Article
Bayes’sche Metaanalysen mit zufälligen Effekten: Wahl der A-Priori-Verteilung für tau aus HTA-Sicht
Search Medline for
Authors
-
Sibylle Sturtz
- IQWiG, Köln, Germany
| Published: | September 6, 2019 |
|---|
Outline
Text
Sollen im Rahmen von Nutzenbewertungen Daten mehrerer Studien quantitativ zusammengefasst werden, stellen Metaanalysen die Methode der Wahl dar. Entsprechend dem Methodenpapier des Instituts für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG), Version 5.0 [1], wird für eine Metaanalyse in der Regel ein Modell mit zufälligen Effekten nach der Methode von Knapp-Hartung verwendet [2]. Liegen allerdings Daten aus nur wenigen Studien vor (d.h. weniger als 5 Studien), kann die Heterogenität zwischen den Studien nicht verlässlich geschätzt werden, sodass zu breite Konfidenzintervalle resultieren. Im Fall weniger Studien stellen daher Bayessche Methoden eine Alternative zur Durchführung von Metaanalysen dar.
Für die Wahl einer geeigneten a priori Verteilung für den Heterogenitätsparameter tau stehen verschiedene Alternativen zur Verfügung (z.B. [3], [4], [5]). Anhand empirischer Daten für tau aus publizierten IQWiG-Berichten wird die Eignung dieser Verteilungen im Kontext systematischer Übersichtsarbeiten diskutiert.
Die Autoren geben an, dass kein Interessenkonflikt besteht.
Die Autoren geben an, dass kein Ethikvotum erforderlich ist.
Literatur
- 1.
- Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG). Allgemeine Methoden. Version 5.0. 2017 Jul 10. [Accessed 2019 Jul 16]. Available from: https://www.iqwig.de/de/methoden/methodenpapier.3020.html
- 2.
- Veroniki AA, Jackson D, Viechtbauer W, Bender R, Knapp G, Kuss O, Langan D. Recommendations for quantifying the uncertainty in the summary intervention effect and estimating the between-study heterogeneity variance in random-effects meta-analysis. Cochrane Database Syst Rev. 2015(1):1-72.
- 3.
- Friede T, Röver C, Wandel S, Neuenschwander B. Meta-analysis of few small studies in orphan diseases. Res Synth Methods. 2017;8(1):79-91.
- 4.
- Rhodes KM, Turner RM, Savović J, Jones HE, Mawdsley D, Higgins JP. Between-trial heterogeneity in meta-analyses may be partially explained by reported design characteristics. Journal of clinical epidemiology. 2018 Mar 1;95:45-54.
- 5.
- Turner NL, Dias S, Ades AE, Welton NJ. A Bayesian framework to account for uncertainty due to missing binary outcome data in pairwise meta-analysis. Stat Med. 2015;34(12):2062-80.
