Direkt zum Inhalt | Direkt zur Navigation

Eingang zum Volltext

Lizenz

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:25-opus-74865
URL: http://www.freidok.uni-freiburg.de/volltexte/7486/


Rücker, Gerta

Small-study effects and heterogeneity in meta-analysis

Effekte durch kleine Studien und Heterogenität in Metaanalysen

Dokument1.pdf (2.083 KB) (md5sum: 27ac63514cb9e805ccfa0a2d4a3c3342)

Kurzfassung in Englisch

The aim of this work is to highlight the relationship between heterogeneity and so-called small-study effects' (particularly publication bias) in meta-analysis. In the meta-analytic literature and in recommendations for authors of systematic reviews such as the Cochrane Handbook for Systematic Reviews of Interventions' or standard textbooks these concepts are widely treated as two different problems in meta-analysis. For dealing with statistical heterogeneity, various measures, test statistics, and also sensitivity and subgroup analysis, meta-regression and, if necessary, separate presentation of results have been suggested.

It seems to be consensus that tests for small-study effects should not be performed if there is considerable heterogeneity. Under this restrictive condition, funnel plot methods and approaches that adjust for small-study effects are widely accepted. However, small-study effects can be seen as a special case of heterogeneity, and tests for small-study effects as a special case of meta-regression.

After giving an overview over the concept, different causes and existing tests and adjusting methods for so-called small-study effects' (particularly publication bias) in meta-analysis, an extended random effects model is introduced. It includes a parameter representing small-study effects. The parameters of our model can be estimated via maximum likelihood. Alternatively, they can be interpreted as parameters of a simple regression model, for which a generalised radial plot proves helpful. Subsequently, a limit meta-analysis is introduced, based on our model, which answers the question what happens to a given meta-analysis if the precision of each single study is increased to infinity. We then show how the limit meta-analysis is related to empirical Bayes' shrunk estimates.

The limit meta-analysis is used to (i) define a treatment effect estimate adjusted for small-study effects, and to (ii) define a new measure of heterogeneity in meta-analysis that measures residual variation with respect to a fixed effect model that allows for small-study effects. In a simulation study, the properties of the adjusted treatment effect estimate are examined. Furthermore, the statistical and practical properties of the new measure of heterogeneity are evaluated.


Kurzfassung in Deutsch

Das Ziel dieser Arbeit ist es, den Zusammenhang zwischen statistischer Heterogenität einerseits und den sogenannten "Small-study effects" (Effekte durch kleine Studien) in Metaanalysen und systematischen Übersichtsarbeiten andererseits darzustellen, für die Publikationsbias das bekannteste Beispiel ist.

Traditionsgemäß werden in der Literatur zu Metaanalysen sowie in Empfehlungen für Autoren systematischer Übersichtsarbeiten wie dem "Cochrane Handbook for Systematic Reviews of Interventions" oder aktuellen Lehrbüchern die Problemkreise "Heterogenität" und "Publikationsbias" getrennt behandelt. Auch zum Umgang mit beiden Herausforderungen werden unterschiedliche Herangehensweisen empfohlen. Zur statistischen Heterogenität werden neben der Berechnung von Maßzahlen Sensitivitätsanalysen, Subgruppenanalysen, Metaregression und gegebenenfalls getrennte Darstellung der Ergebnisse der einzelnen Studien vorgeschlagen. Publikationsbias soll nach Meinung vieler Autoren nur untersucht werden, wenn keine statistische Heterogenität vorliegt. Unter dieser sehr einschränkenden Bedingung werden Funnelplots, Funnelplot-Tests oder Adjustierungsansätze angeboten.

Im Gegensatz dazu werden in dieser Arbeit "Small-study effects" als ein Spezialfall von Heterogenität angesehen. Ebenso betrachten wir Tests bzw. Adjustierung für diese Effekte als Spezialfälle von Metaregression.

Wir geben zunächst einen Überblick über das Konzept der "Small-study effects"' (speziell Publikationsbias) in Metaanalysen und diskutieren die verschiedenen Ursachen für "Small-study effects" sowie Tests und Adjustierungsmethoden dafür. Anschließend führen wir ein neues Modell mit zufälligen Effekten ein. Neu daran ist ein Parameter, der "Small-study effects" repräsentiert. Die Modellparameter können mit der Maximum-Likelihood-Methode geschätzt werden, sind aber auch als Parameter eines einfachen linearen Regressionsmodels interpretierbar. Dabei erweist sich das Konzept des verallgemeinerten Radialplots als hilfreich. Auf diesem Modell basiert eine von uns eingeführte Limes-Metaanalyse als Antwort auf die Frage, wie eine gegebene Metaanalyse sich verhält, wenn die Präzision jeder einzelnen Studie gegen Unendlich geht. Wir präzisieren deren Zusammenhang mit der Empirical Bayes ("Shrinkage")-Methodik.

Die Limes-Metaanalyse wird verwendet, um (i) einen Schätzer des Behandlungseffekts zu definieren, der für eventuelle "Small-study effects" adjustiert, und (ii) ein neues Maß für Heterogenität in Metaanalysen einzuführen, das die Residualvariation in Bezug auf ein Modell misst, das "Small-study effects" zulässt. In einer Simulationsstudie werden die Eigenschaften des adjustierten Effektschätzers untersucht. Ferner analysieren wir die statistischen and praktischen Eigenschaften des neuen Heterogenitätsmaßes.


SWD-Schlagwörter: Biostatistik , Metaanalyse , Heterogenität , Bias
Freie Schlagwörter (deutsch): Publikationsbias
Freie Schlagwörter (englisch): Biostatistics , Meta-analysis , Heterogeneity , Bias , Publication Bias , Small-study effects , Empirical Bayes
Institut: Inst. für Medizin. Biometrie und Medizin. Informatik (IMBI)
Fakultät: Fakultät für Mathematik und Physik
DDC-Sachgruppe: Mathematik
Dokumentart: Dissertation
Erstgutachter: Schumacher, Martin (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 28.04.2010
Erstellungsjahr: 2010
Publikationsdatum: 07.05.2010
Indexliste