比值比荟萃分析中研究间方差与总体效应估计的模拟研究

随机效应荟萃分析需要估计研究间方差 $\tau^2$。我们研究了在比值比荟萃分析中 $\tau^2$ 的估计方法及其置信区间，以及总体效应相关估计量的表现。我们提供了关于 $\tau^2$ 的五种点估计量（流行的 DerSimonian-Laird、限制极大似然和 Mandel-Paule 方法；较不常见的 Jackson 方法；以及基于 Kulinskaya 和 Dollinger (2015) 对 Q 统计量分布的改进近似的新方法（KD））、$\tau^2$ 的五种区间估计量（轮廓似然、Q-profile、Biggerstaff-Jackson、Jackson 和 KD）、总体效应的六种点估计量（与 $\tau^2$ 点估计量相关的五种逆方差估计量，以及一种权重仅使用研究水平样本量的估计量（SSW））和总体效应的八种区间估计量（五种基于 $\tau^2$ 点估计量；Hartung-Knapp-Sidik-Jonkman（HKSJ）区间；基于 KD 对 HKSJ 的修正；以及基于样本量加权估计量的区间）的大量模拟结果。我们的模拟结果表明，没有哪种 $\tau^2$ 点估计量可被推荐，然而新的 KD 估计量对 $\tau^2$ 提供了可靠的覆盖。总体效应的逆方差估计量存在显著偏差。总体效应的 SSW 估计量及相关的置信区间提供了对 log-比值比可靠的点估计和区间估计。