基于不完全提取数据的比值比Meta分析

典型的比值比随机效应Meta分析假设治疗组和对照组的事件数服从二项分布，并要求从已发表的论文中提取死亡比例。由于失访，这些数据在出版物中常常不可得。当Kaplan-Meier生存曲线可用时，通常的做法是从曲线中手动测量所需信息，推断生存概率，进而推断死亡人数的最佳猜测。当前模型并未考虑这些猜测所引入的不确定性。这种朴素方法会导致结果过于确定，并可能得出不准确的结论。我们提出不确定读取-估计事件模型，利用出版物中可提取的数据，分别构建每项研究对Meta分析的贡献。我们使用真实和模拟数据来说明我们的方法。基于观测死亡人数的Meta分析会导致有偏估计，而我们提出的模型则不会。我们的结果显示，与假设提取数据理想的朴素Meta分析相比，对数比值比的标准差有所增加，在我们的例子中，这相当于总体样本量减少了43%。