基于重构生存数据的证据合成
统计方法学
2022-01-04 v1
摘要
我们提出一种在聚合数据(AD)荟萃分析中合成时间-事件终点证据的一般方法。与以往多数荟萃分析研究不同，我们的工作使用重构生存数据作为信息来源。我们引入了一种称为“重构生存数据荟萃分析”(MARS)的贝叶斯多层回归模型，通过对重构生存信息与其他类型汇总数据进行建模与整合，来估计风险比函数与生存概率。该方法试图减少选择偏倚，并放宽常规方法局限于风险比估计时对个体临床研究比例风险假设的预设。理论上，我们建立了 MARS 的渐近一致性，并考察了其相对于个体参与者数据(IPD)荟萃分析的相对效率。在模拟研究中，MARS 表现出与 IPD 荟萃分析相当的性能，与真实值偏差微小，表明在有限样本 AD 荟萃分析中可实现极佳的鲁棒性与效率。最后，我们将 MARS 应用于急性髓系白血病的荟萃分析，以评估微小残留病与生存的关联，从而协助回应 FDA 对血液系统恶性肿瘤药物开发中替代生物标志物转化应用的关切。
引用
@article{arxiv.2201.00281,
title = {Evidence synthesis with reconstructed survival data},
author = {Chenqi Fu and Shouhao Zhou and Xuelin Huang and Nicholas J. Short and Farhad Ravandi-Kashani and Donald A. Berry},
journal= {arXiv preprint arXiv:2201.00281},
year = {2022}
}