Copas 选择模型下元分析的发表偏倚检验
统计方法学
2020-07-03 v1
摘要
在元分析中,发表偏倚是一个众所周知、重要且具挑战性的问题,因为如果用于综述的研究样本存在偏倚,元分析结果的有效性将受到威胁。处理发表偏倚的一种流行方法是 Copas 选择模型,它提供了一种灵活的敏感性分析,用以校正估计值并深入揭示数据抑制机制。然而,在 Copas 选择模型下用于检测偏倚的严格检验程序尚属缺乏。为填补此空白,我们发展了基于得分的检验以在 Copas 选择模型下检测发表偏倚。我们揭示标准得分检验统计量的行为是不规则的,因为 Copas 选择模型的参数在原假设下消失,导致可识别性问题。我们提出了一种新颖的检验统计量并推导了其极限分布。给出了一个 bootstrap 程序以获得该检验的 p 值以供实际应用。我们进行了广泛的 Monte Carlo 模拟来评估所提检验的性能,并将该方法应用于若干已有的元分析。
引用
@article{arxiv.2007.00836,
title = {Testing for publication bias in meta-analysis under Copas selection model},
author = {Rui Duan and Jin Piao and Arielle Marks-Anglin and Jiayi Tong and Lifeng Lin and Haitao Chu and Jing Ning and Yong Chen},
journal= {arXiv preprint arXiv:2007.00836},
year = {2020}
}