출판비뚤림을 고려한 베이지안 계층적 모형 (Bayesian hierarchical model for publication bias)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 30권 / 1호 / 1 ~ 10페이지
· 저자명 : 장은진, 김달호

초록

동일한 연구주제에 대해 수행된 연구들이 충분히 동질적인 경우 개별연구들의 결과를 양적으로 통합하는 메타분석을 실시한다. 메타분석에서는 통계적으로 유의하거나 임상적으로 긍정적인 결과에 대한 연구가 출판될 가능성이 더 높기 때문에 출판비뚤림이 발생할 수 있고 출판된 연구들을 대상으로 하는 메타분석의 결과는 효과크기를 과대추정하는 경향이 있다. 메타분석에서 출판비뚤림을 평가하기 위한 방법으로 회귀분석 기반의 방법들을 많이 사용하는데, 이는 대표본 근사가 필요하므로 메타분석에 포함되는 연구의 수가 작을 경우 정확도가 낮아진다고 할 수 있다. 따라서 본 연구에서는 표본의 수가 작은 경우 좀 더 정확한 추론이 가능한 베이지안 계층적 모형을 이용하여 출판비뚤림을 보정하고, 이를 모의실험과 실제자료를 이용하여 비교하였다. 그 결과 출판비뚤림과 통계적 이질성의 정도가 클수록 베이지안 계층적 모형을 이용하여 추정된 보정된 효과크기가 편향을 줄일 수 있는 것으로 나타났다.

영어초록

Meta-analysis is a statistical methodology aimed at quantitatively integrating the results of homogeneous studies on specific research topics. For meta-analysis, statistically significant or clinically positive results are more likely to be published, and the results of meta-analysis using published studies tend to overestimate the effect size, which may result in publication bias. Although regression-based methods are widely used to assess the publication bias in meta-analysis, fewer studies included in the meta-analysis have reduced accuracy. Therefore, this study considers the Bayesian hierarchical model for more accurate estimation when the number of studies is small, and compares based on simulation and real data application. As a result, the greater the degree of publication bias and statistical heterogeneity, the more likely the bias of the estimated effect size to be reduced using the Bayesian hierarchical model.

참고자료

· 없음