疫学研究に適用される定量的バイアス分析の系統的レビュー

背景：定量的バイアス分析（QBA）は、方向、大きさ、不確実性の観点から研究エラーを測定します。この系統的レビューは、2006 - 19年の疫学研究でQBAがどのように適用されたかを説明することを目的としています。 方法：PubMedを検索して、QBAをリアルデータアプリケーションに適用する英語のピアレビュー研究を検索しました。また、選択された情報源を引用した研究、または薬物疫学の以前のQBAレビューで特定された研究も含めました。各研究について、理論的根拠、方法論、バイアス調整の結果と解釈を抽出し、再現性に関連する因子を評価しました。 結果：238の研究のうち、大多数は論文内に埋め込まれました。その主な推論は、副次的な（感度）分析としての主な推論が量固有のバイアス（52％）またはポイント推定値をシフトするために必要なバイアスの程度を評価するために描かれました（52％）ヌル（25％）;10％はスタンドアロンの論文でした。最も一般的なアプローチは確率的でした（57％）。誤分類は57％、制御されていない交絡因子40％、選択バイアス17％でモデル化されました。ほとんどは、エラー間の複数のバイアスや相関関係を考慮しませんでした。指定すると、バイアスパラメーターは、内部検証研究（29％）よりも頻繁に文献（48％）から来ました。分析の大半（60％）は、従来のポイント推定から10％以上の変化をもたらしました。ただし、ほとんどの調査員（63％）は元の解釈を変更しませんでした。QBAの根拠と同様に、コード、式、感度分析、補足資料の包含に関連する再現性の程度。 結論：QBAアプリケーションはまれでしたが、時間の経過とともに増加しました。将来の調査員は、グッドプラクティスを参照し、透明性を促進し、他の研究者の参照として機能するために詳細を含める必要があります。

BACKGROUND: Quantitative bias analysis (QBA) measures study errors in terms of direction, magnitude and uncertainty. This systematic review aimed to describe how QBA has been applied in epidemiological research in 2006-19. METHODS: We searched PubMed for English peer-reviewed studies applying QBA to real-data applications. We also included studies citing selected sources or which were identified in a previous QBA review in pharmacoepidemiology. For each study, we extracted the rationale, methodology, bias-adjusted results and interpretation and assessed factors associated with reproducibility. RESULTS: Of the 238 studies, the majority were embedded within papers whose main inferences were drawn from conventional approaches as secondary (sensitivity) analyses to quantity-specific biases (52%) or to assess the extent of bias required to shift the point estimate to the null (25%); 10% were standalone papers. The most common approach was probabilistic (57%). Misclassification was modelled in 57%, uncontrolled confounder(s) in 40% and selection bias in 17%. Most did not consider multiple biases or correlations between errors. When specified, bias parameters came from the literature (48%) more often than internal validation studies (29%). The majority (60%) of analyses resulted in >10% change from the conventional point estimate; however, most investigators (63%) did not alter their original interpretation. Degree of reproducibility related to inclusion of code, formulas, sensitivity analyses and supplementary materials, as well as the QBA rationale. CONCLUSIONS: QBA applications were rare though increased over time. Future investigators should reference good practices and include details to promote transparency and to serve as a reference for other researchers.