UWLSは本当に医学研究に適しているのか？

科学分野:

• 生物統計学
• 医学研究方法論
• データサイエンス

背景:

• メタアナリシスは、エビデンスを統合するために医学研究において重要です。
• 推定量のパフォーマンスは、特に小標本コンテキストにおいて変動する可能性があります。
• AICおよびBICなどのモデル選択基準は、小標本サイズと弱いシグナルでは信頼性が低い場合があります。

研究 の 目的:

• 医学的メタアナリシスにおける非制限付き最小二乗法（UWLS）推定量のパフォーマンスを評価すること。
• 小標本設定におけるモデル選択基準の限界に対処すること。
• UWLSとランダム効果（RE）および固定効果（FE）推定量を比較すること。

主な方法:

• 大規模なシミュレーションアプローチが使用され、108,000のデータセットが生成されました。
• シミュレートされたデータセットは、Cochrane Database of Systematic Reviews（CDSR）の特性を反映していました。
• バイアス、効率、および標準誤差の精度に基づいて推定量を評価しました。

主要な成果:

• UWLS、RE、およびFE推定量は、バイアスと効率に関して同様のパフォーマンスを示しました。
• RE推定量は、UWLSよりも一貫して正確な標準誤差を生成しました。
• AICおよびBICは、シミュレートされたCDSR様データセットにおけるモデル選択には信頼性が低いことがわかりました。

結論:

• ランダム効果（RE）推定量は、信頼性の高い標準誤差のため、医学的メタアナリシスでの一般的な使用が推奨されます。
• UWLSとFEの間の選択は、効果の異質性の予想されるレベルを考慮する必要があります。
• 小標本メタアナリシスでのモデル選択にAICおよびBICを使用する際には注意が必要です。