Perché non eseguire meta-analisi su dati parzialmente simulati?

Sfondo:

Una tipica meta-analisi in psicologia potrebbe cercare di modellare la correlazione tra due variabili X e Y. L'analisi implicherebbe in genere l'ottenimento di una serie di correlazioni rilevanti dalla letteratura insieme alle dimensioni del campione. Le formule possono quindi essere applicate per calcolare una correlazione media ponderata. Quindi, le analisi possono essere eseguite per vedere se le correlazioni variano tra gli studi di più di quanto sarebbe implicato dai semplici effetti del campionamento casuale.

Inoltre, le analisi possono essere rese molto più complesse. Le stime possono essere regolate per affidabilità, limitazione dell'intervallo e altro. Le correlazioni possono essere utilizzate in combinazione per esplorare la modellizzazione di equazioni meta-strutturali o la meta-regressione e così via.

Tuttavia, tutte queste analisi vengono eseguite utilizzando statistiche riassuntive (ad es. Correlazioni, rapporti di probabilità, differenze medie standardizzate) come dati di input. Ciò richiede l'uso di formule e procedure speciali che accettano statistiche riassuntive.

Approccio alternativo alla meta-analisi

Quindi, stavo pensando a un approccio alternativo alla meta-analisi, in cui i dati grezzi vengono utilizzati come input. Cioè, per una correlazione i dati di input sarebbero i dati grezzi utilizzati per formare la correlazione. Ovviamente, nella maggior parte delle meta-analisi non sono disponibili molti se non la maggior parte dei dati grezzi reali. Pertanto, una procedura di base potrebbe apparire così:

1. Contatta tutti gli autori pubblicati alla ricerca di dati non elaborati e, se fornito, utilizza i dati non elaborati effettivi .
2. Per gli autori che non forniscono dati non elaborati, simulare i dati non elaborati in modo che abbiano statistiche di riepilogo identiche a quelle riportate. Tali simulazioni potrebbero anche incorporare qualsiasi conoscenza acquisita dai dati grezzi (ad esempio, se si sa che una variabile è inclinata, ecc.).

Mi sembra che un tale approccio possa avere diversi vantaggi:

• Gli strumenti statistici che utilizzano dati grezzi come input potrebbero essere utilizzati per le analisi
• Ottenendo almeno alcuni dati grezzi effettivi, gli autori di meta-analisi sarebbero costretti a considerare le questioni relative ai dati effettivi (ad esempio valori anomali, distribuzioni, ecc.).

Domanda

• Vi sono problemi con l'esecuzione di studi di meta-analisi su una combinazione di dati grezzi reali e dati simulati per avere statistiche di sintesi identiche a studi pubblicati esistenti?
• Un tale approccio sarebbe superiore ai metodi esistenti per eseguire meta-analisi su statistiche riassuntive?
• Esiste una letteratura esistente che discute, sostiene e critica questo approccio?

Esistono già approcci che mirano a sintetizzare dati individuali e aggregati. The Sutton et al. (2008) il documento applica un approccio bayesiano che (IMHO) ha alcune somiglianze con la tua idea.

• Riley, RD, Lambert, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). Meta-analisi dei risultati continui che combina i dati dei singoli pazienti e i dati aggregati. Statistica in medicina, 27 (11), 1870-1893. doi: 10.1002 / sim.3165 PDF

• Riley, RD, & Steyerberg, EW (2010). Meta-analisi di un risultato binario utilizzando i dati dei singoli partecipanti e i dati aggregati. Metodi di sintesi della ricerca, 1 (1), 2–19. doi: 10.1002 / jrsm.4

• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). Meta-analisi di dati a livello individuale e aggregato. Statistica in medicina, 27 (5), 651–669.

Ringrazio @Bernd per avermi indicato nella giusta direzione. Ecco alcune note sui riferimenti citati nella sua risposta, nonché alcuni dei riferimenti citati in questi articoli.

Sutton et al (2008)

Sutton et al usano in un contesto sanitario i termini dati individuali del paziente rispetto a dati aggregati .

Notano che l'analisi dei dati dei singoli pazienti è spesso considerata il gold standard per la meta-analisi, citando Stewart e Clark (1995). È particolarmente utile per valutare la qualità dei dati ed eseguire analisi su valori non riportati nei report esistenti (ad esempio, analisi di sottogruppi particolari). Naturalmente, rilevano problemi, come l'impossibilità in alcuni casi di ottenere tutti i dati dei singoli pazienti e i costi aggiuntivi nel trattamento di tali dati. Inoltre osservano che per i modelli semplici in cui sono disponibili le statistiche riassuntive i risultati saranno spesso simili o uguali.

