无金标准的二分类与有序检验的荟萃分析
应用统计
2022-04-27 v4
摘要
针对无金标准的医学检验荟萃分析的标准方法局限于二分类数据。多元 probit 模型用于分析相关二元数据，并可扩展为多元有序 probit 模型以建模有序数据。在不完美金标准背景下，它们先前已被用于单项研究中二分类与有序检验的分析，以及二分类检验的荟萃分析。在本文中，我们开发了一个分层潜类别多元 probit 模型，用于在不假设金标准的前提下对有序与二分类检验同时进行荟萃分析。该模型可在条件性研究内相关性上容纳分层部分池化模型，从而能够获得联合检验准确度的汇总估计。二分类检验采用 probit 回归似然，有序检验采用有序 probit 回归似然。我们使用 Stan 拟合模型，其采用了先进的 Hamiltonian Monte Carlo 算法。我们将模型应用于一个数据集，其中研究评估了深静脉血栓检验及检验组合的准确性。我们首先通过拟合对有序检验数据进行二分类化的模型，展示了在无金标准下先验二分类化检验准确度数据的问题，随后应用不对数据进行二分类化的模型。此外，我们拟合并比较了多种其他模型，包括假设检验间条件独立与依赖的模型，以及假设完美与不完善金标准的模型。
引用
@article{arxiv.2103.06858,
title = {Meta-analysis of dichotomous and ordinal tests without a gold standard},
author = {Enzo Cerullo and Hayley E. Jones and Olivia Carter and Terry J. Quinn and Nicola J. Cooper and Alex J. Sutton},
journal= {arXiv preprint arXiv:2103.06858},
year = {2022}
}