拓端tecdat|R語言輔導中固定與随機效應Meta分析 - 效率和置信區間覆寫

Meta分析是綜合現有證據的重要工具。它通常用于醫學和臨床環境中，以評估關于治療或暴露對感興趣結果的影響的現有證據。基本思想是将先前研究中感興趣的影響的估計彙總在一起。在進行Meta分析 時必須做出的選擇是固定效應和随機效應之間的選擇。在這篇文章中，我們将看看這種選擇的一些後果，實際上研究正在測量不同的效果。

設定

我們假設我們對n個研究對我們感興趣的影響進行了估計。

固定效應Meta分析 

在固定效應荟萃分析中，我們假設所包含的每項研究都在估計相同的基礎參數。

随機效應Meta分析 

相比之下，在随機效應荟萃分析中，我們假設每項研究都在估計研究特定的真實效果。觀察到的估計異質性歸因于兩個來源：1）研究之間的真實效應異質性，以及2）研究内抽樣誤差。

固定與随機效應Meta分析 

我們使用哪種方法會影響我們獲得的估計總體效果及其相應的95％置信區間，是以決定哪種方法适合在任何給定情況下使用是很重要的。我個人認為，這個決定應該基于對成分研究的了解，而不是基于實際檢視點估計。

兩種方法之間的另一個明顯差異是，固定效應荟萃分析的計算标準誤差小于随機效應荟萃分析的計算标準誤差。這可能會使研究人員相信固定效應估計更精确。

R中的模拟研究

為了進行模拟研究，我們将模拟30項研究的重複荟萃分析。

然後，我們執行固定效應和随機效應荟萃分析。代碼如下所示：

fixedEffectEsts < -  array（0，dim = c（nSims））
fixedCI < -  array（0，dim = c（nSims，2））
randomEffectEsts < -  array（0，dim = c（nSims））
randomCI < -  array（0，dim = c（nSims，2））

for（i in 1：nSims）{
  列印（I）
  trueEffects < -  rnorm（nStudies，mean = 1，sd = 0.1）

  #sample在研究标準偏差範圍内
  withinStudySD < -  rgamma（nStudies，shape = 2.5，scale = 0.04）

  studyEstimate < -  rnorm（nStudies，mean = trueEffects，sd = withinStudySD）

  #fixed effects meta-analysis
  maFixed < -  （studyEstimate~1，S = withinStudySD ^ 2，method =“fixed”）
  fixedEffectEsts [i] < -  coef（maFixed）
  fixedCI [i，] < -  c（coef（maFixed）-1.96 * maFixed $ vcov ^ 0.5，coef（maFixed）+ 1.96 * maFixed $ vcov ^ 0.5）

  #random-effects元分析
  maRandom < -  （studyEstimate~1，S = withinStudySD ^ 2，method =“mm”）
  randomEffectEsts [i] < -  coef（maRandom）
  randomCI [i，] < -  c（coef（maRandom）-1.96 * maRandom $ vcov ^ 0.5，coef（maRandom）+ 1.96 * maRandom $ vcov ^ 0.5）
}      

#ci覆寫範圍

mean（（fixedCI [，1] <1）＆（fixedCI [，2]> 1））
mean（（randomCI [，1] <1）＆（randomCI [，2]> 1））      

R代碼的最後幾行計算1000次模拟中固定和随機效應估計的平均值和SD，然後計算95％置信區間的覆寫範圍。當我運作我獲得的代碼時：

> mean（fixedEffectEsts）
[1] 0.9990649
> sd（fixedEffectEsts）
[1] 0.04939415
> 
> mean（randomEffectEsts）
[1] 1.000967
> sd（randomEffectEsts）
[1] 0.0242558
> 
> #ci
> mean（（fixedCI [，1] <1）＆（fixedCI [，2]> 1））
[1] 0.322
> mean（（randomCI [，1] <1）＆（randomCI [，2]> 1））
[1] 0.926      

首先要注意的是，固定效應方法仍然是無偏的，即使資料是基于随機效應模型進行模拟的。然而，我們發現固定效應方法的SD要大得多（随機效應為0.049對0.024）。或者換句話說，随機效應估計器是一種更精确的估計。

對這種明顯沖突的解釋是，當實際存在研究異質性之間時，由固定效應方法計算的标準誤差是無效的。

結論

我從這個小型模拟研究中得出的結論是，應該警惕使用固定效應分析，除非人們相信meta分析中的研究正在估計相同的共同效應。