1. Una nota sobre un procedimiento bayesiano para meta-análisis con datos binarios con alta presencia de ceros || A note on a Bayesian procedure for meta-analysis of rare data
- Author
-
Negrín, Miguel A., Martel, María, and Vázquez-Polo, Francisco J.
- Subjects
análisis bayesiano ,Farlie-Gumbel-Morgenstern link ,meta-análisis ,Bayesian analysis ,meta-analysis ,Applied mathematics. Quantitative methods ,T57-57.97 ,Mathematics ,QA1-939 ,Business ,HF5001-6182 - Abstract
El objetivo de este trabajo es construir un procedimiento bayesiano, fácil de implementar en la práctica, que soslaye los problemas encontrados en los métodos de meta-análisis para el caso de datos binarios con alta presencia de ceros. Para ello, consideraremos el problema dentro de uno general de selección bayesiana de modelos identificando de forma adecuada sus elementos. En particular definiendo una sencilla distribución “link” entre las efectividades por estudios y la meta-efectividad del tratamiento. Hemos desarrollado un procedimiento objetivo bayesiano para las medidas de interés así como para el test de comparación de efectividades entre tratamientos. Presentamos dos aplicaciones con datos reales. Básicamente, probamos en este trabajo que es posible desarrollar un test de hipótesis bayesiano de igualdad de tratamientos sin necesidad de procedimientos ad-hoc artificiales que actúan sobre transformaciones de las variables y observaciones que no siempre son adecuadas. Respecto a los ejemplos, no existen evidencias empíricas para considerar que existen diferencias entre tratamientos. || The propose of this paper is to develop a Bayesian procedure that adequately account for studies with zero observations in meta-analysis and then we focus the problem in the context of the Bayesian selection models. Also, attention is focused to the link distribution between effectiveness in each study/center and the meta-effectiveness. We present an objective Bayesian method where all quantities of interest jointly with a Bayesian test for equality between treatments are also obtained. A couple of examples with are developed in depth using the pro- posed Bayesian meta-analysis for the binomial model. Basically, we obtain a Bayesian model for meta-analysis for sparse binomial data without considering transformations and/or corrections in variable/parameters. In respect to the examples considered, we do not find a relevant difference between treatments.
- Published
- 2015