meta分析中识别发表偏倚方法比较

meta分析中识别发表偏倚方法比较

ID:32245536

大小:2.02 MB

页数:75页

时间:2019-02-02

meta分析中识别发表偏倚方法比较_第1页
meta分析中识别发表偏倚方法比较_第2页
meta分析中识别发表偏倚方法比较_第3页
meta分析中识别发表偏倚方法比较_第4页
meta分析中识别发表偏倚方法比较_第5页
资源描述:

《meta分析中识别发表偏倚方法比较》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文Meta分析中识别发表偏倚方法的比较硕士研究生:李红颜指导老师:陈平雁教授摘要背景与目的发表偏倚是影响Meta分析质量的一个很重要因素。识别发表偏倚的方法很多,其中以漏斗图的对称与否来判断发表偏倚的方法最为常用。对于已经建立的识别发表偏倚的方法,由于其思想各不相同,故所得分析结果也各异。究竟这些方法的性能如何,是否受限于不同的资料类型?这是目前国际上尚未明确回答的问题。本研究将应用MonteCarlo方法,比较目前公开发表的五种识别发表偏倚的方法,评价其性能,以期为识别发表偏倚的实际应用提供指导性

2、意见。方法本研究比较的五种识别发表偏倚的方法分别是:线性回归法(Egger’sregressionmethod)、漏斗图回归法(funnelregressionmethod)、秩相关法(Begg’srankmethod)、剪补法(trimand栅method)和Richy法(Richy'smethod)。本研究以四格表资料为数据类型,运用MonteCarlo方法,模拟产生存在和不存在发表偏倚的Meta分析,分别用五种方法判断其是否存在发表偏倚,具体做法如下。不存在发表偏倚的模拟抽样:·设定总体效应值lnOR。

3、·设定纳入Meta分析的研究个数k。·确定每个纳入分析的研究的样本量。设实验组和对照组的样本量相同,每个处理组的样本量分别从服从(芦,∞对数正态分布和正态分布的随机数函数中中文摘要抽样再取整得到:·通过一个均匀分布的抽样函数抽取区间(O.I,O.5】上的一个值为对照组的发病率‰,实验组的发病率蜀由蜀和总体的。四值通过公式焉。F袅计算得出。-由每一个处理组的发病率和样本量,通过二项分布的随机函数确定每一处理组的阳性例数。如此反复,抽取的七个纳入Meta分析的研究作为不存在发表偏倚的研究。存在发表偏倚的模拟抽样:

4、模拟存在发表偏倚是在没有发表偏倚的基础上产生的,通过权重函数wAp,)=exp{一4一‘5)的选择,将一些P值较大的研究排除在Meta分析之外。本研究采用I类错误和检验效能两个指标评价各种方法的模拟结果。I类错误用错判率来估计,即在没有发表偏倚的Meta分析中检测出存在发表偏倚的概率;检验效能用判对率来估计,即在有发表偏倚的Meta分析中检测出存在发表偏倚的概率。模拟研究使用SAS宏功能和ODS输出系统及SPSSl3.0等软件。根据预模拟实验结果,当模拟次数10000次时趋于稳定,故本研究的模拟次故设置为10

5、000次,采用固定髓机种子数。结果无论纳入Meta分析的样本量服从对数正态分布还是正态分布,用上述五种方法判断是否存在发表偏倚,I类错误的均值从大到小依次为Richy法、线性回归法、秩相关法、漏斗图回归法、剪补法。漏斗图回归最接近设定检验水准0.05。检验效能的均值从大到小依次为Richy法、线性回归法、秩相关法、剪补法、漏斗图回归法。除Richy法外,其余四种方法的检验效能的均值均不超过0.5。无论纳入Meta分析的样本量服从对数正态分布还是正态分布,线性回归法、秩相关法和Richy法的I类错误和检验效能,

6、都随/l从20增大到200而表现出H硕士学位论文先增(40或50处达到最大)后减的趋势。而漏斗图回归法和剪补法受Ⅳ的变化影响不大。无论纳入Meta分析的样本量服从对数正态分布还是正态分布,线性回归法,秩相关法和Richy法的I类错误对总体效应值比较敏感,当总体效应值为.1.609(对应OR为0.2)时,这三种方法的I类错误最高均可达0.90。线性回归法和秩相关法的检验效能的均值在当总体效应值小于-0.916(对应OR小于O.4)时均分别增加到0.70和0.50以上,丽Richy法检验效能均数均为0.81,变异

7、较小。无论纳入Meta分析的样本量服从对数正态分布还是正态分布,当总体效应值为0(对应OR为1)时,线性回归法的检验效能较小,均值为0.10,秩相关法的检验效能均为0.05,并随总体效应值减小变化很快,最高可达0.99。其余几种方法的检验效能随总体效应值的变化影响不大。无论纳入Meta分析的样本量服从对数正态分布还是正态分布,所有方法的l类错误和检验效能均随k值的增大而增加。只是剪补法变化幅度较小,I类错误的均值随着k从20增加到100只增加了0.01,检验效能均只增加了O.16。无论纳入Meta分析的样本量

8、服从对数正态分布还是正态分布,线性回归法和秩相关法的I类错误和检验效能的均值都随着样本量的变异的增加而减小。Richy法随变异的增加而增加。纳入Meta分析的样本量服从对数正态分布时的线性回归法和秩相关法比样本量服从正态分布时的I类错误的均值要小。而其他方法的均值都是对数正态分布时比正态分布时大。检验效能的情况亦如此。讨论与结论总的来说,线性回归法和秩相关法对效应值比较敏感,当总体效应值接近0(对应

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。