Делает ли байесовская статистика метаанализ устаревшим?

18

Мне просто интересно, будет ли применяться байесовская статистика последовательно от первого исследования к последнему, если это сделает метаанализ устаревшим.

Например, предположим, что 20 исследований были проведены в разные моменты времени. Оценка или распределение первого исследования были сделаны с неинформативным априором. Второе исследование использует апостериорное распределение как предыдущее. Новое апостериорное распределение теперь используется как и ранее для третьего исследования и так далее.

В конце у нас есть оценка, которая содержит все оценки или данные, которые были сделаны ранее. Имеет ли смысл проводить метаанализ?

Интересно, что я предполагаю, что изменение порядка этого анализа также изменит последнее последующее распределение, соответственно, оценку.

Джордано
источник

Ответы:

14

То, что вы описываете, называется байесовским обновлением . Если вы можете предположить, что последующие испытания являются взаимозаменяемыми, то не имеет значения, обновляете ли вы свои предыдущие версии последовательно, сразу или в другом порядке (см., Например, здесь или здесь ). Обратите внимание, что если предыдущие эксперименты влияют на ваши будущие эксперименты, то и в случае классического метаанализа будет зависимость, которая не принимается во внимание (если предполагается обменность).

Имеет смысл обновить ваши знания с помощью байесовского обновления, поскольку это просто другой способ сделать это, а затем использовать классический метаанализ. Вопрос, делает ли он традиционный метаанализ устаревшим или нет, основан на мнении и зависит от того, готовы ли вы принять байесовскую точку зрения. Самое важное различие между обоими подходами состоит в том, что в байесовском случае вы явно изложите свои предыдущие предположения.

Тим
источник
1
Я отказался от этого ответа не потому, что он окончательно неверен, а потому, что в отношении вопроса, заданного ОП, очень легко прийти к неправильному выводу. Я полагаю, что ФП спрашивает: «Выполняя байесовское обновление, могу ли я игнорировать фундаментальные проблемы с метаанализом»? Может быть легко неверно истолковать этот ответ как «да, если у вас нет проблем с байесовским анализом». Как я отмечаю в своем ответе, это не так.
Клифф А.Б.
1
@CliffAB Я не думаю, что вы правильно поняли вопрос. В то время как я проголосовал за ваш ответ, поскольку он приносит важную проблему, я понимаю вопрос как вопрос, можно ли использовать байесовское обновление для проведения метаанализа. Мой ответ - да, может, и я нигде не утверждал, что при этом вы приближаетесь к проблеме, игнорируя фундаментальные правила метаанализа.
Тим
Возможно, я неправильно понял намерения ОП. Но в следующей цитате «В конце у нас есть оценки, которые содержат все оценки, которые были сделаны ранее. Имеет ли смысл проводить метаанализ?», Ответ должен быть «Да!», А не «вы не понимаете» не надо, если бы вы делали байесовское обновление », которое я прочитал как то, что они подразумевали.
Клифф А.Б.
1
@CliffAB, если последовательный анализ (не совсем метаанализ, а что-то ближе к описанному OP) был выполнен с использованием байесовского обновления, тогда вся информация - из предыдущих и из данных, которые появляются в последующих испытаниях - тогда действительно нет никакой необходимости в каком-либо мета-анализ, поскольку вы обновили свои знания последовательно и уже получили свою оценку.
Тим
1
@CliffAB Я не согласен с тобой. Кажется, что наши разногласия основаны на том факте, что вы, похоже, рассматриваете этот вопрос как вопрос о проведении классического метаанализа. С другой стороны, как я уже говорил, я рассматриваю ее как более широкую проблему, и поэтому мой ответ является расплывчатым и не фокусируется на какой-либо конкретной проблеме анализа данных.
Тим
15

Я уверен, что многие люди будут спорить о том, какова цель мета-анализа, но, возможно, на мета-мета уровне смысл такого анализа состоит в том, чтобы изучать исследования, а не получать объединенную оценку параметров. Нас интересует, согласуются ли эффекты друг с другом, в одном и том же направлении, имеют ли границы CI, которые обратно пропорциональны корню размера выборки, и так далее. Только когда все исследования указывают на одинаковый размер и величину эффекта ассоциации или эффекта лечения, мы можем с некоторой уверенностью сообщать, что то, что наблюдалось, может быть «правдой».

Действительно, существуют частые способы проведения объединенного анализа, такие как просто объединение данных из нескольких исследований со случайными эффектами для учета неоднородности. Байесовский подход является хорошей модификацией этого, потому что вы можете четко указать, как одно исследование может информировать другое.

