文献

J-GLOBAL ID：202002230757375849   整理番号：20A0298522

メタ分析における競合リスクと異なるデータ要約のための共有パラメータモデル:共通および稀な結果に対する意味【JST・京大機械翻訳】

Shared parameter model for competing risks and different data summaries in meta-analysis: Implications for common and rare outcomes

著者 (4件)： Thom Howard (Bristol Medical School: Population Health Sciences, University of Bristol, Bristol, UK) ,  Lopez-Lopez Jose A. (Bristol Medical School: Population Health Sciences, University of Bristol, Bristol, UK) ,  Lopez-Lopez Jose A. (Department of Basic Psychology & Methodology, Faculty of Psychology, University of Murcia, Murcia, Spain) ,  Welton Nicky J. (Bristol Medical School: Population Health Sciences, University of Bristol, Bristol, UK)
資料名： Research Synthesis Methods  (Research Synthesis Methods)
巻： 11  号： 1  ページ： 91-104  発行年： 2020年 
JST資料番号： W2735A  ISSN： 1759-2879  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,複数の競合する二値結果を報告する研究の集合データメタ分析における問題と,それらの結果に対する異なる要約フォーマットを用いた研究を考察した。例えば,いくつかは各結果の少なくとも1つの患者の数を報告するかもしれないが,他はそのような結果の総数を報告する可能性がある。異なるデータ要約と競合リスクを考慮したハザード比スケールに関する共有パラメータモデルを開発した。文献から理論的議論を適用し,イベントが稀な場合にはモデルが等価であることを実証した。構築されたデータ例とシミュレーション研究を用いて,競合リスクと異なるデータ要約が調整がなされない場合には,競合リスクと異なるデータ要約がバイアス結果となる可能性がある約0.2のイベント率閾値を見出すためのシミュレーション研究を行った。この閾値以下では,より簡単なモデルが十分である。著者らは,分析者が絶対イベント率を考慮することを推奨し,基礎となるイベントのすべてが稀である(約0.2の閾値以下)場合に,データタイプと競合リスクを無視する単純なモデルを使用するだけである。絶対イベント率の1つ以上が,著者らの非公式閾値を超えるか,または超えると,バイアス推定を避けるために,共有パラメータモデルを通してデータタイプと競合リスクを考慮する必要がある。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *データ型 ,  バイアス ,  メタ分析
準シソーラス用語： ハザード比 ,  *パラメトリックモデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 競合するリスク ,  ネットワークメタ分析 ,  メタ分析 ,  共有パラメータモデル ,  異なるデータ要約 ,  稀な事象

分類 (1件)： 統計的品質管理  (KB04030W)

タイトルに関連する用語 (6件)： メタ分析 ,  競合 ,  リスク ,  共有 ,  パラメータモデル ,  意味