การวิเคราะห์เมตาเกี่ยวกับการศึกษาด้วยเซลล์ความถี่ 0


9

ฉันคุ้นเคยกับการวิเคราะห์เมตาและเทคนิคการถดถอยของเมตาดาต้า (โดยใช้แพ็คเกจ R metaforจาก Viechtbauer) แต่เมื่อเร็ว ๆ นี้ฉันพบปัญหาฉันไม่สามารถแก้ไขได้อย่างง่ายดาย สมมติว่าเรามีโรคติดต่อจากแม่สู่ลูกที่ยังไม่เกิดและมีการศึกษามาหลายครั้งแล้ว แม่และเด็กได้รับการทดสอบไวรัสทันทีหลังคลอด ในขณะที่เด็กในครรภ์เป็นไปไม่ได้ที่จะได้รับเชื้อไวรัสชนิดอื่นนอกเหนือจากแม่

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

เห็นได้ชัดว่าการใช้อัตราต่อรอง (OR) ให้ข้อผิดพลาดเป็นหนึ่งจะถูกหารด้วย 0 เหมือนกันสำหรับความเสี่ยงสัมพัทธ์:

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

ตอนนี้นักวิจัยต้องการทดสอบสมมติฐาน (ไม่รู้สึก) ว่าการติดเชื้อของเด็กนั้นสัมพันธ์กับการติดเชื้อของแม่หรือไม่ (ซึ่งดูเหมือนจะชัดเจนมาก) ฉันพยายามกำหนดสมมติฐานใหม่และหาสิ่งที่มีเหตุผล แต่ฉันไม่สามารถหาอะไรได้จริงๆ

ในการทำให้สิ่งต่าง ๆ ซับซ้อนเด็กบางคนที่มีคุณแม่เชิงลบจริง ๆ แล้วคิดบวกอาจเป็นเพราะการติดเชื้อในสัปดาห์แรก ดังนั้นฉันจึงมีการศึกษาจำนวนมากที่ C = 0

ใครมีความคิดเกี่ยวกับวิธีการสรุปข้อมูลทางสถิติของการศึกษาที่แตกต่างกันตามรูปแบบดังกล่าว ลิงค์ไปยังเอกสารทางวิทยาศาสตร์เป็นมากกว่าการต้อนรับ


ฉันจะไม่เรียกข้อมูลนี้ว่า "ผิดรูปแบบ" - มันมีเพียงเซลล์ความถี่ศูนย์ซึ่งส่วนใหญ่เกิดจากผลกระทบที่มีขนาดใหญ่ จากมุมมองของแอปพลิเคชันนี้เป็น "สิ่งที่ดี"
Aniko

@Aniko: ฉันเห็นด้วยผิดรูปแบบเป็นคำที่ผิด แต่ฉันไม่รู้วิธีการพูดที่แตกต่างกันจริงๆ
Joris Meys

คำตอบ:


5

ดูเหมือนว่าสำหรับฉันนี่เป็นหนึ่งในสถานการณ์ที่ไม่ค่อยเกิดขึ้นซึ่งมันอาจจะดีกว่าที่จะวิเคราะห์ความแตกต่างของความเสี่ยงแทนที่จะวิเคราะห์อัตราส่วนความเสี่ยงหรืออัตราต่อรอง ความเสี่ยงที่แตกต่างP(Kผมd+|Mยูม.+)-P(Kผมd+|Mยูม.-) ถูกประเมินในการศึกษาแต่ละครั้งโดย D/(B+D)-/(A+). นั่นควรจะมีขอบเขตแน่นอนในการศึกษาทั้งหมดแม้ว่า=0ดังนั้นจึงไม่มีปัญหาในการวิเคราะห์เมตาดาต้า

ฉันเห็นด้วยว่ามันค่อนข้างไม่มีจุดหมายเลยที่จะลองทดสอบสมมติฐานว่าความแตกต่างของความเสี่ยงนี้เป็นศูนย์ แต่มันมีความหมายที่จะประเมินว่ามันมีขนาดใหญ่เพียงใดนั่นคือมีความเป็นไปได้มากแค่ไหนที่เด็ก ๆ จะมีไวรัสเมื่อแม่ของพวกเขามีมันมากกว่าตอนที่แม่ไม่ได้


ความแตกต่างของความเสี่ยงย่อมเป็นหนทางไปเช่นเดียวกับที่นักสถิติสามารถเข้าใจได้เช่นกัน ได้รับการยอมรับ
Joris Meys

6

โดยทั่วไปแล้ว 0 หมายความว่าคุณต้องใช้วิธีการที่แน่นอนแทนการพึ่งพาวิธีการเชิงเส้นกำกับเช่นการวิเคราะห์อภิมานด้วยอัตราส่วนอัตราต่อรอง หากคุณยินดีที่จะคิดว่าผลการศึกษานั้นได้รับการแก้ไขแล้วการทดสอบ Maentel-Hanszel ที่ถูกต้องเป็นวิธีที่จะไป สำหรับการวิเคราะห์เอฟเฟ็กต์แบบสุ่มคุณต้องใช้ตัวแบบการถดถอยแบบทวินามกับผลการศึกษาแบบสุ่ม ฉันได้ทำทั้งสองอย่างในกระดาษที่ใช้ล่าสุด แต่ส่วนวิธีการที่จะไม่เป็นประโยชน์กับคุณมากขึ้นเพราะมันสื่อถึงข้อมูลนี้

แก้ไข

บทความนี้ไม่ได้นำมาใช้ แต่นี่เป็นสิ่งที่ฉันได้รับความคิดเมื่อเผชิญหน้ากับปัญหาเดียวกัน:
[1] Hans C. van Houwelingen, Lidia R. Arends และ Theo Stijnen วิธีการขั้นสูงในการวิเคราะห์เมตา: วิธีการหลายตัวแปรและการถดถอยของเมตา สถิติทางการแพทย์ , 2002; 21: 589-624

นี่คือกระดาษที่ฉันใช้วิธีนี้ (ไม่ชัดเจนในนามธรรม แต่ถูกกล่าวถึงในส่วนของวิธีการ):
[2] Trivedi H, Nadella R, Szabo A. Hydration ด้วยโซเดียมไบคาร์บอเนตเพื่อป้องกันความแตกต่างที่เกิดขึ้น โรคไต: การวิเคราะห์อภิมาของการทดลองแบบควบคุมแบบสุ่ม Clin Nephrol 2010 ต.ค. ; 74 (4): 288-96


1
+1 สำหรับการใช้แบบจำลองเอฟเฟกต์แบบทวินาม อนิจจามันถูกปฏิเสธว่า "ไม่ใช่วิธีมาตรฐาน" หากคุณสามารถให้ลิงก์ไปยังเอกสารที่ฉันใช้วิธีนี้ในการตั้งค่าการวิเคราะห์เมตาคุณจะช่วยฉันได้อย่างมาก ขอบคุณล่วงหน้า.
Joris Meys

ฉันได้แก้ไขคำตอบของฉันด้วยการอ้างอิงบางอย่าง
Aniko

0

เอกสารของแพคเกจ metafor บอกว่า "การเพิ่มค่าคงที่เล็ก ๆ ลงในเซลล์ของตาราง 2x2 เป็นวิธีแก้ไขปัญหานี้โดยทั่วไป" และยังมีตัวเลือกให้ทำเช่นนี้ภายในการเรียก rma ()


วิธีแก้ปัญหาทั่วไปไม่ใช่วิธีแก้ไขที่ถูกต้องเสมอไป
Joris Meys
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.