在广义线性混合模型框架下多结局测量的多变量meta分析

发布时间：2020-11-18 00:39

　　 目的基于SAS PROC NLMIXED探讨在广义线性混合模型框架下实现多结局测量的多变量meta分析的方法。方法 Stijnen等人提出一种基于广义线性混合效应模型(generalized linear mixed model,GLMM)的确切的研究内似然模型(exact within-study likelihood models,EWLM)meta分析技术,可以极方便地实现多结局测量的多变量meta分析。本文重新对Voko等人的荟萃分析数据进行分析,该数据旨在研究颈动脉狭窄患者采用颈动脉内膜切除术或保守治疗对联合终点卒中或死亡的影响。结果基于PROC NLMIXED拟合的多变量随机效应模型的meta分析显示,手术组术后第1个月内的事件发生率为6.31%,SE=0.0083,95%CI(0.0456,0.08063)。手术治疗一个月后的事件发生率为5.5%,SE=0.0024,95%CI(0.04953,0.05962);而对照组事件发生率为7.45%,SE=0.0058,95%CI(0.06231,0.08672)。组间比较比值比效应值OR=0.732,SE=0.0498,95%CI(0.6269,0.838),P=0.0003。结论多变量分析比单变量分析具有更大的潜在信息量,基于广义线性混合效应模型的确切的研究内似然模型meta分析技术可以成为多结局测量的优选方法。
【文章目录】：
多结局测量的单变量分析模型及多变量确切研究内似然模型简介
    1.多结局测量的单变量随机效应模型（univariate random effect model,UREM）
    2.多结局测量的确切研究内似然模型（exact within-study likelihood models）
        （1）单臂试验中的二项式-正态模型介绍
        （2）双臂试验中的二项式-正态模型介绍
        （3）发病率数据中的二项式-正态模型介绍
        （4）多结局测量的多变量meta分析模型介绍
资料与方法
    1.示例数据介绍
    2.基于Proc Mixed或Proc NLMIXED的模型拟合
    3.SAS代码介绍
结 果
    1.单变量随机效应模型meta分析结果
    2.多变量随机效应模型meta分析结果
讨 论
结 论
附录代码1:资料录入

【相似文献】

相关期刊论文 前10条

1 谷魁英;尔西丁·买买提;胡珊;高昭昇;徐静;周毅;;基于广义线性混合模型医院服务质量评估的研究[J];中国数字医学;2015年08期

2 刘巧兰,李晓松,倪宗瓒;纯母乳喂养预防婴儿腹泻的Meta分析[J];中国公共卫生;1999年06期

3 王丹;翟俊霞;牟振云;宗红侠;赵晓东;王学义;顾平;;Meta分析中的异质性及其处理方法[J];中国循证医学杂志;2009年10期

4 刘建鹏;张宇翔;羊晨;黄康妹;张雪琴;;城镇精神卫生知识普及情况及推进建议——2005-2015年我国城镇居民精神卫生知识知晓率的Meta分析[J];中国健康心理学杂志;2017年05期

5 俞红;帅海平;;病案首页填写缺陷的Meta分析[J];中国卫生信息管理杂志;2017年02期

6 马敬;郭建华;张涛;叶玮;周莹;戚晟雯;吴晶嘉;;以问题为导向的教学模式在住院医师规范化培训中应用的Meta分析[J];转化医学杂志;2017年05期

7 杨海峰;卢迷;贺连平;;医患双方对医患关系认知情况的Meta分析[J];湘南学院学报(医学版);2015年04期

8 王珊;陈欧;赵妹;吴方;王雅琦;王克芳;;中国老年人自杀意念发生率的Meta分析[J];护理研究;2020年05期

9 曹红艳;刘桂芬;曾平;张爱莲;;预测性伪似然法和贝叶斯法广义线性混合模型估计[J];中国药物与临床;2008年11期

10 张静航;张健;杨土保;;中国人群无偿献血参与率及其影响因素的Meta分析[J];循证医学;2017年04期

相关博士学位论文 前3条

1 金志超;Meta分析发表偏倚的检验[D];第二军医大学;2012年

2 朱玲湘;Meta分析中发表偏倚的校正方法研究[D];南方医科大学;2014年

3 臧嘉捷;Meta分析中时间效应量参数估计方法的建立及应用[D];第二军医大学;2012年

相关硕士学位论文 前5条

1 曹红艳;贝叶斯广义线性混合模型及其医学应用[D];山西医科大学;2009年

2 邢美园;巨细胞病毒感染与冠心病关系的Meta分析[D];浙江大学;2002年

3 李红颜;Meta分析中识别发表偏倚方法的比较[D];第一军医大学;2007年

4 赵晋芳;重复测量线性混合模型在医学研究中的应用[D];山西医科大学;2002年

5 施红英;混合模型在临床试验统计分析中的应用[D];浙江大学;2006年

本文编号：2888118