乔治·塞提迪斯;斯塔夫罗斯·尼古拉科普洛斯;艾奥尼斯·恩祖弗拉斯;迪米特里斯·马夫里迪斯 网络元分析中基于随机搜索变量选择的不一致性识别。 （英语） Zbl 1531.62081号 统计医学。 42，第26号，4850-4866（2023）. MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：一致性;国家气象局;SSVS系统;及物性;变量选择 软件：WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{G.Seitidis}等人，Stat.Med.42，No.26，4850-4866（2023；Zbl 1531.62081） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] SeitidisG、NikolakopoulosS、HennessyE、Tanner‐SmithE、MavridisD。用于合成预防科学证据的网络元分析技术。前科学。2022;23(3):415‐424. doi:10.1007/s1121‐021‐01289‐6 [2] NikolakopoulouA、ChaimaniA、VeronikiAA、VasiliadisHS、SchmidCH、SalantiG。干预网络的特征：对186个已发布网络的数据库的描述。Khanin R编辑，《公共科学图书馆·综合》。2014;9（1）：e86754。doi:10.1371/journal.pone.0086754 [3] 萨兰提格。间接和混合治疗比较、网络或多治疗荟萃分析：许多名称、许多好处、对下一代证据合成工具的许多关注。Res-Synth方法。2012;3(2):80‐97. doi:10.1002/jrsm.1037 [4] BucherHC、GuyattGH、GriffithLE、WalterSD。随机对照试验荟萃分析中直接和间接治疗比较的结果。临床流行病学杂志。1997;50(6):683‐691. doi:10.1016/S0895‐4356（97）00049‐8 [5] DiasS、Welton新泽西州、CaldwellDM、AdesAE。检查混合处理比较元分析的一致性。统计医学2010；29(7-8):932‐944. 数字对象标识代码：10.1002/sim.3767 [6] EfthimiouO、RückerG、SchwarzerG、HigginsJPT、EggerM、SalantiG。使用mantel-Haenszel方法对罕见事件进行网络元分析。《2019年统计医学》；38(16):2992‐3012. doi:10.1002/sim.8158 [7] KrahnU、BinderH、KönigJ。用于定位网络元分析中不一致性的图形工具。BMC医学研究方法。2013;13(1):35. doi:10.1186/1471‐2288‐13‐35 [8] ShihM，周二。网络元分析中用于评估直接间接证据不一致性的证据分割方法。Res-Synth方法。2021;12(2):226‐238. doi:10.1002/jrsm.1480 [9] 怀特IR。网络元分析。Stata J.2015；15(4):951‐985. doi:10.1177/1536867X1501500403 [10] HigginsJPT、JacksonD、BarrettJK、LuG、AdesAE、WhiteIR。网络元分析中的一致性和不一致性：多部门研究的概念和模型。Res-Synth方法。2012;3(2):98‐110. doi:10.1002/jrsm.1044 [11] JacksonD、BarrettJK、RiceS、WhiteIR、HigginsJPT。具有随机不一致影响的网络元分析的逐项设计交互模型。统计医学2014；33(21):3639‐3654. doi:10.1002/sim.6188 [12] 阿德斯亚·卢格。评估混合治疗比较中的证据不一致性。2006年美国统计学会杂志；101(474):447‐459. doi:10.1198/0162145000001302·Zbl 1119.62354号 [13] FreemanSC、FisherD、WhiteIR、AuperiA、CarpenterJR。识别网络元分析中的不一致性：净热量图是一种可靠的方法吗？《2019年统计医学》；38(29):5547‐5564. doi:10.1002/sim.8383 [14] GünhanBK、FriedeT、HeldL。使用集成嵌套拉普拉斯近似进行网络元分析和元回归的逐项设计交互模型：使用集成嵌套拉普拉斯近似的逐项设计交互网络元分析与元回归模型。Res-Synth方法。2018;9(2):179‐194. doi:10.1002/jrsm.1285 [15] DiasS、WeltonNJ、SuttonAJ、CaldwellDM、LuG、AdesAE。决策的证据合成4：基于随机对照试验的证据网络中的不一致性。医学决策。2013;33(5):641‐656. doi:10.1177/0272989X12455847 [16] SeitidisG、NikolakopoulosS、NtzoufrasI、MavridisD。ssifs：随机搜索不一致因素选择。R软件包版本1.0.2；2023https://CRAN.R‐project.org/package=ssifs [17] 麦卡洛赫·乔治伊。通过吉布斯采样选择变量。美国国家统计协会杂志，1993年；88(423):881‐889. doi:10.1080/01621459.1993.10476353 [18] ZellnerA公司。关于评估先验分布和使用g先验分布进行贝叶斯回归分析。在：ZellnerA（编辑），编辑贝叶斯推理和决策技术：纪念布鲁诺·德·芬内蒂的论文。阿姆斯特丹：荷兰北部；1986. ·Zbl 0655.62071号 [19] 巴特莱特医学院。对D.V.Lindley统计悖论的评论。生物特征。1957;44(3-4):533‐534. doi:10.1093/biomet/44.3‐4.533·Zbl 0081.13801号 [20] 杰弗里斯。概率论。第三版牛津/纽约：克拉伦登出版社/牛津大学出版社；1998 [21] 林德利博士。统计悖论。生物特征。1957;44(1/2):187‐192. ·Zbl 0080.12801号 [22] LiangF，PauloR，MolinaG，ClydeMA，BergerJO。贝叶斯变量选择的g先验混合。2008年美国统计学会杂志；103(481):410‐423. doi:10.1198/0162145000001337·Zbl 1335.62026号 [23] 西奥瓦·泽尔纳。选定回归假设的后验优势比。Trab Estad投资运营。