网格抽样在Meta分析贝叶斯分层模型中的应用  

Application of grid sampling to hierarchical Bayesian meta-analysis model

作　　者：王婷[1] 黄水平[1] 赵华硕[1] 金英良[1,2] 王可[1] 曾平[1,3] 

机构地区：[1]徐州医学院公共卫生学院流行病与卫生统计学教研室,江苏徐州221004 [2]东南大学公共卫生学院流行病与卫生统计学教研室,江苏南京210009 [3]南京医科大学公共卫生学院生物统计学系,江苏南京210029

出　　处：《现代预防医学》2015年第13期2305-2309,共5页Modern Preventive Medicine

基　　金：国家自然科学基金项目(81402765);国家统计局全国统计科学研究项目(2014LY112);江苏省教育厅高校哲学社会科学研究基金项目(2013SJD790032;2013SJB790059)

摘　　要：目的探索Meta分析的贝叶斯分层模型分析和后验计算的网格抽样模拟。方法应用贝叶斯分层模型对一组激素预防新生儿肺透明膜病的临床试验数据进行Meta分析,采用网格抽样的方法获得参数的后验样本和后验估计量。结果激素效应的经验贝叶斯估计值为-0.490(95%可信区间为-0.814^-0.461),其完全贝叶斯估计值为-0.551(95%可信区间为-0.878^-0.379),结果都表明临床上使用激素能够明显降低新生儿肺透明膜病的发生。结论相对传统Meta分析策略,贝叶斯分层模型更加灵活。Objective To explore application of grid sampling to hierarchical Bayesian meta-analysis model and posterior computation. Methods The hierarchical Bayesian meta-analysis was applied to the clinic trial data on prevention of hyaline membrane disease using hormone, and we got the posterior sample and estimate of the parameter by grid sampling. Results The estimator of hormone＇s effect by empirical Bayesian model was-0.490（95% CI：-0.814-0.461）, while the estimator by full Bayesian model was-0.551（95%CI：-0.878-0.379）. Both results implied that the use of hormone could significantly decrease the occurrence of hyaline membrane disease. Conclusion Compared with the traditional meta-analysis, hierarchical Bayesian meta-analysis model is more flexible.

关 键 词：META分析 贝叶斯分层模型 经验贝叶斯 网格抽样 新生儿肺透明膜病 

分 类 号：R195[医药卫生—卫生统计学]