부분적으로 시뮬레이션 된 데이터에 대해 메타 분석을 수행하지 않는 이유는 무엇입니까?

배경:

심리학에서의 전형적인 메타 분석은 두 변수 X와 Y 사이의 상관 관계를 모델링하려고 시도 할 수있다. 분석은 일반적으로 샘플 크기와 함께 문헌으로부터 일련의 관련 상관 관계를 얻는 것을 포함한다. 그런 다음 수식을 적용하여 가중 평균 상관 관계를 계산할 수 있습니다. 그런 다음, 무작위 샘플링의 단순한 효과에 의해 암시되는 것보다 더 많은 상관 관계가 연구에 따라 변하는 지 여부를 분석 할 수 있습니다.

또한 분석을 훨씬 더 복잡하게 만들 수 있습니다. 신뢰성, 범위 제한 등을 위해 추정치를 조정할 수 있습니다. 메타 구조 방정식 모델링 또는 메타 회귀 등을 탐색하기 위해 상관 관계를 조합하여 사용할 수 있습니다.

그러나 이러한 모든 분석은 입력 데이터로 요약 통계 (예 : 상관 관계, 승산 비, 표준화 된 평균 차이)를 사용하여 수행됩니다. 이를 위해서는 요약 통계를 받아들이는 특수한 공식과 절차를 사용해야합니다.

메타 분석에 대한 대체 접근법

따라서 원시 데이터가 입력으로 사용되는 메타 분석에 대한 대체 접근 방식에 대해 생각하고있었습니다. 즉, 상관의 경우 입력 데이터는 상관을 형성하는 데 사용되는 원시 데이터입니다. 실제로 대부분의 메타 분석에서 실제 원시 데이터의 대부분을 사용할 수없는 경우 몇 가지가 있습니다. 따라서 기본 절차는 다음과 같습니다.

1. 원시 데이터를 찾는 출판 된 모든 저자에게 연락하고 제공된 경우 실제 원시 데이터를 사용하십시오 .
2. 원시 데이터를 제공하지 않는 작성자의 경우 원시 데이터를 시뮬레이션 하여보고 된 것과 동일한 요약 통계를 갖도록하십시오. 이러한 시뮬레이션은 또한 미가공 데이터로부터 얻은 임의의 지식 (예를 들어, 변수가 왜곡 된 것으로 알려진 경우 등)을 포함 할 수있다.

그러한 접근 방식에는 몇 가지 이점이있을 수 있습니다.

• 원시 데이터를 입력으로 사용하는 통계 도구를 분석에 사용할 수 있습니다.
• 적어도 일부 실제 미가공 데이터를 획득함으로써 메타 분석의 저자는 실제 데이터와 관련된 문제 (예 : 특이 치, 분포 등)를 고려해야합니다.

질문

• 실제 미가공 데이터와 기존의 공개 된 연구와 동일한 요약 통계를 갖도록 시뮬레이션 된 데이터의 조합에 대해 메타 분석 연구를 수행하는 데 문제가 있습니까?
• 이러한 접근법이 요약 통계에 대한 메타 분석을 수행하는 기존 방법보다 우수합니까?
• 이 접근법에 대해 논의, 옹호 또는 비판하는 기존 문헌이 있습니까?

개인 및 집단 개인 데이터를 합성하는 것을 목표로하는 접근법이 이미 존재한다. 서튼 등. (2008) 논문은 (IMHO) 아이디어와 비슷한 베이지안 접근법을 적용합니다.

• 라일리, RD, 램버트, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). 개별 환자 데이터와 집계 데이터를 결합한 연속 결과의 메타 분석. 의학 통계, 27 (11), 1870–1893. PDF : 10.1002 / sim.3165 PDF

• 라일리, RD, & Steyerberg, EW (2010). 개별 참가자 데이터 및 집계 데이터를 사용하여 이진 결과의 메타 분석. 연구 합성 방법, 1 (1), 2–19. 도 : 10.1002 / jrsm.4

• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). 개별 및 집계 수준 데이터의 메타 분석 의학 통계, 27 (5), 651-669.

@Bernd에게 올바른 방향으로 나를 지적 해 주셔서 감사합니다. 다음은 그의 답변에서 언급 한 참고 문헌과이 기사에서 언급 한 참고 문헌에 대한 참고 사항입니다.

서튼 등 (2008)

Sutton 등은 건강 상황에서 개별 환자 데이터 대 집계 데이터 라는 용어를 사용 합니다 .

