用于多种诊断试验联合荟萃分析的多项截断 D-vine copula 混合模型
统计方法学
2020-10-19 v1 应用统计
摘要
关于诊断研究荟萃分析方法的文献广泛，但主要聚焦于单一试验。然而，对特定疾病的更好理解导致了多种试验的发展。近期提出了多项广义线性混合模型（GLMM）用于比较多种试验研究的联合荟萃分析。我们提出了一种用于多种试验联合荟萃分析的新模型，该模型在给定患病与非患病患者中各试验结果组合潜在概率向量条件下，假设各试验结果组合计数的独立多项分布。对于潜在比例的随机效应分布，我们采用可覆盖灵活依赖结构的截断可绘藤 copula。所提模型将多项 GLMM 作为特例，但也可在潜在比例的原尺度上运作。我们的方法通过模拟研究以及使用两项试验（缩短肱骨与缩短股骨）筛查唐氏综合征的荟萃分析予以演示。与多项 GLMM 的比较在真实数据荟萃分析中得出了改变当前结论的发现。
引用
@article{arxiv.2010.08152,
title = {A multinomial truncated D-vine copula mixed model for the joint meta-analysis of multiple diagnostic tests},
author = {Aristidis K. Nikoloulopoulos},
journal= {arXiv preprint arXiv:2010.08152},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:2006.09278