[논문 리뷰] Hidden in Plain Sight: How Non-Collapsibility Biases Treatment Effects in (Network) Meta-Analysis

Harlan Campbell, Jansen, Jeroen P.|arXiv (Cornell University)|2026. 02. 28.

Meta-analysis and systematic reviews인용 수 0

한 줄 요약

비(collapsibility) 없는 오즈비의 비모달성 편향이(네트워크) 메타분석에서 서로 다른 기초 위험을 가진 인구를 혼합할 때 풀링된 추정에 편향을 일으키며, 이를 완화하기 위한 북엔드(bookend) 접근법을 제시한다. 또한 실무자들이 잠재적 비모달성 편향을 평가하고 해결하기 위한 지침을 제공한다.

ABSTRACT

Network meta-analysis (NMA) is widely used to compare multiple interventions simultaneously by synthesizing direct and indirect evidence. The general fixed or random effects contrast-based NMA model can be applied to different outcomes and data structures by opting for either an arm-based or contrast-based likelihood depending on the data available. Depending on the outcome and link-function, we estimate either collapsible or non-collapsible effect measures. Using an illustrative example involving binary outcomes and the non-collapsible odds ratio, we demonstrate that the standard NMA model produces estimates for non-collapsible effect measures that are biased toward the null when studies in the evidence base enroll heterogeneous populations (mixtures of distinct risk groups) that vary across studies. Importantly, this also holds when there are no differences in effect-modifiers across studies; the standard assumption of a common treatment effect when there are no differences in the distribution of effect-modifiers across studies is not appropriate when studies have different baseline risks. As a potential solution, we propose a ``bookend'' approach that explicitly models mixed-population studies as weighted combinations of two homogeneous subpopulations identified from studies with extreme baseline risks and provide guidance for practitioners to determine if bias due to non-collapsibility may be a concern.

연구 동기 및 목표

• 메타분석에서 이질적 기초 위험을 가진 연구가 있을 때 오즈비 기반 효과를 비모달성으로 약화시키는 방법을 설명한다.
• 혼합 인구에서 표준 고정효과 NMA에서의 편향이 무효로 향하는 경향을 보여준다.
• 혼합 인구를 고려하기 위한 북엔드 모델링 접근법을 도입한다.
• 기초 위험의 변 variation를 평가하고 북엔드 민감도 분석을 적용하기 위한 실무 지침을 제공한다.

제안 방법

• 팔-기반 가능도에 대한 표준 대조 기반 NMA를 설명하고 이를 조건부 로그 오즈비로 해석한다.
• 서로 다른 기초 위험을 가진 연구 인구를 혼합할 때 나타나는 비모달성 완화를 보여준다.
• 극단적 기초 위험으로 정의된 두 동질 하위 인구의 혼합으로 혼합 연구를 처리하는 북엔드 모델을 제시한다.
• 표준 및 북엔드 모델 모두를 위한 JAGS를 통한 베이지안 구현을 제공한다.
• 간단한 이진 결과 예제 및 데이터 시뮬레이션을 통해 성능을 비교한다.
• 메타분석 실무에서 잠재적 비모달성 편향을 탐지하기 위한 실용적인 지침을 제시한다.

Figure 1 : Results from hypothetical lung disease example. Point estimates and 95% confidence intervals from individual studies (gray) are shown alongside posterior means and 95% credible intervals from the standard fixed-effect model (blue, $\hat{d}=-0.458$ ) and bookend model (red, $\hat{d}=-0.492

실험 결과

연구 질문

• RQ1 연구 인구가 이질적인 기초 위험을 가질 때 오즈비의 비모달성이 (네트워크) 메타분석에서 편향을 유발하는가?
• RQ2 극단적 기초 위험 하위집단의 혼합으로 연구를 두 가지 동질 하위 인구의 혼합으로 특징짓는 북엔드 모델링 접근법이 이 편향을 줄이거나 보정할 수 있는가?
• RQ3 비모달성 편향이 가장 두드러지는 조건은 무엇이며, 실무자는 이를 어떻게 평가하고 실무에 적용해야 하는가?

주요 결과

• 비모달성은 서로 다른 기초 위험을 가진 연구들이 포함될 때 표준 NMA 추정치를 무효로 향하게 편향시킬 수 있다.
• 편향은 연구 간 효과 수정자 분포의 차이가 없고 하위 인구 간 치료 효과에 진짜 차이가 없더라도 발생한다.
• 극단적 기초 위험으로 정의된 두 동질 하위 인구의 혼합으로 연구를 처리하는 북엔드 모델은 특정 가정하에서 덜 편향된 추정치를 낼 수 있다.
• 간단한 폐 질환 예에서 표준 모델의 추정은 d̂ = -0.458 (95% CrI: -0.58 ~ -0.34)였고 북엔드 모델은 d̂ = -0.492 (95% CrI: -0.62 ~ -0.37)로 실제 값 -0.50에 더 가까웠다.
• 편향의 크기는 기초 위험 이질성의 정도와 혼합 인구 연구의 존재에 의해 좌우되며, 표본오차에 비해 일반적으로 작지만 이질성이 크면 의미 있는 편향이 나타날 수 있다.
• 저자들은 기초 위험 변 variation를 평가하기 위한 실용적 절차를 제시하고 극단적 기초 위험 연구가 관찰될 때 북엔드 접근법을 민감도 분석으로 제안한다.