Statistical Computing '99 - Schloß Reisensburg

Untersuchung von Methoden auf Publikations-Bias

Guido Schwarzer, Gerd Antes, Martin Schumacher
Deutsches Cochrane Zentrum
Institut für Medizinische Biometrie und Medizinische Informatik
Stefan-Meier-Strasse 26
D-79104 Freiburg

Das Ergebnis einer Meta-Analyse als Teil einer systematischen Übersichtsarbeit hängt in entscheidendem Masse davon ab, inwieweit die zur konkreten Fragestellung relevante Information gefunden wird. Verfälschungen sind insbesondere durch die selektive Veröffentlichung signifikanter Studienergebnisse zu befürchten (Publikations-Bias).
Zur Untersuchung auf Bias in Meta-Analysen werden sowohl (informelle) graphische Methoden als auch statistische Testverfahren herangezogen. Wir haben zwei Tests auf Bias in Meta-Analysen im Rahmen einer Simulationsstudie verglichen; einen Rang-Korrelationstest (Begg und Mazumdar, 1994) und einen Test basierend auf einem linearen Regressionansatz (Egger et al., 1997), der in enger Verbindung zu einem Radialplot (Galbraith, 1988) steht.
Der Simulationsstudie wurde das Selectivity-Modell von Copas (1999) zugrundegelegt. In diesem Modell wird die Stärke des Publikations-Bias durch einen Korrelationparameter zwischen der Auswahl einer Studie und der Stärke des (Behandlungs-)Effektes beschrieben. Verschiedene Szenarien wurden durch die Variation der folgenden Parameter betrachtet: Stärke des Behandlungseffektes, Anzahl der durchgeführten Studien, Stärke der Heterogenität zwischen den Studien und Grösse des Publikations-Bias.

Literatur:
Begg, C.B. und M. Mazumdar (1994): Operating characteristics of a rank correlation test for publication bias. Biometrics, 50, 1088-1101.
Copas, J. (1999): What works?: selectivity models and meta-analysis. Journal of the Royal Statistical Society, Series A, 162, 95-109.
Egger M. et al. (1997): Bias in meta-analysis detected by a simple, graphical test. British Medical Journal, 315, 629-34.
Galbraith R.F. (1988): A note on estimated odds ratios from several clinical trials. Statistics in Medicine, 7, 889-94.


31. Statistical Computing '99