meta4diag：面向常规实践的诊断试验研究的贝叶斯双变量荟萃分析
应用统计
2016-07-08 v2 统计方法学
摘要
本文介绍了\proglang{R}包\pkg{meta4diag}，用于实现诊断试验研究的贝叶斯双变量荟萃分析。我们的\pkg{meta4diag}包是\proglang{R}包\pkg{INLA}的专用前端。虽然\pkg{INLA}利用集成嵌套拉普拉斯近似为大量潜高斯模型提供全贝叶斯推断，但\pkg{meta4diag}提取了双变量荟萃分析所需的特征并以直观方式呈现。它允许用户直接进行模型设定并提供用户自定义先验分布。此外，支持新近提出的惩罚复杂度先验框架，该框架建立在对方差和相关参数行为的先验直觉之上。无需马尔可夫链蒙特卡罗采样即可直接获得敏感性和特异性以及所有超参数和协变量的准确后验边缘分布。此外，感兴趣的单变量估计（如比值比）以及SROC曲线和其他常见图形可直接用于解释。交互式图形用户界面为用户提供包的全部功能，无需任何\proglang{R}编程。该包可通过CRAN \url{https://cran.r-project.org/web/packages/meta4diag/}获取，并将使用三个真实数据示例说明其用法。
引用
@article{arxiv.1512.06220,
title = {meta4diag: Bayesian Bivariate Meta-analysis of Diagnostic Test Studies for Routine Practice},
author = {Jingyi Guo and Andrea Riebler},
journal= {arXiv preprint arXiv:1512.06220},
year = {2016}
}