多変量メタ分析における出版バイアスを検出するための回帰ベース法【JST・京大機械翻訳】

Hong Chuan; Zhang Jing; Li Yang; Elia Elena; Riley Richard; Chen Yong

プレプリント

J-GLOBAL ID：202202220164123825 整理番号：22P0110809

多変量メタ分析における出版バイアスを検出するための回帰ベース法【JST・京大機械翻訳】

A regression-based method for detecting publication bias in multivariate meta-analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年02月11日プレプリントサーバーでの情報更新日： 2020年02月11日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

研究結果の出版が研究の質だけでなく,その性質と方向にも依存するとき,出版バイアスが発生する。その結果,発表された研究は,行われたすべての有効な研究について真に代表されない可能性があり,このバイアスは,体系的レビューとメタアナリシスの妥当性を脅かし,証拠に基づく医学がますます依存している。多変量メタ分析は,最近,潜在的バイアスを減らし,結果にわたって情報を借り込むことにより,統計的効率を改善するその能力に対する注目を浴びている。しかし,出版バイアスの検出と説明は,いくつかの研究が,複数の結果の一部を選択的に報告しているかもしれないので,多変量メタ解析設定においてより挑戦的である。本論文では,多重結果に対する出版バイアスを共同試験するためのスコアテストを提案し,これは多変量設定に新しいものである。提案した試験は,単変量Eggerの試験の自然な多変量拡張であり,上記のシナリオを同時に取り扱うことができ,多変量結果間の相関関係を説明し,一方,異なるタイプの結果を可能にし,結果にわたる情報を借り出すことができる。提案した試験は,シミュレーション研究を通して,Eggerの試験,Beggの試験およびTrimおよびFill法より強力であることを示した。2つのデータ解析が,実際に提案された試験の性能を説明するために与えられる。【JST・京大機械翻訳】

, , , , ,
, , 【Automatic Indexing@JST】

分析化学一般

, ,

前のページに戻る