定性临床试验资料meta分析的经验贝叶斯模型原理和应用.pdfVIP

生国里生丝if=!!!!生!!旦筮!!鲞箜!塑 ‘定性临床试验资料meta分析的经验贝叶斯模型原理和应用水 徐州医学院公共卫生学院(221002)曾 平 王 婷△ 黄水平 赵华硕 【提要】 目的研究meta分析经验贝叶斯分层模型的原理及其在定性临床试验资料分析中的应用。方法以一 个激素预防新生儿肺透明膜病的临床试验数据为例，建立分层模型，采用经验贝叶斯的方法进行参数估计和后验推断，尝 试应用三种不同的方法估计分层模型中的超参数p。结果分层模型的经验贝叶斯分析结果表明临床使用激素能够降低 新生儿肺透明膜病的发生。结论相对meta分析的随机效应模型，经验贝叶斯分层模型提供了更灵活的分析策略。 【关键词】 meta分析分层模型经验贝叶斯超参数新生儿肺透明膜病 meta分析为不一致的类似研究提供了一种综合 0f—xof)] 评价的方法，被越来越多地应用到医学决策中¨qJ。 (1) 为了处理研究问的异质性问题，meta分析大体分为固)，i渐进服从正态分布： 定效应模型和随机效应模型，meta分析的异质性不是 y。l0f～N(yf0：，盯；) (2) 有无的问题，而是程度的问题。实际应用中meta分析 3 介于两个极端的情况之问E3：(1)这些试验只不过是第i个研究未观察到的潜在效应。方差盯；假设已知，由 同一个试验方案的相同重复；(2)这些试验存在着相 式(3)估计： 当大的差异以致不能从一个试验中得到关于另一个试 验的任何信息。分层模型(hierarchicalmodel)为处理 1／(，zo：一Xof) (3) 异质性问题提供了十分灵活的策略，它假设不同研究 在样本量比较少时，常常推荐对每个格子增加一 效应来自一个共同的总体分布，联合不同研究的信息 个较小的数如0．5以提高正态近似。在meta分析中，纳 估计真实效应，相对单个研究效应具有更高的效能。 入的研究样本量一般都足够大，因此or；已知的假定并 通常，对分层模型中的超参数可指定具体的数值和设 定超先验分布或者从数据中估计，分别对应于完全贝 出了类似的连续变量的数据结构∞3。进一步假设0。来 叶斯(FB)和经验贝叶斯(EB)”o。对完全贝叶斯而 言，主要存在如下几个问题¨o：需要对指定的数值进 先验基础上，分层模型的第二个层次为： 行敏感性分析，以判断模型的稳健性；分层模型中方差 0f p，v2～N(0。I肛，V2) (4) 参数的先验指定存在争议；后验分布没有显性表达式， 肛，v2称为超参数，在完全贝叶斯分析中需要进一步指 需要借助采用马尔科夫蒙特卡洛算法(MCMC)进行 定先验或具体数值。0=01，．一，0。可看作是来自正态总 模拟抽样∞J，这又涉及收敛诊断的问题∞。J。因此本 文主要在经验贝叶斯框架下讨论meta分析的分层模 型，探索超参数的估计方法和评价真实效应。 间的变异程度H’。 原理和方法 (2)0。的条件后验分布和Y，的边际条件分布 0关于超参数肛，v2的联合后验分布为： 1．贝叶斯分层模型 p(o 0；，盯2)N(0。I肛，V2) (1)分层模型的结构