1980;31(1):585‐603. doi:10.1007/BF02888369·Zbl 0457.62004号 [24] 瓦瑟曼·卡斯尔。嵌套假设的参考贝叶斯检验及其与施瓦兹准则的关系。美国统计协会杂志，1995年；90(431):928‐934. doi:10.1080/01621459.1999年5月10日0476592·Zbl 0851.62020号 [25] ConsonniG、FouskakisD、LiseoB、NtzoufrasI。客观贝叶斯分析的先验分布。贝叶斯。分析。2018;13(2):627‐679. doi:10.1214/18‐BA1103·Zbl 1407.62073号 [26] DellaportasP、Forster JJ、NtzoufrasI。模型空间和参数空间先验分布的联合规范。统计科学。2012;27(2):232‐246. doi:10.1214/11‐STS369·Zbl 1330.62117号 [27] 佩拉基斯克，NtzoufrasI。在WinBUGS中使用超优先权选择贝叶斯变量。2018年WIRE计算统计；10（6）：e1442。doi:10.1002/wics.1442 [28] ScottJG，BergerJO。变量选择问题中的贝叶斯和经验贝叶斯多重性调整。Ann Stat.2010；38(5):2587‐2619. doi:10.1214/10‐AOS792·Zbl 1200.62020年 [29] ScottJG，BergerJO。贝叶斯多重测试方面的探索。J统计计划推断。2006;136(7):2144‐2162. doi:10.1016/j.jspi.2005.08.031·Zbl 1087.62039号 [30] VeronikiAA、TsokaniS、WhiteIR等。201个已发表干预网络中不一致证据的流行率及其与网络结构特征的关系。BMC医学研究方法。2021;21(1):224. doi:10.1186/s12874‐021‐01401‐y [31] Ntzoufras公司。使用WinBUGS的贝叶斯建模。第1版，Hoboken，新泽西州：Wiley；2009年doi:10.1002/9780470434567·兹比尔1218.62015 [32] 佩拉基斯克，NtzoufrasI。随机搜索变量选择（SSVS）。收录人：BalakrishnanN（编辑）、ColtonT（编辑），EverittB（编辑）和PiegorschW（编辑）；RuggeriF（编辑）。TeugelsJL（编辑）编辑Wiley StatsRef:在线统计参考。第1版，Hoboken，新泽西州：Wiley；2015:1‐6. doi:10.1002/9781118445112.stat07829 [33] NtzoufrasI、Forster JJ、DellaportasP。对数线性模型的随机搜索变量选择。J统计计算模拟。2000;68(1):23‐37. doi:10.1080/00949650008812054·Zbl 0968.62051号 [34] NtzoufrasI MavridisD公司。因子分析模型的随机搜索项选择。英国数学统计心理学杂志。2014;67(2):284‐303. doi:10.1111/bmsp.12019·Zbl 1410.62096号 [35] FouskakisD、NtzoufrasI、DraperD。使用成本调整BIC的贝叶斯变量选择，应用于医疗质量的成本效益测量。Ann Appl Stat.2009；3(2):663‐690. doi:10.1214/08‐AOAS207·Zbl 1166.62082号 [36] YuanJ，ZhangR，YangZ，等。口服磷酸二酯酶5型抑制剂治疗勃起功能障碍的有效性和安全性比较：系统综述和网络元分析。欧洲泌尿外科学会。2013;63(5):902‐912. doi:10.1016/j.eururo.2013.01.012 [37] 卡斯雷，拉菲亚。贝叶斯因素。美国统计协会杂志，1995年；90(430):773‐795. doi:10.1080/01621459.1995.10476572·Zbl 0846.62028号 [38] CeleuxG、ForbesF、RobertCP、TitteringtonDM。缺失数据模型的偏差信息标准。贝叶斯。分析。2006;1(4):651‐673. doi:10.1214/06‐BA122·兹比尔1331.62329 [39] LunnD、JacksonC、BestN、ThomasA、SpiegelhalterD。BUGS书：贝叶斯分析实用介绍。佛罗里达州博卡拉顿：CRC出版社/Taylor&Francis Group；2013. ·Zbl 1281.62009年 [40] MillarRB。使用DIC和贝叶斯因子比较过分散计数数据的分层贝叶斯模型。生物计量学。2009;65(3):962‐969. doi:10.1111/j.1541‐0420.2008.01162.x·Zbl 1172.62054号 [41] SpiegelhalterDJ、BestNG、CarlinBP、van derLindeA。偏差信息标准：12年。J R Stat Soc Ser B：Stat Methodol。2014;76(3):485‐493. doi:10.1111/rssb.12062·Zbl 1411.62027号 [42] DellaportasP，ForsterJJ。Ntzoufras I.使用吉布斯采样器的贝叶斯变量选择。生物统计学-巴塞尔。第5卷。纽约：化学橡胶公司出版社；2000:273‐286. ·Zbl 1026.62023号 [43] DellaportasP、Forster JJ、NtzoufrasI。基于MCMC的贝叶斯模型和变量选择。统计计算。2002;12(1):27‐36. doi:10.1023/A:1013164120801·兹比尔1247.62086 [44] O'HaraRB，SillanpääMJ。贝叶斯变量选择方法综述：内容、方式和内容。贝叶斯分析。2009;4(1):85‐117. doi:10.1214/09‐BA403·Zbl 1330.62291号 [45] CarvalhoCM、PolsonNG、ScottJG。稀疏信号的马蹄形估计器。生物特征。2010;97(2):465‐480. doi:10.1093/biomet/asq017·Zbl 1406.62021号 [46] PiironenJ，VehtariA。马蹄铁和其他收缩前的稀疏信息和规则化。Electron J Stat.2017；11(2):5018‐5051. doi:10.1214/17‐EJS1337SI·Zbl 1459.62141号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。