因果可解释元分析中聚合试验结果对外部环境的迁移性
统计方法学
2026-02-18 v2
摘要
在证据综合中，多层次建模方法（MMA）常被用于合并聚合数据（AD）和个体参与者数据（IPD）。这些方法依赖于一个聚合结果模型，该模型理想情况下应通过对每个合格研究中观察到的协变量分布上的预设个体水平结果模型进行积分得到。在非线性设置中，此类积分可能是分析上不可行的，需要近似。在本文中，我们提出了一种将AD纳入IPD研究因果元分析的新方法，可以克服这一挑战。与其依赖难以正确制定的聚合结果模型，我们提出将试验成员关系建模为基线协变量的函数。该模型允许通过利用其他试验中可用的IPD来估计每个AD研究中的个体水平结果模型，然后将从AD和IPD试验中估计的治疗效应迁移到外部目标人群，即使该人群仅有聚合协变量数据可用。与先前提案不同，我们不需要从聚合数据生成伪IPD，这有助于最小化由于每个AD试验和目标人群中协变量分布信息不完整而引入的偏差。
引用
@article{arxiv.2408.04854,
title = {Transportability of aggregate trial results to an external environment in causally interpretable meta-analysis},
author = {Tran Trong Khoi Le and Marie-Felicia Béclin and Sivem Afach and Tat-Thang Vo},
journal= {arXiv preprint arXiv:2408.04854},
year = {2026}
}