[論文レビュー] Detecting the skewness of data from the five-number summary and its application in meta-analysis

Jiandong Shi, Dehui Luo+5 more|arXiv (Cornell University)|Oct 12, 2020

Meta-analysis and systematic reviews被引用数 35

ひとこと要約

五数要約と標本サイズに基づく歪度検定を提案し、メタアナリシスにおける研究の取扱いを決定する。厳密な臨界値と近似臨界値を提供し、補助となるフローチャートを付す。

ABSTRACT

For clinical studies with continuous outcomes, when the data are potentially skewed, researchers may choose to report the whole or part of the five-number summary (the sample median, the first and third quartiles, and the minimum and maximum values) rather than the sample mean and standard deviation. In the recent literature, it is often suggested to transform the five-number summary back to the sample mean and standard deviation, which can be subsequently used in a meta-analysis. However, if a study contains skewed data, this transformation and hence the conclusions from the meta-analysis are unreliable. Therefore, we introduce a novel method for detecting the skewness of data using only the five-number summary and the sample size, and meanwhile propose a new flow chart to handle the skewed studies in a different manner. We further show by simulations that our skewness tests are able to control the type I error rates and provide good statistical power, followed by a simulated meta-analysis and a real data example that illustrate the usefulness of our new method in meta-analysis and evidence-based medicine.

研究の動機と目的

• メタ分析の実務で、歪んだデータについて研究報告が五数要約のみであることに動機づけられる。
• 五数要約を用いて三つの報告シナリオの下で歪度を検出する統計検定を開発する。
• メタ分析における歪度検出の意思決定フローチャートを提供し、歪んだ研究の取り扱いを導く。

提案手法

• 主要クイントile間の差（例: a, m, b または q1, m, q3）で歪度レベルを定義し、各報告シナリオに対する検定統計量を導出する。
• 正規性の下で検定統計量の Wald 型分布および厳密/近似の帰無分布を開発する。
• 有限サンプルに対する臨界値を提供し、実装を容易にする実用的な近似を示す。
• フローチャートと検定を実装するオンライン計算機を提供する。
• シミュレーションと模擬メタ分析を通じて性能を示す。

実験結果

リサーチクエスチョン

• RQ1 五数要約と標本サイズのみで、三つの一般的な報告シナリオの下で歪度を検出できるか。
• RQ2 小規模〜中程度の標本サイズに対して、タイプIエラー制御と検出力の点で異なる歪度検定はどうなるか。
• RQ3 五数要約が用いられる場合、歪度検出をメタ分析の推定を改善するためにどう組み込むべきか。
• RQ4 フローチャートに基づく意思決定を適用した場合のメタ分析結果は、従来法と比べてどのような影響を受けるか。

主な発見

• 3つのシナリオを通じて厳密値および近似臨界値のタイプIエラー率を制御する歪度検定を提案する一方で、小サンプルでは漸近的な値に限界があることが示される。
• 歪度検出に対し、単峰性の歪対比に対して一般的に強力であり、シナリオによって性能が異なる。
• フローチャートは歪んだ研究に対して三つの選択肢（除外、変換、またはサブグループ解析）を可能にし、メタ分析の信頼性を向上させる。
• 模擬メタ分析において、歪度でフィルタされた研究を含める（オプション iii）は、理想的なケースと比較してもバイアスのない効果推定値と競争力のある信頼区間長をもたらす。
• オンライン計算機は歪度検定とフローチャートの実装を実用的に示す。