零频率细胞研究的荟萃分析

机器算法验证 荟萃分析 优势比 相对风险
2022-03-03 13:09:58

我熟悉元分析和元回归技术(使用metaforViechtbauer 的 R 包),但我最近偶然发现了一个我不能轻易解决的问题。假设我们患有一种可以从母亲传染给未出生婴儿的疾病,并且已经研究过很多次。母亲和孩子在出生后立即接受了病毒检测。由于未出生的孩子不可能从母亲那里感染病毒,因此人们会期望像这样的交叉表:

           | neg kid | pos kid
mother neg |    A    |   C=0
-----------|---------|--------
mother pos |    B    |   D

显然,使用优势比 (OR) 会产生错误,因为 1 除以 0。相对风险也一样:

一种/(一种+)0/(0+D)

现在研究人员想要检验这个(毫无意义的)假设,孩子的感染是否与母亲的感染有关(这似乎非常非常明显)。我正在尝试重新制定假设并提出一些有意义的东西,但我真的找不到什么东西。

使事情复杂化的是,一些妈妈消极的孩子实际上是积极的,可能是由于第一周感染。所以我只有一些 C = 0 的研究。

任何人都知道如何按照这种模式对不同研究的数据进行统计总结。科学论文的链接也非常受欢迎。

3个回答

通常 0 意味着您必须使用精确的方法,而不是依赖渐近方法,例如具有优势比的荟萃分析。如果您愿意假设研究效果是固定的,则可以进行精确的 Maentel-Hanszel 检验。对于精确的随机效应分析,您必须使用具有随机研究效应的二项式回归模型。我在最近的一篇应用论文中已经完成了这两项工作,但是那里的方法部分对您没有太大帮助,因为它本质上传达了这些信息。

编辑

这篇论文没有被应用,但是当我遇到同样的问题时,我从这里得到了这个想法:
[1] Hans C. van Houwelingen、Lidia R. Arends 和 Theo Stijnen。荟萃分析中的高级方法:多变量方法和荟萃回归。医学统计,2002;21:589–624

这是我使用这种方法的论文(它在摘要中并不明显,但在方法部分中提到):
[2] Trivedi H、Nadella R、Szabo A. 用碳酸氢钠水合预防对比剂诱导肾病:随机对照试验的荟萃分析。临床肾病。2010 年 10 月;74(4):288-96。

在我看来,这是罕见的情况之一,其中荟萃分析风险差异而不是风险比或优势比可能更好。风险差异(ķ一世d+|+)-(ķ一世d+|-)在每项研究中估计为D/(+D)-C/(一种+C). 这在所有研究中都应该是有限的,即使当C=0,因此对其进行元分析应该没有问题。

我同意考虑测试这种风险差异为零的假设似乎毫无意义。但是估计它有多大是有意义的,即他们的妈妈感染病毒时,孩子感染病毒的可能性比妈妈没有感染病毒的可能性高。

metafor 包的文档说“在 2x2 表格的单元格中添加一个小常数是解决这个问题的常见方法。” 并且还在 rma() 的调用中提供了一个选项来执行此操作。