Точно так же существуют байесовские подходы к «изучению исследований», как это может сделать типичный (частый) метаанализ, но это не то, что вы здесь описываете.

Adamo
источник
2
Вот интересная презентация о Байесовском метаанализе Чуан Чжоу из отдела биостатистики Университета Вандербильта. Возможно Фрэнк Харрелл знаком с этим: biostat.mc, vanderbilt.edu / wiki / pub / Main / BayesianDataAnalysisWithOpenBUGSAndBRugs / BUGSintro_0306.pdf.
Майкл Р. Черник
Я согласен, что главной заботой должно быть изучение исследования . На самом деле, я бы также сказал, что это справедливо для одного исследования ( изучение наблюдения ). Меня беспокоит, если данные (оценки, CI, SE) отдельных исследований частично обновлены в байесовском режиме, могут ли эти исследования использоваться для мета-анализа?
Джордано
@giordano за ваше «изучение наблюдения», это, кажется, цель диагностики. Если у вас есть исследования, основной вывод которых основан на байесовском обновлении, но исследования по-прежнему не зависят друг от друга, вы можете использовать типичные метааналитические подходы (частые или приблизительные байесовские аналоги), помня, что точная спецификация предшествующего уровня теперь является одной из многих. вещи, которые могут привести к противоречивым выводам. Если они не являются независимыми, то вам необходимо учитывать эту зависимость таким образом, чтобы это могло апеллировать к закону Байеса, но не быть «байесовским» как таковым.
AdamO
11

Когда кто-то хочет провести метаанализ в отличие от полностью проспективного исследования, я рассматриваю байесовские методы как позволяющие получить более точный метаанализ. Например, байесовский биостатист Дэвид Шпигельхальтер много лет назад показал, что наиболее часто используемый метод метаанализа, метод Дерзимоняна и Лаирда, является самоуверенным. См. Http://www.citeulike.org/user/harrelfe/article/13264878 для получения подробной информации.

Что касается более ранних публикаций, когда количество исследований ограничено, я предпочитаю думать об этом как о байесовском обновлении, которое позволяет последнему распределению из предыдущих исследований иметь любую форму и не требует предположения об обменности. Это просто требует предположения о применимости.

Фрэнк Харрелл
источник
6

Одно важное уточнение по этому вопросу.

Вы, безусловно, можете сделать мета-анализ в байесовских условиях. Но простое использование байесовской перспективы не позволяет забыть обо всех вещах, о которых вам следует беспокоиться в метаанализе!

Самое непосредственное в этом заключается в том, что хорошие методы метаанализа признают, что лежащие в основе эффекты не обязательно являются единообразным исследованием для изучения. Например, если вы хотите объединить среднее из двух разных исследований, полезно подумать о средствах как

μ1=μ+α1

μ2=μ+α2

α1+α2=0

μ1μ2μα1α2α1α2

α=0

Итак, в заключение, нет, байесовские методы не делают область метаанализа устаревшей. Скорее, байесовские методы прекрасно сочетаются с метаанализом.

Клифф AB
источник
5

Люди пытались проанализировать, что происходит, когда вы выполняете метаанализ совокупно, хотя их главная задача - установить, стоит ли собирать больше данных или, наоборот, достаточно ли уже. Например, Веттерслев и его коллеги из J Clin Epid здесь . Те же авторы имеют ряд публикаций на эту тему, которые довольно легко найти. Я думаю, что по крайней мере некоторые из них имеют открытый доступ.

mdewey
источник
1
Спасибо за ссылку. Я не знал о кумулятивном метаанализе ( CM ). Я думаю, что кумулятивный мета-анализ в соответствии с этим [определением] ( bandolier.org.uk/booth/glossary/cumulative.html ) - это не то же самое, что включение исследований, как я указал в своем вопросе. В КМ каждое исследование является отдельным (частым?) Исследованием, в то время как исследования, упомянутые в моих вопросах, уже содержат ранее проведенные исследования.
Джордано
3
Цитируемый вами документ относится к последовательным клиническим испытаниям, например, к множественным сравнениям в моменты времени в одном и том же исследовании. Термин «метаанализ» здесь, по-видимому, имеет особое значение, неприменимое к вопросу ФП.
AdamO
@ AdamO Я согласен с тем, что использование фразы «пробный последовательный анализ» вводит в заблуждение, но оно направлено на метаанализ, и я, конечно, рассмотрел несколько статей для журналов, которые использовали его в своем метаанализе для целей, которые я предложил.
mdewey