固定效应模型：少研究Meta分析中最具说服力的模型
统计方法学
2020-02-12 v1
摘要
根据 Davey 等人（2011）对来自 2008 年 1 月期 Cochrane 系统评价数据库共计 22,453 项 Meta 分析的数据，每项 Meta 分析所纳入研究的中位数仅为 3 项。换言之，文献中约一半或更多的 Meta 分析仅包含两项或三项研究。虽然当研究间异质性较大时，公共效应模型（亦称固定效应模型）可能导致误导性结果，但当研究数量较少时，基于随机效应模型的结论也可能不可靠。相比之下，固定效应模型避免了公共效应模型中的限制性假设，也无需估计随机效应模型中的研究间方差。然而我们注意到，固定效应模型此前一直未受重视，且直到最近才在实践中很少被使用。本文比较了上述三种模型，并论证了在研究数量较少时固定效应模型的效用。此外，我们提出了固定效应模型中非加权平均效应的新估计量。模拟与真实示例也被用来说明固定效应模型及该新估计量的优势。
引用
@article{arxiv.2002.04211,
title = {Fixed-effects model: the most convincing model for meta-analysis with few studies},
author = {Enxuan Lin and Tiejun Tong and Yong Chen and Yuedong Wang},
journal= {arXiv preprint arXiv:2002.04211},
year = {2020}
}
备注
29 pages, 6 figures