高维替代标记的元分析
统计方法学
2026-05-06 v1
摘要
当直接测量临床上重要的主要终点在临床试验中不可行时，可使用替代终点来推断治疗效应。试验水平的替代标记预测主要终点的平均治疗效应，可在元分析框架内进行评估。然而，传统方法不适用于现在越来越多地收集的复杂高维数据，如组学数据。虽然存在用于高维替代评估的方法，但这些方法大多针对单试验环境开发，因而无法评估替代标记的可推广性。本文提出了 RISE-Meta，用于在多试验、高维setting下评估试验水平替代标记的方法。在第一阶段，应用现有非参数方法对个体参与者数据进行处理，以为每个候选标记推导 study-level surrogacy 指标。随后，使用随机效应元分析将这些指标跨研究合并，等效性检验提供替代有效性的运作准则。最后，通过加权方案将一组候选标记组合为复合签名，以提高相对于任何单个候选标记的替代性。我们在模拟研究和实际数据应用中评估了 RISE-Meta。在对高维数据的应用中，我们将基因表达作为季节性流感疫苗抗体反应的试验水平替代标记进行分析；而在低维应用中，我们将 RISE-Meta 与参考元分析方法进行比较，观察到两者之间存在强烈一致性。
引用
@article{arxiv.2605.03819,
title = {Meta-Analysis of High-Dimensional Surrogate Markers},
author = {Arthur Hughes and Rodolphe Thiébaut and Layla Parast and Boris P. Hejblum},
journal= {arXiv preprint arXiv:2605.03819},
year = {2026}
}