Osservano anche la rarità della meta-analisi dei singoli pazienti citando una recensione di Simmonds et al (2005). Citano anche l'articolo di revisione della meta-analisi che combina i dati dei singoli pazienti con i dati aggregati di Riley RD, Simmonds, et al (2008)

Riley Lambert Abo-Zaid (2010)

In questo articolo Riley e altri descrivono di più sulla meta-analisi dei dati dei singoli partecipanti. Descrivono i vantaggi della meta-analisi dei dati dei singoli partecipanti (ad es. Elaborazione coerente dei dati, modellizzazione dei dati mancanti, verifica dei risultati originali riportati, più opzioni di analisi, ecc.)

Stewart & Tierney (2002)

Stewart e Tierney esaminano i pro ei contro della meta-analisi dei dati dei singoli pazienti, concentrandosi in particolare su questioni pratiche.

Riley Lambert et al (2007)

Descrivono i metodi per combinare i dati dei singoli pazienti con i dati aggregati in termini di approcci a uno e due passaggi.

Cooper & Patall (2009)

Cooper e Patall hanno scritto un articolo come parte di un numero speciale sulla meta-analisi dei dati a livello individuale in Metodi psicologici (vedi Shrout, 2009 per un riassunto). Cooper e Patall descrivono la sintesi di ricerca come una in una seconda fase di transizione:

La prima transizione è dalla revisione della ricerca narrativa - in cui vengono utilizzate regole opache dell'algebra cognitiva per sintetizzare i risultati degli studi - alla meta-analisi di [dati aggregati]. La seconda fase prevede il passaggio dalla meta-analisi di [dati aggregati] all'accumulo di [dati a livello di singolo partecipante].

continua...

Riferimenti

• Cooper, H., & Patall, EA (2009). I vantaggi relativi della meta-analisi condotta con i dati dei singoli partecipanti rispetto ai dati aggregati. Metodi psicologici, 14 (2), 165–176. doi: 10,1037 / a0015565
• Riley, RD, Lambert, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). Meta-analisi dei risultati continui che combina i dati dei singoli pazienti e i dati aggregati. Statistica in medicina, 27 (11), 1870-1893. doi: 10.1002 / sim.3165 [PDF] (http://www.staessen.net/publications/2006-2010/08-21-P.pdf)
• Riley, RD, Lambert, PC e Abo-Zaid, G. (2010). Meta-analisi dei dati dei singoli partecipanti: logica, condotta e reportistica, BMJ, 340, 221.
• Riley RD, Simmonds MC, Look MP. (2007) Sintesi delle prove che combina i dati dei singoli pazienti e i dati aggregati: una revisione sistematica ha identificato la pratica corrente e i possibili metodi. Journal of Clinical Epidemiology, in corso di stampa e prima visione.
• Riley, RD, & Steyerberg, EW (2010). Meta-analisi di un risultato binario utilizzando i dati dei singoli partecipanti e i dati aggregati. Metodi di sintesi della ricerca, 1 (1), 2–19. doi: 10.1002 / jrsm.4
• Shrout, PE (2009). Viste brevi e lunghe dell'analisi dei dati integrativi: commenti sui contributi alla questione speciale. Metodi psicologici, 14, 177.
• Simmonds MC, Higgins JPT, Stewart LA, Tierney JF, Clarke MJ, Thompson SG. (2005). Meta-analisi dei dati dei singoli pazienti da studi randomizzati: una revisione dei metodi utilizzati nella pratica. Test clinici ; 2: 209-217.
• Stewart LA, Clarke MJ. Metodologia pratica delle meta-analisi (panoramiche) utilizzando i dati dei singoli pazienti aggiornati. Gruppo di lavoro Cochrane. Statistics in Medicine 1995; 14: 2057-2079.
• Stewart LA, Tierney JF. All'IPD o non all'IPD? Vantaggi e svantaggi delle revisioni sistematiche che utilizzano i dati dei singoli pazienti. Eval Health Prof 2002; 25: 76-97.
• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). Meta-analisi di dati a livello individuale e aggregato. Statistica in medicina, 27 (5), 651–669.