伊维菌素治疗新冠有效性的贝叶斯假设检验与层次建模
定量方法
2021-10-04 v2
摘要
伊维菌素是一种抗寄生虫药物,有人声称其是减少新冠死亡的有效治疗方法。为检验这一说法,两篇近期的同行评审论文均对一组相似的随机对照试验数据进行了荟萃分析,采用了相同的经典统计方法。尽管统计结果相似,其中一篇论文(Bryant等人,2021)得出结论伊维菌素对减少新冠死亡有效,而另一篇(Roman等人,2021)得出结论证据质量不足以支持伊维菌素有效的结论。本文对相同试验数据的一个子集应用贝叶斯方法,检验若干将新冠严重程度和伊维菌素与死亡率联系起来的因果假设,并给出相对于经典方法的替代分析。应用多种达到相同结论的不同替代分析方法应增加对结果的整体信心。我们表明有强证据支持伊维菌素、新冠严重程度与死亡率之间的因果联系,且:i)对于重症新冠,风险比偏向伊维菌素的概率为90.7%;ii)对于轻/中度新冠,风险比偏向伊维菌素的概率为84.1%。为解决对所纳入部分研究真实性的担忧,我们通过每次移除一项研究来评估结论对任一单一研究的敏感性。在最坏情况下,当移除(Elgazzar 2020)时,对于重症和轻至中度新冠结果仍稳健。本文还强调了在荟萃分析中使用贝叶斯方法相对于经典统计方法的优势。分析中包含的所有研究均早于德尔塔变异株的数据。
引用
@article{arxiv.2109.13739,
title = {Bayesian hypothesis testing and hierarchical modelling of ivermectin effectiveness in treating Covid-19},
author = {Martin Neil and Norman Fenton},
journal= {arXiv preprint arXiv:2109.13739},
year = {2021}
}
备注
13 pages