Artikel
Das Beta-Binomialmodell bei Metaanalysen mit sehr wenigen Studien
Suche in Medline nach
Autoren
Veröffentlicht: | 12. Februar 2020 |
---|
Gliederung
Text
Hintergrund/Fragestellung: Insbesondere bei Metaanalysen von wenigen Studien kann der Punktschätzer für den Effekt verzerrt oder das Konfidenzintervall zu schmal sein. Bisherige Ergebnisse zeigen, dass für Metaanalysen von binäre Endpunkten das Beta-Binomialmodell (BB) gute Eigenschaften bei wenigen Studien und wenigen Ereignissen besitzt. Allerdings berücksichtigt das BB nicht die Randomisierung auf Ebenen der einzelnen Studien.
Ziel der Studie ist die Untersuchung der Eigenschaften des BB und Erweiterungen hiervon, die eine Berücksichtigung der Randomisierung ermöglichen, im Vergleich mit anderen gebräuchlichen Verfahren für Metaanalysen bei sehr wenigen Studien.
Methoden: Es wurde eine Simulation durchgeführt (SAS 9.4). In dieser wurden verschiedene erweiterte BB-Modelle, mit Generalisierten Linearen Gemischten Modellen (GLMM) und anderen Metaanalyseverfahren (z.B. DerSimonian-Laird, Knapp-Hartung) für ≤4 Studien verglichen. Für die Generierung der Daten wurden tatsächlich beobachtete Werte aus Cochrane Reviews verwendet. Pro Simulationslauf wurden 10.000 Metaanalysen erzeugt. Es werden die Ergebnisse für ein mittleres Odds Ratio von 0.684 präsentiert.
Ergebnisse: Die mediane Verzerrung der Effektschätzung war für alle Verfahren gering, wobei die GLMM die niedrigste mediane Verzerrung aufwiesen. Die mittlere Überdeckungswahrscheinlichkeit des 95% Konfidenzintervalls wurde nur von der modifizierten Hartung-Knapp-Methode und einem der BB-Modelle vollständig eingehalten. Die Unterschreitung der Überdeckungswahrscheinlichkeit war bei zwei BB-Modellen, gefolgt vom GLMM mit festem Effekt für das Basisrisiko und zufälligem Behandlungseffekt (GLMMFR) am geringsten. Beim Vorliegen von nur zwei Studien in der Metaanalyse hatten sämtliche Verfahren mit akzeptabler Überdeckungswahrscheinlichkeit eine sehr geringe Power (<0,1). Beim Vorliegen von 3-4 Studien, zeigten von den Verfahren mit akzeptabler Überdeckungswahrscheinlichkeit das GLMMFR, gefolgt von zwei BB-Modellen die höchste Power.
Schlussfolgerung: Bei Metaanalysen von nur 2 Studien halten die untersuchten Verfahren entweder die Überdeckungswahrscheinlichkeit nicht ein oder haben eine sehr geringe Power. Bei 3-4 Studien zeigen die Ergebnisse, dass entweder BB-Modelle oder das GLMMFR eine Option sind. Dabei muss zwischen der etwas höheren Überdeckungswahrscheinlichkeit/geringeren Power der BB-Modelle gegenüber der etwas geringeren Überdeckungswahrscheinlichkeit/höheren Power des GLMMFR abgewogen werden.
Interessenkonflikte: Es bestehen keine Interessenkonflikte in Zusammenhang mit der eingereichten Arbeit