그들은 개별 환자 데이터의 분석이 종종 스튜어트와 클라크 (1995)를 인용하여 메타 분석의 황금 표준으로 간주된다고 지적했다. 데이터 품질을 평가하고 기존 보고서에보고되지 않은 값 (예 : 특정 하위 그룹 분석)을 분석하는 데 특히 유용합니다. 당연히, 그들은 모든 개별 환자 데이터를 입수 할 수 없거나 그러한 데이터를 처리하는 데 추가 비용이 드는 등의 문제에 주목합니다. 또한 요약 통계를 사용할 수있는 간단한 모형의 경우 결과가 종종 유사하거나 동일하다는 것을 관찰합니다.

또한 Simmonds 등 (2005)의 검토를 통해 개별 환자 메타 분석의 빈도를 관찰합니다. 또한 Riley RD, Simmonds 등 (2008)의 개별 환자 데이터와 집계 데이터를 결합한 메타 분석 검토 기사를 언급했습니다.

라일리 램버트 아보 자이드 (2010)

이 기사에서 Riley 등은 개별 참가자 데이터의 메타 분석에 대해 자세히 설명합니다. 개별 참가자 데이터의 메타 분석의 장점을 설명합니다 (예 : 일관된 데이터 처리, 누락 된 데이터 모델링,보고 된 원래 결과 확인, 더 많은 분석 옵션 등).

스튜어트 앤 티어니 (2002)

Stewart와 Tierney는 특히 실제 문제에 중점을 둔 개별 환자 데이터 메타 분석의 장단점을 검토합니다.

라일리 램버트 외 (2007)

여기에는 1 단계 및 2 단계 접근법 측면에서 개별 환자 데이터와 집계 데이터를 결합하는 방법이 설명되어 있습니다.

쿠퍼 & 패톨 (2009)

Cooper와 Patall은 심리학 적 방법 으로 개인 수준 데이터의 메타 분석에 대한 특별 이슈의 일부로 기사를 썼습니다 (요약은 Shrout, 2009 참조). Cooper와 Patall은 연구 통합을 전환의 두 번째 단계에서 하나로 설명합니다.

첫 번째 전환은 서술 적 연구 검토에서 이루어지며, 여기에는 불투명 한인지 대수 규칙이 연구 결과를 합성하는 데 사용되며 [집계 데이터]의 메타 분석으로 전환됩니다. 두 번째 단계는 [집계 된 데이터]의 메타 분석에서 [개인 참가자 수준 데이터]의 축적으로의 전환을 포함합니다.

계속 ...

참고 문헌

• EA, Cooper, H., & Patall (2009). 메타 분석의 상대적 이점은 개별 참가자 데이터와 집계 된 데이터로 수행됩니다. 심리학 적 방법, 14 (2), 165–176. 도 : 10.1037 / a0015565
• 라일리, RD, 램버트, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). 개별 환자 데이터와 집계 데이터를 결합한 연속 결과의 메타 분석. 의학 통계, 27 (11), 1870–1893. doi : 10.1002 / sim.3165 [PDF] (http://www.staessen.net/publications/2006-2010/08-21-P.pdf)
• 라일리, RD, 램버트, PC 및 Abo-Zaid, G. (2010). 개별 참가자 데이터의 메타 분석 : 이론적 근거, 수행 및보고, BMJ, 340, 221.
• 라일리 RD, Simmonds MC, Look MP. (2007) 개별 환자 데이터와 집계 데이터를 결합한 증거 합성 : 체계적인 검토를 통해 현재 관행과 가능한 방법을 식별했습니다. 언론과 초기 전망의 임상 역학 저널.
• 라일리, RD, & Steyerberg, EW (2010). 개별 참가자 데이터 및 집계 데이터를 사용하여 이진 결과의 메타 분석. 연구 합성 방법, 1 (1), 2–19. 도 : 10.1002 / jrsm.4
• PE, Shrout (2009). 통합적 데이터 분석에 대한 짧고 긴 견해 : 특별 이슈에 대한 기여에 대한 의견. 심리학 적 방법, 14, 177.
• Simmonds MC, Higgins JPT, Stewart LA, Tierney JF, Clarke MJ, Thompson SG. (2005). 무작위 시험에서 개별 환자 데이터의 메타 분석 : 실제로 사용되는 방법의 검토. 임상 시험 ; 2 : 209–217.
• 스튜어트 LA, 클라크 MJ. 업데이트 된 개별 환자 데이터를 사용한 메타 분석 (개요)의 실용적인 방법론. 코크레인 작업 그룹. 의학 통계 1995; 14 : 2057–2079.
• 스튜어트 LA, Tierney JF. IPD 또는 IPD로? 개별 환자 데이터를 사용한 체계적인 검토의 장단점. Eval Health Prof 2002; 25 : 76-97.
• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). 개별 및 집계 수준 데이터의 메타 분석 의학 통계, 27 (5), 651-669.