提升医疗数据证据可靠性与规模的系统性方法
应用统计
2018-03-30 v1
摘要
对科学可重复性的担忧也延伸至使用现有医疗数据的研究；许多针对同一主题的观测性研究即便使用相同数据也会产生相互冲突的结果。为解决此问题，我们提议一种范式转变。当前范式聚焦于使用可靠性未知的独特研究设计一次生成一个估计值，并一次发表（或不发表）一个估计值。新范式倡导使用一致且标准化的方法进行高通量观测性研究，从而允许评估、校准和无偏传播，以生成更可靠且更完整的证据基础。我们通过比较一组结局下所有抑郁症治疗方法演示了这一新范式，生成了17,718个风险比，每一个都使用了与最先进研究相当的方法学。我们进一步纳入对照假设以评估和校准我们的证据生成过程。结果显示数据库间具有良好的可传递性与一致性，且与五项临床试验发现中的四项相符。文献中报道的效应量估计分布显示出缺乏微小或零效应，并在p = 0.05处存在急剧截断。我们的结果中未观察到此类现象，表明证据更完整且更可靠。
引用
@article{arxiv.1803.10791,
title = {A systematic approach to improving the reliability and scale of evidence from health care data},
author = {Martijn J. Schuemie and Patrick B. Ryan and George Hripcsak and David Madigan and Marc A. Suchard},
journal= {arXiv preprint arXiv:1803.10791},
year = {2018}
}
备注
24 pages, 6 figures, 2 tables, 28 pages supplementary materials