单臂试验连续型数据的贝叶斯Meta分析方法及实现

• 作者: 张天嵩
• 来源期刊: 中国循证儿科杂志
• 关键词: 单臂试验 连续型数据 Meta分析 正态-正态层次模型 贝叶斯方法 bayesmeta包
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论著
• 页码范围: 212-216
• 页数: 5页
• 字数: 4228字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5501.2019.03.010

摘要

目的 介绍单臂试验连续型数据的Meta分析模型、贝叶斯方法及实现.方法 阐述正态-正态层次模型,基于该模型框架,以贝叶斯方法拟合随机效应模型,对效应参数μ和异质性参数τ分别选择不同的先验,使用R软件的bayesmeta包对两个文献数据重新分析.结果 在正态-正态层次模型框架下,基于不同的先验信息,贝叶斯Meta分析结果为:数据1参数μ的点估计及95％CI分别为-4.26(-6.97,-1.92)和-4.50(-9.27,-0.53),参数τ点估计及95％CI分别为1.51(0.41,2.75)和2.28(0.00,6.57);数据2参数μ的点估计及95％ CI分别为-4.07(-5.54,-2.71)和-4.12(-5.96,-2.46),参数τ点估计及95％CI分别为1.54(0.78,2.48)和1.81(0.74,3.51).结论 不同的先验可能影响参数估计值.基于NNHM框架下的贝叶斯方法适用于单臂试验连续型数据的Meta分析.Bayesmeta包以其简单、快速、准确、可重量性算法等可以用于实现贝叶斯随机效应模型Meta分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天嵩		10	7	2.0	2.0