基于Poisson分布的随机效应模型贝叶斯Meta分析研究

作     者：汪徐林 

作者单位：南通大学 

学位级别：硕士

导师姓名：沈毅

授予年度：2017年

学科分类：1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100401[医学-流行病与卫生统计学] 10[医学] 

主      题：稀疏数据 Poisson分布 贝叶斯Meta分析 

摘      要：背景Meta分析是指收集一系列相关的研究分析结果并加以整合的统计分析方法。在临床实践中,经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对患者最佳措施的情况,这就形成了间接比较的Meta分析或多种干预措施比较的Meta分析(网络Meta分析,Network meta-analysis,NMA)。传统Meta分析只能对两组干预措施进行比较,网络Meta分析可以对多组干预措施进行综合比较。目前网络Meta分析可以通过频率派统计学和贝叶斯统计实现,无论是传统Meta分析还是贝叶斯Meta分析,得到的量化综合结果主要是疗效分析,但对于像不良反应这种稀疏数据来说,其理论方法研究尚不充分。本研究旨在探索适用于稀疏数据(sparse data)的Meta分析方法。方法本研究以四种干预措施(熊去氧胆酸(Ursodeoxycholic acid,UDCA),活性腺苷蛋氨酸(S-adenosylmethionine,SAMe),两者联合治疗,安慰剂)治疗妊娠胆汁淤积(Intrahepatic cholestasis of pregnancy,ICP)为载体,共分为两部分,第一部分讲解使用Stata14.0软件bayesmh命令进行两组药物比较的Meta分析(比较UDCA和SAMe对瘙痒改善情况),详细描述两种分析方法;第二部分介绍使用WinBUGS软件进行稀疏数据贝叶斯网络Meta分析,我们采用无信息先验分布结合Poisson似然函数,对妊娠胆汁淤积孕妇五种妊娠结局(瘙痒改善、剖宫产、早产、胎儿窘迫、新生儿入住重症监护室)分别进行Meta分析,得到各模型参数的后验分布函数,通过离差信息准则(Deviance information criterion,DIC)和收敛性诊断来对各模型进行评价。结果根据纳入排除标准,共纳入13篇符合标准文献进行Meta分析。在应用Stata软件进行两组药物比较部分,两套不同的命令得出相近的结果,模型的效应诊断图提示,模型拟合效果很好。在应用WinBUGS软件进行NMA时,五种妊娠结局的干预措施间比较均无统计学差异;其中瘙痒改善、剖宫产以及早产中,模型拟合较好,胎儿窘迫和新生儿入住重症监护室由于数据中零比例过高,DIC及收敛图提示模型拟合效果稍差。结论Stata 14.0软件能很好完成两组比较的贝叶斯Meta分析,但对于多组比较目前尚无较好办法;成功构建Poisson分布随机效应贝叶斯Meta分析模型,且能较好处理稀疏数据Meta分析问题,但对于零比例过高的数据,仍然需要继续探索。