期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于SAS NLMIXED的广义线性混合效应模型在发病率数据Meta分析中的应用 被引量:5
1
作者 郑建清 黄碧芬 +1 位作者 吴敏 肖丽华 《中国循证儿科杂志》 CSCD 北大核心 2019年第2期129-133,共5页
目的:介绍利用SAS软件中的PROC NLMIXED过程步实现发病率数据的META分析方法。方法:基于广义线性混合效应模型(GLMM)的二项式-正态模型(BN)和泊松-正态模型(PNM)等,可方便地实现发病率数据的随机效应Meta分析,尤其当Meta分析纳入含0事... 目的:介绍利用SAS软件中的PROC NLMIXED过程步实现发病率数据的META分析方法。方法:基于广义线性混合效应模型(GLMM)的二项式-正态模型(BN)和泊松-正态模型(PNM)等,可方便地实现发病率数据的随机效应Meta分析,尤其当Meta分析纳入含0事件研究时。以Schutz等发表的血管内皮生长因子受体酪氨酸激酶抑制剂治疗的癌症患者发生致命不良事件风险的系统评价作为实例数据,利用SAS软件实现发病率数据的META分析,并提供编程代码。结果:对于含0事件研究,使用PNM模型进行Meta分析,无需进行连续校正法。删除0事件研究对于PNM模型影响较大。与标准正态模型相比,PNM和BNM模型给出的效应值更高,而P值则更小,具有更好的灵敏性。结论:基于广义线性混合效应模型,利用SAS的PROCNLMIXED实现发病率数据Meta分析是优选的方法。 展开更多
关键词 发病率数据 广义线性混合效应模型 -模型 二项式-模型 泊松-正态模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部