在聚合层面二元二项分布数据双变量荟萃分析中使用 copula 建模研究内关联：贝叶斯方法及在替代终点评价中的应用

双变量荟萃分析为整合相关研究的资讯提供了有用框架，并已被用于合并临床研究证据以评价两种结局上的治疗疗效。它也已被用于研究替代终点与最终结局上治疗效应之间的替代模式。当替代终点可用于比最终结局更早地衡量治疗效应并预测临床获益或危害时，其在药物开发中扮演重要角色。标准双变量荟萃分析方法在研究和研究间两个层面上，使用双变量正态分布联合建模在替代终点和最终结局上观察到的治疗效应。对于二项分布数据，可使用对数优势比尺度上的正态近似。然而，当事件比例接近 1 或 0 时，该方法可能导致偏倚结果，影响替代终点的验证。在本文中，我们探索在原始二项尺度上建模两个结局。首先，我们提出一种使用独立二项似然来建模研究内变异性从而避免近似观测治疗效应的方法。但该方法忽略了研究内关联。为克服此问题，我们提出一种使用具有二项边缘的双变量 copula 的方法，使模型能够考虑研究内关联。我们将这些方法应用于慢性髓性白血病中的一个说明性例子，以研究完全细胞遗传学反应（CCyR）与无事件生存（EFS）之间的替代关系。