诊断试验准确性数据网络荟萃分析的ANOVA模型
统计方法学
2016-04-08 v1
摘要
网络荟萃分析（NMA）允许合并针对给定疾病评估不同治疗干预的试验中的多重比较疗效信息，并从观测比较的网络中估计未观测的比较。鉴于敏感性与特异性的内在相关性，将NMA应用于诊断准确性研究是一项统计挑战。本文提出了一种概念上简单且新颖的层次臂基（AB）模型，该模型将logit变换后的敏感性和特异性表示为测试的固有效应、相关研究效应以及在给定研究中评估的各种测试相关的随机误差之和。我们将该模型应用于先前发表的荟萃分析，评估用于分诊轻度宫颈病变女性以检测宫颈前病变的多种细胞学和分子测试的准确性，并将结果与基于对比（CB）模型的结果进行比较，后者将线性预测器表示为相对于 comparator test 的对比。所提出的AB模型比CB模型更吸引人，因为它产生易于解释的边际均值，并利用所有可用数据，且易于容纳更一般的方差-协方差矩阵结构。
引用
@article{arxiv.1604.02018,
title = {ANOVA model for network meta-analysis of diagnostic test accuracy data},
author = {Victoria Nyaga and Marc Aerts and Marc Arbyn},
journal= {arXiv preprint arXiv:1604.02018},
year = {2016}
}
备注
27 Pages, 6 figures