贝叶斯统计量是否会使过分析变得过时?


18

我只是想知道,如果这样会使荟萃分析过时,那么从第一次研究到最后一次研究是否都可以应用贝叶斯统计方法。

例如,假设在不同时间点进行了20项研究。第一次研究的估计或分布是在没有先验信息的情况下进行的。第二项研究使用后验分布作为先验分布。现在将新的后验分布用作第三项研究的先验分布,依此类推。

最后,我们有一个估计,其中包含之前完成的所有估计或数据。进行荟萃分析是否有意义?

有趣的是,我想改变这种分析的顺序也会相应地改变最后的后验分布。

Answers:


14

您所描述的称为贝叶斯更新。如果您可以假设后续的试验是可互换的,那么您是否顺序,一次或以不同的顺序(例如请参见此处此处)进行更新都没有关系。请注意,如果以前的实验会影响您将来的实验,那么在经典的荟萃分析的情况下,也将不考虑相关性(假设可交换性)。

使用贝叶斯更新来更新您的知识是非常有意义的,因为这只是另一种方式,然后使用经典的荟萃分析。问题是否使传统的荟萃分析过时,是否基于观点,取决于您是否愿意采用贝叶斯观点。两种方法之间最重要的区别在于,在贝叶斯案例中,您明确声明了先前的假设。


1
我否决了这个答案,不是因为它肯定是错误的,而是因为关于OP提出的问题,很容易得出错误的结论。我相信OP会问“通过贝叶斯更新,我可以忽略荟萃分析的基本问题”吗?容易将这个答案误解为“是的,只要您对贝叶斯分析没有问题”。正如我在回答中指出的,事实并非如此。
Cliff AB

1
@CliffAB我认为您对问题的解释正确。我赞成您的回答,因为它带来了重要的问题,但我理解这个问题是在询问贝叶斯更新是否可以用于进行荟萃分析。我的回答是肯定的它可以和我也没有国家任何地方,这样你用无视荟萃分析的基本规则接近问题的时候。
蒂姆

也许我误解了OP的意图。但是,在下面的引号中:“最后有一个估计,其中包含以前完成的所有估计。进行荟萃分析是否有意义?”答案应该是“是!”,而不是“您不知道”。 “不必进行贝叶斯更新”,我将其理解为它们所暗示的意思。
Cliff AB

1
@CliffAB如果使用贝叶斯更新进行了顺序分析(不完全是荟萃分析,而是更接近于OP描述),则所有信息-来自先前的信息以及来自后续试验中出现的数据-那么实际上不需要任何信息。元分析,因为您顺序更新了知识并且已经有了估算。
蒂姆

1
@CliffAB我不同意你的看法。看来我们的分歧是基于您似乎将这个问题视为进行经典荟萃分析的事实。另一方面,正如我已经说过的,我认为它是一个更广泛的问题,因此我的回答是含糊的,而不是针对任何特定的数据分析问题。
蒂姆

15

我敢肯定,很多人会争论荟萃分析的目的是什么,但也许在荟萃元层面上,这种分析的重点是研究研究而不是获得汇总参数估计值。我们感兴趣的是,效果是否在同一方向上彼此一致,CI边界是否近似与样本大小的根成反比,依此类推。只有当所有研究似乎都指出关联或治疗效果的效果大小和幅度相同时,我们才有把握地倾向于报告所观察到的可能是“真相”。

确实,存在进行汇总分析的频繁方法,例如仅汇总来自多个研究的证据,这些结果具有随机效应以说明异质性。贝叶斯方法是对此的一个很好的修改,因为您可以清楚地了解一项研究如何为另一项研究提供信息。

同样,有一种贝叶斯方法可以像典型的(常客)元分析那样“研究研究”,但这不是您在这里描述的。


2
这是范德比尔特大学生物统计学系的周川对贝叶斯荟萃分析的有趣介绍。也许Frank Harrell熟悉它:biostat.mc,vanderbilt.edu / wiki / pub / Main / BayesianDataAnalysisWithOpenBUGSAndBRugs / BUGSintro_0306.pdf。
Michael R. Chernick

我同意主要的关注应该是研究研究。实际上,我还要声明这对于单个研究(研究观察值)是有效的。我担心的是,如果单个研究的数据(估计值,CI,SE)部分被贝叶斯更新,可以将此研究用于荟萃分析吗?
giordano

@giordano按照您的“研究观察结果”进行,这似乎是诊断的目标。如果您有一些研究的主要推论来自贝叶斯更新,这些研究仍然彼此独立,则可以使用典型的荟萃分析方法(频率或贝叶斯近似),请记住,先验的确切规范现在是众多描述之一可能导致不一致结果的事物。如果他们不是独立的,那么您需要以一种可能会吸引贝叶斯定律而不是“贝叶斯定律”的方式解决这种依赖性。
AdamO

11

当人们想要进行荟萃分析而不是进行完全前瞻性研究时,我认为贝叶斯方法可以使人们获得更准确的荟萃分析。例如,贝叶斯生物统计学家戴维·斯皮格哈尔特(David Spiegelhalter)数年前就表明,最常用的荟萃分析方法,即DerSimonian和Laird方法,过于自信。有关详细信息,请参见http://www.citeulike.org/user/harrelfe/article/13264878

与研究数量有限时的早期职位相关,我更喜欢将其视为贝叶斯更新,它允许先前研究的后验分布为任意形状,并且不需要假设可交换性。它只需要假定适用性即可。


6

关于此问题的一项重要澄清。

您当然可以在贝叶斯设置中进行荟萃分析。但是,仅使用贝叶斯透视图就不会忘记您在荟萃分析中应该关注的所有事情!

最直接的一点是,进行荟萃分析的好的方法承认,潜在的影响不一定是要研究的统一研究。例如,如果您想将两个不同研究的均值相结合,则将均值视为

μ1个=μ+α1个

μ2=μ+α2

α1个+α2=0

μ1个μ2μα1个α2α1个α2

α=0

因此,总之,不,贝叶斯方法不会使元分析领域过时。相反,贝叶斯方法与荟萃分析可以很好地配合使用。


5

人们已经尝试分析累积执行元分析时发生的情况,尽管他们主要关注的是确定是否值得收集更多的数据,或者反过来确定是否已经足够。例如Wetterslev和J Clin Epid的同事在这里。同一作者在这个主题上有很多出版物,很容易找到。我认为至少其中一些是开放访问的。


1
感谢您的参考。我不了解累积荟萃分析(CM)。我认为根据此[definition](bandolier.org.uk/booth/glossary/cumulative.html)进行的累积荟萃分析与我在问题中提到的研究内容不同。在CM中,每个研究都是不同的(频繁性)研究,而我的问题中提到的研究已经包含先前的研究。
giordano

3
您引用的论文是指顺序临床试验,例如同一项单项研究中多个时间点的比较。这里的“元分析”一词似乎具有特定的含义,不适用于OP的问题。
AdamO

@AdamO我同意在这里使用“试验顺序分析”一词具有误导性,但它是针对荟萃分析的,我当然也查看了几篇针对期刊的文章,这些期刊已在其荟萃分析中用于我的建议。
mdewey
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.