Metaanaliza badań z komórkami o częstotliwości 0


9

Znam metaanalizę i techniki regresji meta (przy użyciu pakietu R metaforfirmy Viechtbauer), ale ostatnio natknąłem się na problem, którego nie mogę łatwo rozwiązać. Powiedzmy, że mamy chorobę, która może przejść od matki do nienarodzonego dziecka, i była badana już wiele razy. Matka i dziecko zostały przetestowane na obecność wirusa zaraz po urodzeniu. Ponieważ nienarodzone dziecko może nieuchronnie dostać wirusa innego niż matka, można się spodziewać takich tabel krzyżowych:

           | neg kid | pos kid
mother neg |    A    |   C=0
-----------|---------|--------
mother pos |    B    |   D

Oczywiście użycie ilorazów szans (OR) daje błędy, ponieważ dzieli się je przez 0. To samo dla względnego ryzyka:

A/(A+B)0/(0+D)

Teraz naukowcy chcą przetestować (bezsensowną) hipotezę, czy zakażenie dziecka jest powiązane z zakażeniem matki (co wydaje się bardzo, bardzo oczywiste). Próbuję przeformułować hipotezę i znaleźć coś, co ma sens, ale tak naprawdę nie mogę czegoś znaleźć.

Aby to skomplikować, niektóre dzieci z mamami negatywnymi faktycznie są pozytywne, prawdopodobnie z powodu infekcji w pierwszym tygodniu. Mam więc tylko kilka badań, w których C = 0.

Ktoś ma pomysł, jak statystycznie podsumować dane z różnych badań zgodnie z takim wzorcem. Linki do artykułów naukowych są również mile widziane.


Nie nazwałbym tych danych „zniekształconymi” - po prostu ma komórkę o zerowej częstotliwości, co w dużej mierze wynika z dużego efektu. Z punktu widzenia aplikacji jest to „dobra rzecz”.
— Aniko,

@Aniko: Zgadzam się, źle sformułowane to złe słowo, ale tak naprawdę nie wiedziałem, jak to inaczej powiedzieć.
— Joris Meys,

Odpowiedzi:


5

Wydaje mi się, że jest to jedna z rzadkich sytuacji, w których lepsza może być metaanaliza różnic ryzyka niż współczynników ryzyka lub ilorazów szans. Różnica ryzyka jest szacowana w każdym badaniu przez . To powinno być skończone we wszystkich badaniach, nawet gdy , więc nie powinno być problemu z metaanalizą.P(Kid+|Mum+)−P(Kid+|Mum−)D/(B+D)−C/(A+C)C=0

Zgadzam się, że nie ma sensu rozważać testowania hipotezy, że ta różnica ryzyka wynosi zero. Ale warto oszacować, jak duży jest, tj. O ile bardziej prawdopodobne jest, że dziecko ma wirusa, gdy ma go mama, niż gdy jego mama nie ma.


różnice ryzyka są rzeczywiście drogą, którą mogą zrozumieć także statystycy. Przyjęty.
— Joris Meys,

6

Zwykle 0 oznacza, że ​​musisz używać dokładnych metod zamiast polegać na metodach asymptotycznych, takich jak metaanaliza z ilorazem szans. Jeśli zechcesz założyć, że efekt badania jest ustalony, dobrym pomysłem jest dokładny test Maentel-Hanszel. W celu dokładnej analizy efektów losowych należy zastosować model regresji dwumianowej z losowym efektem badania. Zrobiłem to zarówno w niedawno opublikowanym artykule, ale sekcja metod nie byłaby dla ciebie bardziej pomocna, ponieważ zasadniczo przekazuje te informacje.

Edytować

Ten artykuł nie jest stosowany, ale właśnie stąd wpadłem na ten pomysł:
[1] Hans C. van Houwelingen, Lidia R. Arends i Theo Stijnen. Zaawansowane metody metaanalizy: podejście wielowymiarowe i meta-regresja. Statystyka w medycynie , 2002; 21: 589–624

Oto artykuł, w którym zastosowałem to podejście (nie jest to widoczne w streszczeniu, ale jest wspomniane w części dotyczącej metod):
[2] Trivedi H, Nadella R, Szabo A. Nawodnienie wodorowęglanem sodu w celu zapobiegania kontrastowi wywołanemu nefropatia: metaanaliza randomizowanych badań kontrolowanych. Clin Nephrol. Paź 2010; 74 (4): 288–96.


1
+1 za użycie dwumianowego modelu mieszanego efektu. Niestety został odrzucony jako „nie standardowa metoda”. Jeśli możesz podać mi linki do artykułów, w których takie podejście jest stosowane w konfiguracji metaanalizy, bardzo byś mi pomógł. Z góry dziękuję.
— Joris Meys,

Zredagowałem swoją odpowiedź z kilkoma referencjami.
— Aniko,

0

Dokumentacja pakietu metafor mówi, że „Dodawanie małej stałej do komórek tabel 2x2 jest częstym rozwiązaniem tego problemu”. a także zapewnia opcję wykonania tego w ramach wywołania rma ().


Typowe rozwiązania nie zawsze są poprawnymi rozwiązaniami.
— Joris Meys,
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.