收缩估计中外部数据权重的界
统计方法学
2021-06-08 v3
摘要
荟萃分析框架中的收缩估计可用于促进信息的动态借用。该框架可用于根据先前数据分析一项新研究，这些研究在设计上可能不同（例如，随机对照试验（RCT）和临床登记）。我们展示了常见研究权重如何出现在效应估计和收缩估计中，以及它们如何推广到贝叶斯荟萃分析的情形。接下来，我们开发了计算权重界的简单方法，以便能够先验地评估外部证据的贡献。利用数值例子（包括 Creutzfeldt-Jakob 病治疗和胎儿监测以预防代谢性酸中毒发生中的应用）对这些考虑进行了说明和讨论。目标研究对所得估计的贡献被证明具有下界。因此，关于证据容易被外部数据淹没的担忧在很大程度上是没有根据的。
引用
@article{arxiv.2004.02525,
title = {Bounds for the weight of external data in shrinkage estimation},
author = {Christian Röver and Tim Friede},
journal= {arXiv preprint arXiv:2004.02525},
year = {2021}
}
备注
14 pages, 1 figure, 5 tables