Estimating Heterogeneity Variance in Meta-Analysis
元分析中异质性方差的估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究元分析的异质性方差与合并效应精度，未提供因果识别设计或其他给定细分领域的明确依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
元分析中异质性方差的估计
- 研究问题
- 在异质随机效应元分析中，如何估计研究间变异，并评价这些方差估计对合并治疗效应风险和置信区间的影响？
- 方法与思路
- 作者推导小参数值附近局部最优的无偏统计量，以及二次统计量类中的贝叶斯程序，并与两种既有方法比较。
- 材料陈述的贡献
- 摘要称提出若干研究间变异估计量，以治疗效应估计的二次风险进行比较，蒙特卡洛研究支持使用相应置信区间。
- 阅读关注点
- 应核对局部最优对应的参数范围、弥散先验及先验均值的作用，以及风险比较与置信区间评价所用的设定。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断区间覆盖率、研究数量敏感性或普遍优势；局部最优与模拟支持均有适用范围。
原文摘要
Summary Several new estimators of the between-study variability in a heterogeneous random effects meta-analysis model are derived. One is the unbiased statistic which is locally optimal for small values of the parameter. Others are Bayes procedures within a class of quadratic statistics for a diffuse prior with different choices of the prior mean. These estimators are compared with the DerSimonian–Laird procedure and the Hedges statistic in particular via the quadratic risk of the treatment effect estimator. A Monte Carlo study supports the usage of confidence intervals derived from the new estimators.