовано. Более поздний метаанализ применил эту концепцию в контексте лечения диареи. [3]
Несколько лет спустя к метааналитическим данным был применен метод складного ножа. [4] но не похоже, что для этой задачи было разработано специальное программное обеспечение. Другие комментаторы также призывали к использованию аналогичных методов. [5] видимо, не знал об оригинальной работе. Более поздняя работа группы по портированию программного обеспечения в Университете Брауна. [6] реализовала эту концепцию в STATA. [7]
Ограничения
[ редактировать ]CMA не решает . проблему метаанализа «мусор на входе и на выходе» класс исследований Однако, когда критик считает мусором, это дает возможность изучить, в какой степени эти исследования могли изменить результат. Точно так же он не предлагает прямого решения проблемы, какой метод выбрать для комбинирования или взвешивания. Как отмечалось выше, он действительно предлагает триангуляцию, при которой можно получить согласие между методами и разногласия между методами, понимаемыми в диапазоне возможных комбинаций исследований.
Ссылки
[ редактировать ]- ^ Jump up to: а б Джи, Т. (2005) «Учет влияния исследования: концепция« гравитации »в метаанализе», Консультирование, психотерапия и здоровье , 1 (1), 52–75 [1]. Архивировано 19 августа 2006 г. в Вейбэк-машина
- ^ Беллами, Н., Кэмпбелл, Дж. и Джи, Т. (2005). Могут ли выбор исследования, переменное управление и период времени повлиять на наблюдаемую величину эффекта в систематических обзорах продуктов гиалуронана/гилана? В: Альтман Р. Стендовые доклады. 10-й Всемирный конгресс по остеоартриту, Массачусетс, США (S71-S71). 8-11 декабря 2005 г.
- ^ Марек Лукачик, доктор медицинских наук, Рональд Л. Томас, доктор философии, Джейкоб В. Аранда, доктор медицинских наук, доктор философии Мета-анализ эффектов перорального приема цинка при лечении острой и стойкой диареи, Pediatrics Vol. 121 № 2 от 1 февраля 2008 г., стр. 326-336 (дои: 10.1542/пед.2007-0921)
- ^ «Круглый стол по статистике: надежный складной нож | ASQ» .
- ^ «Комментарий: следует ожидать гетерогенности в метаанализе и соответствующим образом оценивать ее» . ije.oxfordjournals.org . Архивировано из оригинала 10 ноября 2016 года . Проверено 17 января 2022 г.
- ^ Олкин I, Дахабре И.Дж., Трикалинос Т.А. GOSH — графическое отображение неоднородности исследования. Методы синтеза исследований. 2012;3(3):214-223.
- ^ «ALLSUBSETS: модуль статистики для выполнения метаанализа всех подмножеств (комбинаторного) в наборе исследований» . 19 октября 2012 г.