多连续处理的贝叶斯荟萃分析：抗精神病药物的应用
应用统计
2018-02-15 v1
摘要
建立药物的剂量-反应关系对于理解其在真实情形下对患者结局的影响至关重要。虽然临床试验的意向性治疗分析提供了分配至特定药物与剂量的效应，但其未捕捉在考虑不依从与脱落后的观测暴露。我们开发了贝叶斯方法，以灵活建模具有连续处理的二值结局的剂量-反应关系，允许处理效应异质性与非线性响应曲面。我们采用分层框架进行荟萃分析，其明确目标是在考虑异质性的同时合并来自多个试验的信息。在一个应用中，我们考察了 14 项临床试验中接受第二代抗精神病药帕利哌酮、利培酮或奥氮平治疗的精神分裂症患者体重过度增加的风险。在样本人群上平均，我们发现奥氮平在 500mg 累积剂量下导致 15.6%（95% CrI：6.7，27.1）的体重额外增加风险。帕利哌酮在 500mg 奥氮平等效累积剂量下带来 3.2%（95% CrI：1.5，5.2）的额外风险，利培酮为 14.9%（95% CrI：0.0，38.7）。黑人在 1000mg 奥氮平等效累积剂量的帕利哌酮下，较非黑人具有额外的 6.8%（95% CrI：1.0，12.4）体重增加的的风险。
引用
@article{arxiv.1802.05186,
title = {Bayesian Meta-Analysis of Multiple Continuous Treatments: An Application to Antipsychotic Drugs},
author = {Jacob Spertus and Marcela Horvitz-Lennon and Sharon-Lise Normand},
journal= {arXiv preprint arXiv:1802.05186},
year = {2018}
}
备注
14 Pages, 2 Figures, 2 Tables, 2 Appendix Figures