[论文解读] 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. Reis+1 more|arXiv (Cornell University)|Apr 4, 2020

Scientific Computing and Data Management被引用 44

一句话总结

本文提出 ABCMETAapp，是一个基于 R Shiny 的应用，用于在仅有摘要统计信息时实现基于 ABC 的均值与标准差元分析估计，允许不同的结果分布。

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.

研究动机与目标

• 激发在原始研究仅报告部分摘要（例如中位数、四分位数）时为元分析估计均值和标准差的必要性。
• 介绍 ABCMETA，一种基于仿真的近似贝叶斯计算来估计均值和标准差的方法。
• 提供一个交互式的 R Shiny 实现（ABCMETAapp），使偏斜或厚尾结果的分布选择更加灵活。

提出的方法

• 开发实现 ABCMETA 方法的 R Shiny 代码库。
• 允许为结果指定多种候选分布（正态、对数正态、指数、威布尔、贝塔）。
• 使基于仿真的均值和标准差估计能够从有限的摘要统计中进行。
• 提供一个交互式工作流，以示例数据运行该方法。
• 在 Shiny 应用中提供友好的可视化和引导。

实验结果

研究问题

• RQ1 使用有限摘要统计，基于 ABC 的仿真能否准确估计元分析的均值和标准差？
• RQ2 允许多种潜在分布（正态、对数正态、指数、威布尔、贝塔）如何影响估计的灵活性和鲁棒性？
• RQ3 对于处理不完整数据的从业人员，ABCMETAapp 的实现是否方便易用？

主要发现

• ABCMETAapp 提供了一个基于 Shiny 的 ABCMETA 方法界面。
• 该方法支持五种分布来建模结果变量，能够处理偏斜或厚尾。
• 应用演示如何使用带有示例的基于 ABC 的估计。