A Bayesian Hierarchical CACE Model Accounting for Incomplete Noncompliance With Application to a Meta-analysis of Epidural Analgesia on Cesarean Section
处理不完整依从信息的贝叶斯分层 CACE 模型：硬膜外镇痛与剖宫产的荟萃分析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：摘要明确估计随机试验中治疗不依从下的依从者平均因果效应，属于因果推断。
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…
处理不完整依从信息的贝叶斯分层 CACE 模型：硬膜外镇痛与剖宫产的荟萃分析
- 研究问题
- 在随机试验荟萃分析中，部分研究缺少治疗不依从信息且研究间存在异质性时，如何估计依从者平均因果效应并纳入这些研究？
- 方法与思路
- 作者提出贝叶斯分层 CACE 框架，同时处理异质和不完整的不依从信息，并应用于硬膜外镇痛对剖宫产影响的试验荟萃分析。
- 材料陈述的贡献
- 摘要称，新分析纳入全部二十七项研究，而仅十项具有完整依从信息；论文报告 CACE 估计结果并用模拟评估方法表现。
- 阅读关注点
- 应核对 CACE 的识别假设、缺失依从信息的机制、层级模型如何共享信息，以及总体平均效应的权重和先验敏感性。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；缺失机制与识别条件未说明，所报 CACE 可信区间跨零，不能据此断言存在明确的非零效应。
原文摘要
Noncompliance with assigned treatments is a common challenge in analyzing and interpreting randomized clinical trials (RCTs). One way to handle noncompliance is to estimate the complier-average causal effect (CACE), the intervention's efficacy in the subpopulation that complies with assigned treatment. In a two-step meta-analysis, one could first estimate CACE for each study, then combine them to estimate the population-averaged CACE. However, when some trials do not report noncompliance data, the two-step meta-analysis can be less efficient and potentially biased by excluding these trials. This paper proposes a flexible Bayesian hierarchical CACE framework to simultaneously account for heterogeneous and incomplete noncompliance data in a meta-analysis of RCTs. The models are motivated by and used for a meta-analysis estimating the CACE of epidural analgesia on cesarean section, in which only 10 of 27 trials reported complete noncompliance data. The new analysis includes all 27 studies and the results present new insights on the causal effect after accounting for noncompliance. Compared to the estimated risk difference of 0.8% (95% CI: -0.3%, 1.9%) given by the two-step intention-to-treat meta-analysis, the estimated CACE is 4.1% (95% CrI: -0.3%, 10.5%). We also report simulation studies to evaluate the performance of the proposed method.