임상 시험의 다결과 메타 분석

여러 임상 시험이 여러 결과를 보고할 때, 메타 분석은 일반적으로 각 결과를 별도로 분석합니다. 대신에 Raudenbush et al.은 일반화된 최소 제곱(GLS) 회귀를 적용하여 여러 결과를 단일 모델에서 함께 분석하는 방법을 보여주었습니다. 여기에서 논의된 그들의 GLS 접근법의 변형은 치료 그룹 내에서 결과 간의 상관관계를 포함할 수 있어 보다 정확한 추정을 제공합니다. 또한 공변량 조정을 용이하게 합니다. 우리의 접근법에서는 각 연구가 모든 결과를 보고할 필요도 없고 모든 치료를 평가할 필요도 없습니다. 예를 들어, 메타 분석은 두 개 이상의 치료(하나의 '치료'는 대조군일 수 있음)를 평가하고 관심 있는 치료의 모든 하위 집합(하나 이상의)에 대해 보고하는 모든 무작위 대조 시험을 포함할 수 있습니다. 이 분석은 이러한 시험이 평가했지만 메타 분석가에게는 관심이 없는 다른 치료를 생략합니다. 제안된 고정 효과 GLS 회귀 모델에서는 연구 수준 및 치료 단계 수준의 공변량이 하나 이상의 결과의 예측 변수가 될 수 있습니다. 초기 표준 치료가 환자에게 만족스럽지 못할 경우 사용되는 2차 약물 치료의 시험 데이터에 대한 류마티스 관절염 데이터 분석이 이 방법을 동기 부여하고 적용합니다. 44개의 무작위 대조 시험의 데이터를 사용하여 주사 금 및 아우라노핀의 효과를 세 가지 결과인 통증 관절 수, 그립 힘, 적혈구 침강 속도에 대해 평가했습니다. 회귀 모델의 공변량은 시험의 질과 지속 기간, 각 시험에서 환자의 질병 중증도 및 질병 활동의 기준 측정치였습니다. 메타 분석은 금이 세 가지 치료 결과 모두에 대해 아우라노핀보다 통계적으로 더 효과적이라는 것을 발견했습니다. 모든 추정 계수에 대해 다결과 모델은 그 값에서 중간 정도의 변화와 세 개의 개별 결과 모델보다 약간 더 작은 표준 오차를 생성했습니다.