Random Effects Models for Combining Results from Controlled and Uncontrolled Studies in a Meta-Analysis
合并有对照与无对照研究结果的元分析随机效应模型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：摘要明确讨论治疗效应的元分析合并，但未说明因果识别设计，归入所列因果推断方向的依据不足。
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
合并有对照与无对照研究结果的元分析随机效应模型
- 研究问题
- 当元分析同时包含有对照与无对照研究时，如何在随机效应模型下合并信息并估计治疗效应与研究间方差？
- 方法与思路
- 作者用最小二乘推导非迭代治疗效应估计量，并以经验贝叶斯估计代入研究间方差，分析相关估计量的性质。
- 材料陈述的贡献
- 摘要称研究间方差已知时治疗效应估计量强一致，方差估计量也强一致，并指出效应估计量具有若干理想的启发式性质。
- 阅读关注点
- 应核对两类研究在模型中的连接方式、治疗效应的解释、经验贝叶斯方差估计，以及各强一致性结论的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；不能据已知方差下的结论直接断言代入后效应估计量强一致，因果识别条件亦未说明。
原文摘要
A random effects model is used to analyze meta-analyses containing both controlled and uncontrolled studies. A noniterative estimator of the treatment effect is derived using least squares, with the between-study variance substituted by an empirical Bayes estimator. The estimator is shown to be strongly consistent when the between-study variance is known, and the variance estimator is also shown to be strongly consistent. The estimator is shown to have desirable heuristic properties.