解决荟萃分析中的结果报告偏倚：选择模型视角
统计方法学
2025-07-17 v2 应用统计
摘要
结果报告偏倚（ORB）对荟萃分析发现的有效性构成严重威胁。当研究人员根据结果的显著性或方向选择性报告结果时，就会发生这种情况，可能导致治疗效应估计产生偏差。尽管其影响至关重要，ORB 仍是一个未被充分认识的问题，目前可用的全面调整方法很少。本研究旨在通过选择模型的视角探讨 ORB 调整技术，从而拓展文献中现有的若干方法论途径。为了更好地理解 ORB 在荟萃分析临床试验中的影响，特别是在存在异质性的情况下，并评估 ORB 调整技术的有效性，我们将该方法应用于受 ORB 影响的真实临床数据，并开展一项以治疗效应估计为重点、以异质性量化为次要研究兴趣的模拟研究。
引用
@article{arxiv.2408.05747,
title = {Addressing Outcome Reporting Bias in Meta-analysis: A Selection Model Perspective},
author = {Alessandra Gaia Saracini and Leonhard Held},
journal= {arXiv preprint arXiv:2408.05747},
year = {2025}
}
备注
Revision