针对多队列多结局情形的分层荟萃分析方法
统计方法学
2020-09-04 v1
摘要
来自动物模型与流行病学研究的证据表明，产前酒精暴露（PAE）与广泛的长期认知与行为缺陷相关。然而，科学文献中几乎没有任何关于与临床显著不良效应风险增加相关的 PAE 水平的信息。在 1975–1993 年期间，美国开展了几项前瞻性纵向队列研究，其中在孕期获得了关于饮酒的母体报告，并从幼年期至成年早期评估了后代的认知发育。这些队列的样本量不足以提供检验与不同 PAE 水平和模式相关效应的统计功效。为解决这一关键公共卫生问题，我们开发了一种分层荟萃分析，以综合关于 PAE 对认知影响的信息，整合来自六项美国纵向队列研究的多个终点数据。我们的方法涉及估计每个终点的剂量-反应系数，然后合并这些相关的剂量-反应系数，以获得暴露对认知的估计“全局”效应。在第一阶段，我们使用个体参与者数据，通过拟合回归模型来推导 PAE 效应的估计值，这些模型利用倾向得分调整潜在混杂变量。随后在每一队列内估计的终点特异性剂量-反应系数之间的依赖关系由相关矩阵刻画并运行，同时容纳某些终点的不完全信息。我们还比较并讨论了基于所提方法的推断与基于完整多变量分析的推断。
引用
@article{arxiv.2009.01323,
title = {A Hierarchical Meta-Analysis for Settings Involving Multiple Outcomes across Multiple Cohorts},
author = {Tugba Akkaya Hocagil and Louise M. Ryan and Richard J. Cook and Gale A. Richardson and Nancy L. Day and Claire D. Coles and Heather Carmichael Olson and Sandra W. Jacobson and Joseph L. Jacobson},
journal= {arXiv preprint arXiv:2009.01323},
year = {2020}
}