使用荟萃分析先验纳入外部信息以进行研究报告评估
统计方法学
2022-12-05 v1 应用统计
摘要
背景:COVID-19 大流行对全球健康、日常生活与经济产生了深远影响。COVID-19 感染可引发的一个重要并发症是急性肾损伤。近期一项在德国柏林某三级医疗中心多院区开展的 COVID-19 患者观察性队列研究,识别了(重度)急性肾损伤发生的危险因素。由于从单一研究推断结果可能存在困难,我们通过纳入其他关于急性肾损伤与 COVID-19 研究的外部信息来验证这些发现并可能调整结果。方法:我们通过贝叶斯荟萃分析将主研究结果与其他试验综合。该外部信息用于构建预测分布并推导目标研究的后验估计。我们关注急性肾损伤发生的多个重要潜在危险因素,如机械通气、血管加压药使用、高血压、肥胖、糖尿病、性别与吸烟。结果:我们的结果表明,依据数据中异质性的程度,纳入外部数据可显著精炼估计的效应量。我们的发现确认机械通气与血管加压药使用是 COVID-19 患者发生急性肾损伤的重要危险因素。高血压似乎也是不可忽视的危险因素。收缩权重在很大程度上取决于模型中估计的异质性。结论:我们的工作展示了如何通过贝叶斯荟萃分析方法利用外部信息调整主研究结果。从外部研究借用多少信息将取决于模型中存在的异质性程度。
引用
@article{arxiv.2212.01067,
title = {Using meta-analytic priors to incorporate external information for study evaluation},
author = {Thilo Welz and Eric Knop and Frank Konietschke and Jan-Hendrik B. Hardenberg and Markus Pauly and Christian Röver},
journal= {arXiv preprint arXiv:2212.01067},
year = {2022}
}
备注
20 pages (including Appendix), 2 Tables, 8 figures