[논문 리뷰] A regression-based method for detecting publication bias in multivariate meta-analysis

Chuan Hong, Jing Zhang외 4명|arXiv (Cornell University)|2020. 02. 12.

Meta-analysis and systematic reviews참고 문헌 20인용 수 6

한 줄 요약

이 논문은 다변량 메타분석에서 상관관계가 있는 다수의 결과를 함께 모델링함으로써 다변량 메타분석에서의 출판 편향을 탐지하기 위한 새로운 다변량 점수 검정(MPBT)을 제안한다. 이는 이거의 회귀 검정을 다변량 환경으로 확장한 것으로, 결과 간의 정보를 공유함으로써 통계적 검정력을 향상시키며, 완전히 출판되지 않은 연구와 일부 결과만 선택적으로 보고한 연구를 모두 다룰 수 있다. 시뮬레이션 연구에서 단변량 방법보다 뛰어난 성능을 보였다.

ABSTRACT

Publication bias occurs when the publication of research results depends not only on the quality of the research but also on its nature and direction. The consequence is that published studies may not be truly representative of all valid studies undertaken, and this bias may threaten the validity of systematic reviews and meta-analyses - on which evidence-based medicine increasingly relies. Multivariate meta-analysis has recently received increasing attention for its ability reducing potential bias and improving statistical efficiency by borrowing information across outcomes. However, detecting and accounting for publication bias are more challenging in multivariate meta-analysis setting because some studies may be completely unpublished whereas some studies may selectively report part of multiple outcomes. In this paper, we propose a score test for jointly testing publication bias for multiple outcomes, which is novel to the multivariate setting. The proposed test is a natural multivariate extension of the univariate Egger's test, and can handle the above mentioned scenarios simultaneously, It accounts for correlations among multivariate outcomes, while allowing different types of outcomes, and can borrow information across outcomes. The proposed test is shown to be more powerful than the Egger's test, Begg's test and Trim and Fill method through simulation studies. Two data analyses are given to illustrate the performance of the proposed test in practice.

연구 동기 및 목표

• 서로 관련이 있는 다수의 결과가 존재하고 일부 결과가 선택적으로 보고될 수 있는 다변량 메타분석에서 출판 편향을 탐지하는 데 도전 과제를 해결하기 위해.
• 단일 결과에 대한 출판 편향을 동시에 검정할 수 있는 방법을 개발하여 단변량 접근 방식의 한계를 극복하기 위해.
• 특히 연구 수가 적은 상황에서 결과 간 정보를 공유함으로써 통계적 검정력을 향상시키기 위해.
• 완전히 출판되지 않은 연구와 일부 결과만 선택적으로 보고한 연구를 모두 다룰 수 있도록 하기 위해.
• 다양한 유형과 척도의 결과를 고려할 수 있는, 이거의 회귀 검정에 대한 강력한 다변량 확장 방법을 제공하기 위해.

제안 방법

• 이거의 단변량 회귀 기반 검정을 다변량 결과로 확장하기 위해 다변량 랜덤 효과 모델을 사용하는 점수 검정(MPBT)을 제안한다.
• 다양한 결과 간 효과 크기 추정치와 그 정밀도(표준오차) 간의 관계를 동시에 모델링한다.
• 연구 내 결과 간 상관관계를 포함하여 효율성과 검정력을 향상시키며, 이러한 상관관계가 알려져 있거나 추정 가능하다고 가정한다.
• 모든 결과에 대해 출판 편향이 없는 귀무가설을 동시에 검정하기 위해 공동 우도 프레임워크를 사용한다.
• 절편이 결과 간으로 변할 수 있도록 허용하는 다변량 회귀 모델을 적용하며, 기울기는 출판 편향을 나타내는 비대칭성을 나타낸다.
• 다양한 결과 유형(예: 연속형, 이진형)과 척도를 고려하기 위해 다변량 상관관계 구조를 활용한다.

실험 결과

연구 질문

• RQ1 다양한 상관관계가 있는 결과를 포함한 메타분석에서, 이거 검정의 다변량 확장판이 단변량 방법보다 출판 편향을 더 효과적으로 탐지할 수 있는가?
• RQ2 연구가 완전히 출판되지 않았거나 일부 결과만 선택적으로 보고한 경우, 제안된 방법이 출판 편향을 탐지하는 데 어떻게 성능을 보이는가?
• RQ3 결과 간 정보를 공유함으로써 통계적 검정력이 향상되어, 특히 연구 수가 적은 경우 출판 편향 탐지에 유의미한 영향을 미치는가?
• RQ4 기존 방법인 이거 검정, 벡 검정, 트림 앤 필 방법과 비교할 때 MPBT는 유형 I 오류 통제 및 검정력 측면에서 어떻게 성능을 보이는가?
• RQ5 효능과 안전성 등의 다양한 척도와 유형의 결과가 포함된 메타분석에 이 방법을 적용할 수 있는가?

주요 결과

• 시뮬레이션 연구에서 제안된 MPBT는 이거 검정, 벡 검정, 트림 앤 필 방법보다 뛰어난 통계적 검정력을 보였다. 특히 연구 수가 적은 상황에서 두드러졌다.
• 다양한 시뮬레이션 시나리오, 즉 다양한 상관구조와 결과 유형에서 MPBT는 Type I 오류율을 효과적으로 통제하였다.
• 약물 방출 stent 메타분석에서 MPBT는 효능과 안전성 결과에 대해 동시에 유의미한 출판 편향을 탐지하였고, 단변량 검정은 민감도에 대해 편향을 탐지하지 못했다.
• 이 방법은 특이도에 대해 풍선도에서 비대칭성을 성공적으로 식별하였으며, 시각적 검토와 일치했고, 트림 앤 필 방법보다 편향 탐지에 뛰어난 성능을 보였다.
• 시뮬레이션 결과, 연구 내 상관관계가 알려져 있지 않고 추정된 경우에도 MPBT는 강건성을 유지하는 것으로 나타났다. 다만 정확한 상관관계가 존재할 경우 성능이 더욱 향상되었다.
• 특히 효능과 안전성 등의 혼합된 결과가 포함된 임상 메타분석에서, 결과를 하나의 척도로 통합하는 것이 임상적으로 의미가 없을 경우, 이 방법은 특히 유리하다.