模型或标记性能的可解释元分析
统计方法学
2024-09-23 v1
摘要
常规的模型性能元分析通常使用来自不同底层人口的datasources，导致无法在明确定义的目标人群的上下文中解释估计值。本文我们发展了用于meta分析的几种模型性能度量方法，这些方法在datasources underlying的人口在异构时可被解释为明确定义的目标人群的上下文。这包括 developing identifiability conditions、逆加权、outcome model和doubly robust estimator。我们使用模拟和来自两大肺癌筛查试验的数据来说明这些方法。
引用
@article{arxiv.2409.13458,
title = {Interpretable meta-analysis of model or marker performance},
author = {Jon A. Steingrimsson and Lan Wen and Sarah Voter and Issa J. Dahabreh},
journal= {arXiv preprint arXiv:2409.13458},
year = {2024}
}