出版バイアスのための統計テストの体系的な評価と比較

背景：この研究では、メタ分析の出版バイアスを検出するために、3つの統計試験方法（Begg's、Egger's、およびMacaskill's）の統計的および識別力を評価します。 方法：データソースは、バイナリエンドポイントを考慮し、10以上の個別の研究を含む2002年の系統的レビューのコクランデータベースからの130のレビューでした。オブザーバーアグリーメントを備えたファンネルプロットは、参照標準として選択されました。カットオフp値、固定偽陽性率が与えられた統計テストのパワー、および受信機動作特性曲線の下の面積を変化させることにより、感度と特異性の間のトレードオフを評価しました。 結果：36のレビューで、733の元の研究で2,874,006人の被験者を評価しました。それぞれに含まれる試験の数は、10〜70（中央値14.5）の範囲でした。偽陽性率が0.1であることを考えると、Eggerの方法の感度は0.93であり、Beggの方法（0.86）およびMacaskillの方法（0.43）の感度よりも大きかった。3つの統計テストの感度は、特異性を大幅に減らすことなくカットオフp値が増加するにつれて増加しました。Eggerの方法のROC曲線の下の面積は0.955（95％信頼区間、0.889-1.000）であり、Beggの方法（領域= 0.913、p = 0.2302）の領域と違いはありませんでしたが、Macaskillの方法よりも大きかったのです。面積= 0.719、p = 0.0116）。 結論：Eggerの線形回帰法とBeggの方法は、同じタイプIエラーレベルを考慮して、出版バイアスを検出するためのMacaskillの方法よりも統計的および差別的な力が強い。これらの方法のパワーは、偽陽性率の大幅な増加なしにカットオフp値を増やすことで改善できます。

BACKGROUND: This study evaluates the statistical and discriminatory powers of three statistical test methods (Begg's, Egger's, and Macaskill's) to detect publication bias in meta-analyses. METHODS: The data sources were 130 reviews from the Cochrane Database of Systematic Reviews 2002 issue, which considered a binary endpoint and contained 10 or more individual studies. Funnel plots with observers'agreements were selected as a reference standard. We evaluated a trade-off between sensitivity and specificity by varying cut-off p-values, power of statistical tests given fixed false positive rates, and area under the receiver operating characteristic curve. RESULTS: In 36 reviews, 733 original studies evaluated 2,874,006 subjects. The number of trials included in each ranged from 10 to 70 (median 14.5). Given that the false positive rate was 0.1, the sensitivity of Egger's method was 0.93, and was larger than that of Begg's method (0.86) and Macaskill's method (0.43). The sensitivities of three statistical tests increased as the cut-off p-values increased without a substantial decrement of specificities. The area under the ROC curve of Egger's method was 0.955 (95% confidence interval, 0.889-1.000) and was not different from that of Begg's method (area=0.913, p=0.2302), but it was larger than that of Macaskill's method (area=0.719, p=0.0116). CONCLUSION: Egger's linear regression method and Begg's method had stronger statistical and discriminatory powers than Macaskill's method for detecting publication bias given the same type I error level. The power of these methods could be improved by increasing the cut-off p-value without a substantial increment of false positive rate.