Bewertung von regressionsbasierten Methoden zur Anpassung an Veröffentlichungsbias durch eine umfassende Simulationsstudie

HINTERGRUND: In der Metaanalyse wird die Anwesenheit von asymmetrischen Trichterdiagrammen Publikations- oder anderen Effekten kleiner Studien zugeschrieben, was dazu führt, dass größere Effekte in den kleineren Studien beobachtet werden. Dieses Problem könnte bedeuten, dass unangemessene Schlussfolgerungen aus einer Metaanalyse gezogen werden. Wenn Metaanalysen zur Entscheidungsfindung verwendet werden sollen, ist eine zuverlässige Methode erforderlich, um gepoolte Schätzungen für mögliche asymmetrische Trichterdiagramme anzupassen. METHODEN: Eine umfassende Simulationsstudie wird präsentiert, um die Leistung verschiedener Anpassungsmethoden zu bewerten, einschließlich der neuartigen Anwendung mehrerer regressionsbasierter Methoden (die üblicherweise verwendet werden, um Publikationsbias zu erkennen, anstatt ihn zu korrigieren) und der beliebten Trim- und Füll-Heterogenität. Publikationsbias wurde durch zwei zugrunde liegende Mechanismen induziert, wobei angenommen wurde, dass die Wahrscheinlichkeit der Veröffentlichung von i) der Effektgröße der Studie; oder ii) dem p-Wert abhängt. ERGEBNISSE: Die Leistung aller Methoden neigte dazu, sich zu verschlechtern, als unerklärliche Heterogenität zunahm und die Anzahl der Studien in der Metaanalyse abnahm. Die Anwendung der Methoden unter der Bedingung eines anfänglichen Tests auf die Anwesenheit von Trichterdiagrammasymmetrie lieferte im Allgemeinen eine schlechtere Leistung als die bedingungslose Verwendung der Anpassungsmethode. Mehrere der regressionsbasierten Methoden übertrafen konsequent die Trim & Fill-Schätzer. SCHLUSSFOLGERUNG: Regressionsbasierte Anpassungen für Publikationsbias und andere Effekte kleiner Studien sind einfach durchzuführen und übertrafen etabliertere Methoden in einer breiten Palette von Simulationsszenarien.