元分析中试验间异质性可能部分由所报告的设计特征解释
应用统计
2017-11-28 v2
摘要
目的：我们研究了Cochrane综述中序列生成、分配隐藏和盲法的偏倚风险判断与试验间异质性之间的关联。研究设计与设置：对来自117个元分析的二分类数据拟合贝叶斯分层模型，以估计比值 {\lambda}，即高/不清楚偏倚风险试验相对于低偏倚风险试验的异质性变化倍数。我们估计了每个元分析中可由特定设计特征相关偏倚解释的试验间异质性的比例。结果：单变量分析显示，在序列生成（{\lambda} 1.14，95%区间：0.57至2.30）和盲法（{\lambda} 1.74，95%区间：0.85至3.47）方面高/不清楚偏倚风险试验的异质性方差平均增加。分配隐藏高/不清楚偏倚风险的试验平均异质性较小（{\lambda} 0.75，95%区间：0.35至1.61）。多变量分析显示，中位数37%（95%区间：0%至71%）的异质性方差可由序列生成、分配隐藏和/或盲法方面高/不清楚偏倚风险的试验解释。所有异质性变化的95%区间均较宽且包含无差异的零值。结论：我们对结果的解释受不精确估计的限制。有某些迹象表明试验间异质性可部分由报告的设计特征解释，因此针对偏倚进行调整可能潜在提高元分析结果的准确性。
引用
@article{arxiv.1704.06491,
title = {Between-trial heterogeneity in meta-analyses may be partially explained by reported design characteristics},
author = {Kirsty Rhodes and Rebecca Turner and Jelena Savović and Hayley Jones and David Mawdsley and Julian Higgins},
journal= {arXiv preprint arXiv:1704.06491},
year = {2017}
}