0-आवृत्ति कोशिकाओं के साथ अध्ययन पर मेटा विश्लेषण

9

मैं मेटा एनालिसिस और मेटा रिग्रेशन तकनीक ( metaforवीचैटबॉयर से आर पैकेज का उपयोग करके ) से परिचित हूं, लेकिन मैंने हाल ही में एक समस्या पर ठोकर खाई है जिसे मैं आसानी से हल नहीं कर सकता। कहें कि हमें एक बीमारी है जो माँ से अजन्मे बच्चे तक जा सकती है, और कई बार इसका अध्ययन किया जा चुका है। जन्म के ठीक बाद माता और बच्चे का वायरस के लिए परीक्षण किया गया था। एक अजन्मे बच्चे को माता के अलावा अन्य किसी भी तरह से वायरस प्राप्त हो सकता है, जैसे कि गर्भाधान की उम्मीद होगी:

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

जाहिर तौर पर ऑड्स रेशियो (OR) का उपयोग करने से त्रुटियां होती हैं, क्योंकि रिश्तेदार रिस्क के लिए 0. से विभाजित कर रहे हैं:

$\frac{A/(A+B)}{0/(0+D)}$

अब शोधकर्ता (सेंसलेस) परिकल्पना का परीक्षण करना चाहते हैं कि क्या बच्चे का संक्रमण मां के संक्रमण से संबंधित है (जो कि बहुत स्पष्ट लगता है)। मैं परिकल्पना को सुधारने और कुछ के साथ आने की कोशिश कर रहा हूं जो समझ में आता है, लेकिन मैं वास्तव में कुछ नहीं पा सकता हूं।

चीजों को जटिल करने के लिए, नकारात्मक माताओं वाले कुछ बच्चे वास्तव में सकारात्मक हैं, शायद पहले सप्ताह में संक्रमण के कारण। इसलिए मेरे पास केवल कई अध्ययन हैं जहां C = 0।

किसी को भी इस तरह के एक पैटर्न के बाद विभिन्न अध्ययनों के डेटा को सांख्यिकीय रूप से संक्षेप में प्रस्तुत करने का विचार है। वैज्ञानिक पत्रों के लिंक भी स्वागत से अधिक हैं।

meta-analysis odds-ratio relative-risk

— जोरिस मे
स्रोत

मैं इस डेटा को "विकृत" नहीं कहूंगा - इसमें केवल एक शून्य-आवृत्ति सेल है, जो बड़े हिस्से में प्रभाव के बड़े होने के कारण है। आवेदन के दृष्टिकोण से यह एक "अच्छी बात" है।

— ऐकियो

@ एनिको: मैं मानता हूं, विकृत एक गलत शब्द है, लेकिन मैं वास्तव में यह नहीं जानता कि इसे अलग कैसे कहा जाए।

— जोरिस मेव्स

5

मुझे लगता है इस दुर्लभ स्थितियों में, जहां यह अच्छी तरह से बेहतर करने के लिए जोखिम मेटा-विश्लेषण हो सकता है में से एक है मतभेद के बजाय जोखिम अनुपात या बाधाओं अनुपात। जोखिम का अंतर $P(Kid_+ | Mum_+) - P(Kid_+|Mum_-)$ द्वारा प्रत्येक अध्ययन में अनुमान लगाया गया है $D/(B+D) - C/(A+C)$ । वह भी तब जब सभी अध्ययनों में परिमित होना चाहिए $C=0$ , इसलिए इसे मेटा-एनालिसिस करने में कोई समस्या नहीं होनी चाहिए।

मैं मानता हूं कि इस परिकल्पना का परीक्षण करने पर विचार करना बहुत ही व्यर्थ लगता है कि यह जोखिम अंतर शून्य है। लेकिन यह अनुमान लगाना सार्थक है कि यह कितना बड़ा है, यानी कि बच्चे के विषाणु के होने की संभावना कितनी अधिक होती है जब उनके मम्मों में यह होता है जब उनके मम्मे नहीं होते हैं।

— एक बंद
स्रोत

जोखिम अंतर वास्तव में जाने का तरीका है, क्योंकि इसे गैर-सांख्यिकीविदों द्वारा भी समझा जा सकता है। स्वीकार किए जाते हैं।

— जोरिस मेव्स

6

आमतौर पर 0 का मतलब यह है कि आपको विषम तरीकों पर भरोसा करने के बजाय सटीक तरीकों का उपयोग करना होगा जैसे कि ऑड-ईवन अनुपात के साथ मेटा-विश्लेषण। यदि आप यह मानने को तैयार हैं कि अध्ययन प्रभाव तय हो गया है, तो एक सटीक मेंटल-हेंसजेल परीक्षण जाने का रास्ता है। एक सटीक यादृच्छिक प्रभाव विश्लेषण के लिए, आपको एक यादृच्छिक अध्ययन प्रभाव के साथ एक द्विपद प्रतिगमन मॉडल का उपयोग करना होगा। मैंने हाल ही में लागू किए गए पेपर में दोनों किया है, लेकिन वहां के तरीके आपके लिए अधिक उपयोगी नहीं होंगे, क्योंकि यह अनिवार्य रूप से इस जानकारी को बताता है।

संपादित करें

इस पत्र को लागू नहीं किया गया है, लेकिन यह वह जगह है जहां मुझे एक ही मुद्दे के साथ सामना करने पर विचार मिला:
[1] हंस सी। वैन हाउवलिंगन, लिडिया आर। मेटा-विश्लेषण में उन्नत तरीके: बहुभिन्नरूपी दृष्टिकोण और मेटा-प्रतिगमन। चिकित्सा में सांख्यिकी , 2002; 21: 589-624

यहां वह कागज है जहां मैंने इस दृष्टिकोण का उपयोग किया था (यह सार में स्पष्ट नहीं है, लेकिन विधियों अनुभाग में उल्लिखित है):
[२] त्रिवेदी एच, नडेला आर, स्जाबो ए। हाइड्रेशन के सोडियम-बाइकार्बोनेट के साथ इसके विपरीत-प्रेरित की रोकथाम के लिए। नेफ्रोपैथी: यादृच्छिक नियंत्रित परीक्षणों का एक मेटा-विश्लेषण। क्लीन नेफ्रोल। 2010 अक्टूबर; 74 (4): 288-96।

— अनीको
स्रोत

1

एक द्विपद मिश्रित प्रभाव मॉडल का उपयोग करने के लिए +1। काश इसे "एक मानक विधि नहीं" के रूप में खारिज कर दिया जाता। यदि आप मुझे उन पत्रों के लिए कुछ लिंक दे सकते हैं जहां इस दृष्टिकोण का उपयोग मेटा-विश्लेषण सेटअप में किया जाता है, तो आप मेरी बहुत मदद करेंगे। पहले ही, आपका बहुत धन्यवाद।

— जोरिस मेव्स

मैंने कुछ संदर्भों के साथ अपना उत्तर संपादित किया है।

— ऐकियो

0

मेटाफ़र पैकेज के दस्तावेज़ का कहना है कि "2x2 तालिकाओं की कोशिकाओं में एक छोटा सा स्थिरांक जोड़ना इस समस्या का एक सामान्य समाधान है।" और यह भी rma () के लिए कॉल के भीतर ऐसा करने का एक विकल्प प्रदान करता है।

— jokel
स्रोत

आम समाधान हमेशा सही समाधान नहीं होते हैं।

— जोरिस मेय्स