Quantifying the impact of between-study heterogeneity in multivariate meta-analyses.
Quantifying the impact of between-study heterogeneity in multivariate meta-analyses.
复制标题
DOI：
10.1002/sim.5453
复制
发表时间：
2012-12-20
影响因子：
2
通讯作者：
Riley, Richard D.
中科院分区：
文献类型：
--
作者：
Jackson, Dan;White, Ian R.;Riley, Richard D.
在单变量荟萃分析中量化异质性影响的措施（包括非常流行的 I2 统计）现已得到很好的确立。多变量荟萃分析（研究提供多种结果汇总在一次分析中）也变得越来越常用。因此提出了如何量化多变量环境中的异质性的问题。单变量 R2 统计量（随机效应模型和固定效应模型下估计治疗效果的方差之比）最自然地概括，因此该统计量为我们提供了基础。然后使用该统计量导出 I2 的多元类似物，我们称之为 。我们还提供了一个多元 H2 统计量，即 Cochran 异质性统计量的泛化比率及其相关的自由度，以及通常的 I2 统计量的泛化， 。我们提出的异质性统计数据可以与多变量荟萃分析中使用的所有常用估计和推理程序一起使用。我们将我们的方法应用于一些真实的数据集，并展示我们的统计数据如何同样适用于多元元回归的背景，其中研究水平的协变量效应包含在模型中。当应用任何程序来拟合多元随机效应模型时，可以使用我们的异质性统计数据。版权所有 © 2012 约翰·威利父子有限公司
Measures that quantify the impact of heterogeneity in univariate meta-analysis, including the very popular I2 statistic, are now well established. Multivariate meta-analysis, where studies provide multiple outcomes that are pooled in a single analysis, is also becoming more commonly used. The question of how to quantify heterogeneity in the multivariate setting is therefore raised. It is the univariate R2 statistic, the ratio of the variance of the estimated treatment effect under the random and fixed effects models, that generalises most naturally, so this statistic provides our basis. This statistic is then used to derive a multivariate analogue of I2, which we call . We also provide a multivariate H2 statistic, the ratio of a generalisation of Cochran's heterogeneity statistic and its associated degrees of freedom, with an accompanying generalisation of the usual I2 statistic, . Our proposed heterogeneity statistics can be used alongside all the usual estimates and inferential procedures used in multivariate meta-analysis. We apply our methods to some real datasets and show how our statistics are equally appropriate in the context of multivariate meta-regression, where study level covariate effects are included in the model. Our heterogeneity statistics may be used when applying any procedure for fitting the multivariate random effects model. Copyright © 2012 John Wiley & Sons, Ltd.
登录
查看更多内容
影响因子：
2
作者：
Nam, IS;Mengersen, K;Garthwaite, P
通讯作者：
Garthwaite, P
影响因子：
2
作者：
Jackson, Dan
通讯作者：
Jackson, Dan
影响因子：
7.6
作者：
BERKEY, CS;ANTCZAKBOUCKOMS, A;PIHLSTROM, BL
通讯作者：
PIHLSTROM, BL
影响因子：
2
作者：
Hand, David J.
通讯作者：
Hand, David J.
DOI：
10.1016/0197-2456(86)90046-2
发表时间：
1986-09-01
期刊：
CONTROLLED CLINICAL TRIALS
影响因子：
--
作者：
DERSIMONIAN, R;LAIRD, N
通讯作者：
LAIRD, N