Valide Verfahren für Meta-Analysen mit wenigen Studien oder kleinen Fallzahlen - Teil II

• Antragsteller: Professor Dr. Tim Friede; Professor Dr. Markus Pauly
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 413270747

Hauptziel des Projekts ist die Entwicklung valider Methoden für Meta-Analysen, die auch unter erschwerten Bedingungen zu vertrauenswürdigen Ergebnissen führen. Herausforderungen sind hierbei (i) Heterogenität zwischen Studien, (ii) unbalancierte Designs, (iii) kleine oder moderate Fallzahlen sowie (iv) wenige Studien oder (v) aggregierte Ergebnisse aus vorigen Meta-Analysen. Während konventionelle Verfahren hier oft an ihre Grenzen stoßen, sollen Methoden entwickelt werden, welche zuverlässig valide Ergebnisse liefern, so dass beispielsweise Konfidenzintervalle sicher ihre nominale Überdeckungswahrscheinlichkeit erreichen. Zu diesem Zweck sollen moderne Bayes-, Bootstrap-, Resampling- und statistische Lerntechniken, sowie robuste Sandwichschätzer verwendet, untersucht und z.T. geschickt miteinander kombiniert werden. Nachdem in der ersten Projektphase der Hauptfokus auf „klassischen“ Behandlungseffektschätzern (wie standardized mean differences) lag, werden in der zweiten Projektphase insbesondere auch eingeschränkte Intervallschätzer (wie Proportionen oder Korrelationen) studiert. Diese erschweren besonders in den Fällen (iii) und (iv) die Rechtfertigung der gängigen Normalverteilungsannahme. Hierfür werden wir neue Methoden für uni- und multivariate Fixed- und Random-Effects Modelle sowie Mixed-Effects Meta-Regressionsmodelle entwickeln. Darüber hinaus sollen Regressionsansätze untersucht werden, um komplexere Komponenten-Interventionen abzubilden oder um mögliche Selektionsmechanismen (publication bias) zu berücksichtigen. Um Empfehlungen für deren adäquate Verwendung zu geben, werden die entwickelten Verfahren in aufwendigen Simulationsstudien ausgiebig untersucht und exemplarisch auf aktuelle Datensätze angewendet. Zudem werden Analyseansätze auf Basis von Meta-Analyse-Datenbanken empirisch evaluiert. Die Methoden werden zudem in frei zugänglicher Open-Source Software implementiert und mit leicht verständlicher Dokumentation versehen. Dies steigert nicht nur die Transparenz und Nachvollziehbarkeit von publizierten Simulationsergebnissen, sondern erlaubt auch einem breiteren Kreis von Anwender*innen den einfachen Zugang zu den im Projekt entwickelten Methoden. Wie in der ersten Phase wird auch dieser Fortsetzungsantrag weiterhin von namhaften Mercator Fellows unterstützt.

• DFG-Verfahren: Sachbeihilfen