网络荟萃分析中的发表偏倚校正：一种利用临床试验注册库的逆概率加权方法
统计方法学
2024-02-02 v1
摘要
网络荟萃分析（NMA）是在单次荟萃分析中同时比较多种干预措施的有用工具，当研究旨在从多个活跃候选疗法中寻找最佳疗法时，它对医学决策极具帮助。然而，其结果的有效性受到发表偏倚问题的威胁。标准两两荟萃分析中处理发表偏倚的现有方法，由于复杂的数据结构和合并数据的潜在假设，难以扩展到该领域。在本文中，我们旨在提供一个灵活的逆概率加权（IPW）框架以及若干 t 型选择函数，以处理 NMA 背景下的发表偏倚问题。为求解这些提出的选择函数，我们建议利用来自多个临床试验注册库中未发表研究的额外信息。一项全面的数值研究和一个真实案例表明，我们的方法有助于获得更准确的估计值和更高的覆盖概率，并改善 NMA 的其他特性（例如，对干预措施进行排序）。
引用
@article{arxiv.2402.00239,
title = {Publication bias adjustment in network meta-analysis: an inverse probability weighting approach using clinical trial registries},
author = {Ao Huang and Yi Zhou and Satoshi Hattori},
journal= {arXiv preprint arXiv:2402.00239},
year = {2024}
}