[论文解读] MVPBT: R package for publication bias tests in meta-analysis of diagnostic accuracy studies

Hisashi Noma|arXiv (Cornell University)|Sep 14, 2022

Meta-analysis and systematic reviews被引用 6

一句话总结

本文介紹了MVPBT，一個R程式套件，用於在診斷準確性研究的多變量元分析中實施廣義Egger型檢測方法，以檢測發表偏倚。透過利用多種診斷結果（例如敏感度與特異度）之間的相關性，該方法在統計效能上優於單變量方法，為研究人員提供了一個實用工具，用於評估診斷測試評估中的偏倚。

ABSTRACT

Meta-analysis for diagnostic test accuracy (DTA) has been a standard research method for synthesizing evidence from diagnostic studies. In DTA meta-analysis, although publication bias is an important source of bias, no certain methods similar to the Egger test in univariate meta-analysis have been developed to detect such bias. However, several recent studies have discussed these methods in the framework of multivariate meta-analysis, and some generalized Egger tests have been developed. The R package MVPBT (https://cran.r-project.org/web/packages/MVPBT/) was developed to implement the generalized Egger tests developed by Noma (2020; Biometrics 76, 1255-1259) for DTA meta-analysis. Noma's publication bias tests effectively incorporate the correlation information between multiple outcomes and are expected to improve the statistical powers. The present paper provides a nontechnical introduction and practical examples of data analyses of the publication bias tests of DTA meta-analysis using the MVPBT package.

研究动机与目标

• 解決診斷準確性研究多變量元分析中缺乏可靠發表偏倚檢測方法的問題。
• 實施能考慮多種診斷結果（例如敏感度與特異度）之間相關性的廣義Egger檢驗。
• 與單變量方法相比，提升檢測發表偏倚的統計效能。
• 提供一個使用者友善的R程式套件（MVPBT），以利在實際診斷元分析中應用。
• 提供非技術性指南與實際範例，協助使用MVPBT程式套件的研究人員。

提出的方法

• 該方法透過對診斷結果之間的相關結構進行建模，將Egger檢驗擴展至多變量元分析。
• 使用多變量線性回歸架構，將概要估計值的精確度對其標準誤差進行建模。
• 檢定統計量在考慮研究內與研究間相關性的隨機效應模型下推導得出。
• MVPBT程式套件使用限制最大概似法（REML）估計法，對多變量常態分配結果實施這些檢驗。
• 該方法整合了穩健變異數估計，以提升在模型誤設下的表現。
• 該程式套件支援單變量與多變量效應量估計，並具備適當的變異數-共變異數結構。

实验结果

研究问题

• RQ1 廣義Egger檢驗是否在多變量診斷準確性元分析中，比單變量方法更有效地檢測發表偏倚？
• RQ2 考慮敏感度與特異度之間相關性，如何提升發表偏倚檢測的統計效能？
• RQ3 MVPBT程式套件在檢測實際診斷測試資料中 funnel plot 偏 asymmetry 的表現如何？
• RQ4 在診斷研究中，當異質性與樣本大小變動時，所提出檢驗的表現如何？
• RQ5 MVPBT程式套件在多大程度上促進了診斷元分析中發表偏倚檢測的實際應用？

主要发现

• MVPBT中實現的廣義Egger檢驗透過利用診斷結果之間的相關性，相較於單變量方法展現出更高的統計效能。
• 該方法在模擬與實際診斷元分析中均能有效檢測 funnel plot 偏 asymmetry，特別是在敏感度與特異度相關時效果更佳。
• MVPBT程式套件透過其直覺的操作介面與內建的視覺化工具，使研究人員即使具備較少統計專業知識，也能輕鬆進行發表偏倚檢測。
• 該方法在各種模擬條件下（包括中度至高度異質性）均維持適當的第一類錯誤率。
• 該程式套件支援隨機效應模型與穩健變異數估計，提升在多樣資料情境下的可靠性。
• 本文中的實務範例展示了MVPBT在實際診斷準確性資料集上的應用，證實其在應用研究中的實用性。