[논문 리뷰] ABCMETAapp: R Shiny Application for Simulation-based Estimation of Mean and Standard Deviation for Meta-analysis via Approximate Bayesian Computation (ABC)

Roopesh Reddy Sadashiva Reddy, Isildinha M. Reis외 1명|arXiv (Cornell University)|2020. 04. 04.

Scientific Computing and Data Management인용 수 44

한 줄 요약

이 논문은 ABCMETAapp을 제시합니다, 요약 통계만 사용 가능한 메타분석에서 평균 및 표준편차의 ABC 기반 추정을 구현한 R Shiny 앱으로, 다양한 결과 분포를 허용합니다.

ABSTRACT

Background and Objective: In meta-analysis based on continuous outcome, estimated means and corresponding standard deviations from the selected studies are key inputs to obtain a pooled estimate of the mean and its confidence interval. We often encounter the situation that these quantities are not directly reported in the literatures. Instead, other summary statistics are reported such as median, minimum, maximum, quartiles, and study sample size. Based on available summary statistics, we need to estimate estimates of mean and standard deviation for meta-analysis. Methods: We developed a R Shiny code based on approximate Bayesian computation (ABC), ABCMETA, to deal with this situation. Results: In this article, we present an interactive and user-friendly R Shiny application for implementing the proposed method (named ABCMETAapp). In ABCMETAapp, users can choose an underlying outcome distribution other than the normal distribution when the distribution of the outcome variable is skewed or heavy tailed. We show how to run ABCMETAapp with examples. Conclusions: ABCMETAapp provides a R Shiny implementation. This method is more flexible than the existing analytical methods since estimation can be based on five different distribution (Normal, Lognormal, Exponential, Weibull, and Beta) for the outcome variable.

연구 동기 및 목표

• 주요 연구들에서 메타분석을 위해 중앙값, 분위수 등 부분 요약만 보고하는 경우 평균과 표준편차를 추정할 필요성을 동기부여한다.
• ABCMETA, 근사 베이지안 계산을 사용하여 평균과 SD를 추정하는 시뮬레이션 기반 방법을 소개한다.
• 왜곡되거나 꼬리가 긴 결과를 위한 유연한 분포 선택을 가능하게 하는 인터랙티브한 R Shiny 구현(ABCMETAapp)을 제공한다.

제안 방법

• ABCMETA 방법을 구현하는 R Shiny 코드 베이스를 개발한다.
• 결과 변수에 대해 다중 후보 분포(Normal, Lognormal, Exponential, Weibull, Beta)를 지정 가능하게 한다.
• 제한된 요약 통계로부터 평균과 표준편차를 시뮬레이션 기반으로 추정하도록 한다.
• 예시 데이터로 방법을 실행하는 인터랙티브 워크플로를 제공한다.
• Shiny 앱 내에서 사용자 친화적인 시각화 및 안내를 제공한다.

실험 결과

연구 질문

• RQ1 ABCMETA 기반 시뮬레이션이 제한된 요약 통계를 사용해 메타분석의 평균과 SD를 정확하게 추정할 수 있는가?
• RQ2 다중 기저 분포(Normal, Lognormal, Exponential, Weibull, Beta)를 허용하는 것이 추정의 유연성과 강건성에 어떤 영향을 미치는가?
• RQ3 ABCMETAapp 구현이 불완전한 데이터를 가진 실무자들이 메타분 analyses를 수행하는 데 사용자 친화적인가?

주요 결과

• ABCMETAapp은 ABCMETA 방법에 대한 Shiny 구현 인터페이스를 제공한다.
• 이 방법은 결과 변수의 분포를 모델링하기 위해 다섯 가지 분포를 지원하며, 비대칭성이나 꼬리가 두꺼운 분포를 수용한다.
• 앱은 예제와 함께 ABC 기반 추정을 실행하는 방법을 시연한다.