基于發(fā)表時間順序的發(fā)表偏倚診斷方法研究.pdf

1、目的：本次研究擬驗證發(fā)表時間順序與發(fā)表偏倚的關系這一假設，將發(fā)表時間順序引入發(fā)表偏倚的診斷過程中，利用Meta分析中各獨立研究的發(fā)表時間順序和效應尺度信息構建一種新的基于發(fā)表時間順序的發(fā)表偏倚診斷方法（簡稱時序法），通過有偏和無偏Meta分析研究模擬數(shù)據(jù)及從文獻中獲得的Meta分析實際數(shù)據(jù)，對時序法和傳統(tǒng)方法的診斷準確度和診斷一致性進行評價，并提出最佳的聯(lián)合診斷方案。
　　 方法：本次研究構建的時序法以效應尺度-發(fā)表時間順序散點

2、圖、按發(fā)表時間順序排列的效應尺度序列的游程總數(shù)和效應尺度-發(fā)表時間順序回歸模型來診斷發(fā)表偏倚是否存在。利用有偏和無偏Meta分析研究模擬數(shù)據(jù)，依據(jù)在保證一定的特異度水平的條件下，靈敏度處于可接受水平的原則，確定游程總數(shù)法診斷發(fā)表偏倚的參考界值范圍；利用有偏和無偏Meta分析研究模擬數(shù)據(jù)計算時序法和傳統(tǒng)方法診斷發(fā)表偏倚的靈敏度和特異度，評價時序法的診斷準確度。利用Meta分析研究模擬數(shù)據(jù)和實際發(fā)表的文獻數(shù)據(jù)，采用Kappa指數(shù)及其95％可

3、信區(qū)間評價時序法與傳統(tǒng)方法以及兩種時序法之間的診斷一致性。利用Meta分析研究模擬數(shù)據(jù)，觀察時序法和傳統(tǒng)方法以及兩種時序法之間的聯(lián)合診斷(并聯(lián))發(fā)表偏倚的準確度，評價聯(lián)合診斷的效果并從中選擇最佳的時序法和傳統(tǒng)方法的聯(lián)合診斷方案。使用SAS8.2軟件編寫時序法和傳統(tǒng)方法的宏程序，并應用于Meta分析的實例研究。本次研究利用Matlab7.0軟件產(chǎn)生Meta分析模擬數(shù)據(jù)，以Monte Carlo法估計靈敏度和特異度，經(jīng)預模擬研究，確定模擬次

4、數(shù)為1000次，不同參數(shù)設置條件下的隨機種子數(shù)不同。假設檢驗水準設置為0.20。
　　 結果：研究發(fā)現(xiàn)，時序法(游程總數(shù)法和回歸模型法)診斷發(fā)表偏倚的靈敏度較低，特異度尚可；游程總數(shù)法的靈敏度和特異度低于回歸模型法；未加權回歸模型法的靈敏度高于加權回歸模型法，特異度則低于加權回歸模型法；時序法的靈敏度普遍低于傳統(tǒng)方法(Egger 回歸法和Begg秩相關法),而兩者間的特異度則是互有高低，比較相近；時序法與傳統(tǒng)方法的診斷準確度可能

5、與Meta分析研究的總體效應量大小有關，當總體效應量接近于0 時，各方法的診斷發(fā)表偏倚的靈敏度較低；總體效應量從小到大變化時，各方法診斷發(fā)表偏倚的靈敏度呈現(xiàn)先增大后減小的趨勢，而特異度基本相等；回歸模型法與傳統(tǒng)方法的診斷準確度可能與Meta分析研究中子研究的個數(shù)有關，子研究個數(shù)越多，各方法的靈敏度越大，特異度則越??；時序法和傳統(tǒng)方法診斷一致性差，游程總數(shù)法和回歸模型法對發(fā)表偏倚的診斷一致性相對較好，但其一致性程度(Kappa指數(shù))依然處

6、于較低水平；時序法與傳統(tǒng)方法間聯(lián)合診斷(并聯(lián))的靈敏度普遍高于傳統(tǒng)方法間聯(lián)合診斷的靈敏度，時序法和傳統(tǒng)方法的聯(lián)合診斷具有較理想的靈敏度和特異度，以加權回歸模型法和Begg 秩相關法的聯(lián)合診斷效果最佳；游程總數(shù)法和回歸模型法的聯(lián)合診斷效果稍差于時序法和傳統(tǒng)方法的聯(lián)合診斷；應用SAS系統(tǒng)語言編寫的包含了時序法和傳統(tǒng)方法的發(fā)表偏倚診斷宏程序的運行結果與常用軟件一致，方便了時序法的推廣應用；Meta分析的實例研究發(fā)現(xiàn)，對于包含較多子研究個數(shù)的M

7、eta分析，回歸模型法與傳統(tǒng)方法結論基本一致，而子研究個數(shù)較少時，回歸模型法相對于傳統(tǒng)方法更為靈敏。本次Meta分析實例研究的子研究個數(shù)較少，而其游程總數(shù)都比較大，游程總數(shù)法提示可能存在發(fā)表偏倚。
　　結論：時序法與傳統(tǒng)方法具有相似的診斷準確度，因其具有與傳統(tǒng)方法完全不同的理論基礎，所以該方法有特殊的應用價值和前景，特別是與傳統(tǒng)方法進行發(fā)表偏倚的聯(lián)合診斷。時序法中的加權回歸模型法與Begg 秩相關法的并聯(lián)聯(lián)合診斷方案具有相對較好