文献

J-GLOBAL ID：202202217748816490   整理番号：22A0912618

ゼロイベント研究からの証拠の合成:1段階フレームワーク法の比較【JST・京大機械翻訳】

Synthesis of evidence from zero-events studies: A comparison of one-stage framework methods

著者 (4件)： Xu Chang (Department of Population Medicine, College of Medicine, Qatar University, Doha, Qatar) ,  Xu Chang (Chinese Evidence-based Medicine Center, West China Hospital, Sichuan University, Chengdu, China) ,  Furuya-Kanamori Luis (UQ Centre for Clinical Research, Faculty of Medicine, University of Queensland, Brisbane, Australia) ,  Lin Lifeng (Department of Statistics, Florida State University, Tallahassee, Florida, USA)
資料名： Research Synthesis Methods  (Research Synthesis Methods)
巻： 13  号： 2  ページ： 176-189  発行年： 2022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： 証拠合成において,ゼロ事象研究を扱うことは,幅広い議論を発生した重要で複雑なタスクである。多くの方法は,頻出者またはBayesフレームワークに基づくゼロ事象による研究からのデータを合成するための有効な解決策を提供する。頻繁なフレームワークの中で,1段階法は,特に二重アームゼロ事象に対して,ゼロ事象研究を扱うためのユニークな利点を持つ。本論文では,1段階頻出法の簡潔な概観を与えた。著者らは,二重ゼロ事象研究を含むとき,ゼロ事象研究によるメタ分析のための2段階頻出法(連続性補正)に対するこれらの方法の統計的特性を比較するために,シミュレーション研究を行った。シミュレーション研究は,非構造化相関とベータ二項法による一般化推定方程式が,1段階法の中で最良の性能を持つことを示した。ランダム切片一般化線形混合モデルは,明白な研究間分散の不在において良い性能を示した。結果はまた,2段階フレームワークに基づく逆分散不均一(IVhet)解析モデルによる連続性補正が,研究間の変動が明らかで,グループサイズが,含まれた研究に対してバランスが取れたとき,良い性能を持つことを示した。要約すれば,1段階フレームワークは,ゼロ事象による研究を扱うユニークな利点を持ち,グループサイズ比に敏感ではない。それは,可能な場合には,将来のメタ解析において考慮されるべきである。Copyright 2022 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 ,  *構造形成 ,  モデル ,  連続性 ,  解析モデル ,  メタ分析
準シソーラス用語： 一般化線形混合モデル ,  統計的特性 , 【Automatic Indexing@JST】

著者キーワード (5件)： ベータ二項モデル ,  一般化推定方程式 ,  一般化線形混合モデル ,  メタ分析 ,  ゼロイベント研究

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： イベント ,  研究 ,  証拠 ,  段階 ,  フレームワーク