Statistische Methoden der Meta-Analyse von Zähldaten mit seltenen Ereignissen

• Antragsteller: Professor Dr. Heinz Holling
• Fachliche Zuordnung: Persönlichkeitspsychologie, Klinische und Medizinische Psychologie, Methoden
• Förderung: Förderung von 2019 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 430210250

Typische Effektmaße für Zähldaten im Rahmen von Meta-Analysen sind das relative Risiko, Odds Ratio und die Risikodifferenz. Nicht selten beinhalten solche Meta-Analysen Studien mit geringen Häufigkeiten oder Häufigkeiten von Null. Dann können die üblichen meta-analytischen Verfahren nicht adäquat durchgeführt werden, da die Effektmaße ebenso wie die Varianzschätzer nicht definiert oder nicht sinnvoll zu interpretieren sind. Das grundlegende Ziel dieses Projektantrages ist es, statistische Ansätze zu entwickeln, die für Zähldaten angemessen sind und die Einbeziehung von Studien mit geringen (Sub-)Stichprobenumfängen oder Substichprobenumfängen von Null als integralen Bestandteil erlauben. Die hier zu verwendenden Modellklassen sind die gemischte Poisson-Verteilung (für das relative Risiko und die Risikodifferenz) und die gemischte logistische Regression (für das Odds Ratio). Die zugrundeliegenden Studieneffekte werden dann als normalverteilte zufällige Effekte für die jeweilige Verteilung der Zähldaten angenommen, d.h. die Poisson-Verteilung für das relative Risiko und die Risikodifferenz und die Binomialverteilung für das Odds Ratio. Für das relative Risiko und die Risikodifferenz wird hier ein besonders interessanter Ansatz in Betracht gezogen. Die konditionale Verteilung der Zähldaten stellt eine Binomialverteilung mit den ausschließlich interessierenden Parametern dar, da die Parameter der Baseline- bzw. Kontrollgruppe eliminiert sind. In diesen Modellen ist die Heterogenitätsvarianz, die hier insbesondere von Interesse ist, durch die Varianz der Verteilung der zufälligen Effekte gegeben. Die oben skizzierten Ansätze sollen dann mit konventionellen Ansätzen, die z.B. den DerSimonian-Laird-Schätzer oder REML verwenden, verglichen werden. Als Alternative zum konventionellen Chi-Quadrat-Tests zur Überprüfung der Homogenitätshypothese soll hier ein Likelihood-Ratio-Test untersucht werden, in dem unter der Nullhypothese die Varianz der zufälligen Effekte Verteilung gleich Null gesetzt wird. Die entwickelten Ansätze sollen dann verallgemeinert werden, indem zusätzlich Kovariaten auf Studienebene einbezogen werden. Weiterhin soll die Berücksichtigung von fehlenden Daten Values in einer der Gruppen in den Mixed-Effekt-Ansätzen modelliert werden. Anhand detaillierter Simulationsstudien können dann die verschiedenen Ansätze untersucht und verglichen werden. Ein weiteres Arbeitspaket ist die Erstellung eines R-Pakets, das die Berechnung der entwickelten Ansätze erlaubt.

• DFG-Verfahren: Sachbeihilfen