İki sonuçlu ve nadir olay içeren küçük örneklemli çalışmalarda Bayesçi ve frekansçı yaklaşımlar ile ağ meta-analizi
Bayesian and frequentist network meta-analysis for binary outcomes with rare events in small-sample studies
- Tez No: 999558
- Danışmanlar: PROF. DR. YASEMİN YAVUZ
- Tez Türü: Doktora
- Konular: Biyoistatistik, Biostatistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ağ meta-analizi, literatürde yer alan birbirinden bağımsız, aynı araştırma sorusu üzerinde çalışılan ve iki veya ikiden fazla müdahalenin (ilaç, tedavi vb.) etkinliğini doğrudan ve dolaylı kanıtları kullanarak aynı istatistiksel modelde kanıtların birleştirilmesini, müdahalelerin karşılaştırılmasını ve etkinliklerinin belirlenmesini sağlayan geleneksel meta-analizin geliştirilmiş bir versiyonudur. Bu tez çalışmasında, küçük örneklemli ve nadir olay içeren randomize kontrollü klinik araştırmalarda kullanılan ağ meta-analiz yöntemlerini frekansçı ve bayesçi yaklaşımlar çerçevesinde ele alımış ve bu yöntemlerin performansları ortalama yanlılık, ortlama karesel hata, kapsama olasılığı ve güven aralığı uzunluğu gibi ölçülerle değerlendirilmiştir. Çalışmada hem simülasyon verileri hem de gerçek veri setleri kullanılarak farklı metodolojik yaklaşımların sonuçlar üzerindeki etkileri incelenmiştir. İki sonuçlu nadir olaylar içeren küçük örneklemli çalışmalar için kullanılabilecek ağ meta-analiz yöntemlerinin performanslarının karşılaştırılması amacıyla türetilmiş veri seti kullanılarak bir benzetim çalışması gerçekleştirilmiştir. Veri setlerinin türetilmesinde farklı örneklem büyüklüğüne, farklı çalışma sayılarına, farklı müdahale sayılarına, farklı olasılık değerlerine ve farklı heterojeniteye sahip 36 farklı senaryo oluşturulmuştur. Oluşturulan her senaryo ise 1000 kez tekrarlanmıştır. Türetilen bu simülasyon veri setleri üzerinde frekansçı ve bayesçi ağ meta-analiz yaklaşımları uygulanmıştır. Bayesçi yaklaşımda uygulanmış model parametrelerinin önsel dağılımları, müdahale etkileri için zayıf bilgilendirici normal dağımlar (d ~ N (0, 1002)); rassal etkili modellerde ise heterojenlik parametresi için geniş (τ ~ Uniform (0, 2)) ve daha kısıtlayıcı (τ ~ Half-Normal (1)) dağılımlar şeklinde tanımlanmıştır. Model parametrelerinin son dağılımları Markov Zinciri Monte Carlo (MCMC) örneklemesi ile elde edilmiştir. MCMC süreci iki zincir kullanılarak yürütülmüş ve her zincir için 50.000 iterasyon üretilmiştir. Bu çalışmadan elde edilen bulgular, nadir olay içeren küçük örneklemli ağ meta-analizlerinde yöntemlerin performansının hem olay olasılığına hem de kullanılan metodolojik yaklaşıma belirgin düzeyde duyarlı olduğunu göstermiştir. Frekansçı yaklaşımlar arasında PL yöntemi, tüm performans ölçütleri (yanlılık, ortaalama karesel hata, kapsam olasılığı, güven aralığı uzunluğu) açısından en istikrarlı ve en başarılı sonuçları üretmiş, özellikle çok düşük olay olasılıklarında dahi göreli üstünlüğünü korumuştur. Bayesçi yöntemlerde ise BL-RE-HN yöntemi, diğer Bayesçi yöntemlerle karşılaştırıldığında daha düşük yanlılık ve daha dengeli ortalama karesel hata değerleri ile öne çıkmıştır. Bununla birlikte, olay olasılığının aşırı düşük olduğu bazı senaryolarda bazı Bayesçi yöntemlerde ortalama karesel hata değerlerinde belirgin şişmeler gözlenmiş, bu da prior duyarlılığının nadir olay ortamında daha baskın hale geldiğini düşündürmektedir. Senaryolarda olay olasılığı arttıkça tüm yöntemlerde tutarlı bir biçimde iyileşme görülmüş, yanlılık azalmış, ortalama karesel hata değerleri düşmüş, kapsama oranları nominal seviyelere daha fazla yaklaşmış ve güven aralığı uzunlukları daha daralmıştır. Çalışmada belirlenen heterojenite düzeylerinin ise yöntemlerin performansı üzerinde kayda değer bir etkisinin olmadığı görülmüş; hem frekansçı hem Bayesçi yaklaşımlar düşük ve orta düzey heterojenite altında benzer eğilimler göstermiştir. Bu sonuçlar genel olarak, nadir olay içeren küçük örneklemli çalışmalarda PL yönteminin frekansçı çerçevede, BL-RE-HN modelinin ise Bayesçi yaklaşım içinde daha güvenilir seçenekler sunduğunu ve performansın büyük ölçüde olay olasılığının büyüklüğüne duyarlı olduğunu ortaya koymaktadır.
Özet (Çeviri)
Network meta-analysis is an advanced extension of traditional meta-analysis that synthesizes evidence from independently conducted studies addressing the same research question while allowing simultaneous comparison of two or more interventions (e.g., drugs, treatments). By jointly incorporating both direct and indirect evidence within a unified statistical model, network meta-analysis allows for the comparison of multiple interventions and the estimation of their relative effectiveness. In this dissertation, network meta-analysis methods used in small-sample randomized controlled trials with rare binary outcomes were examined under both frequentist and Bayesian frameworks, and their performances were evaluated using measures such as mean bias, mean squared error, coverage probability, and confidence interval length. Both simulation data and real datasets were analyzed to investigate how different methodological approaches influence the results. To compare the performance of network meta-analysis methods in small-sample studies containing setting with rare binary events binary events, a simulation study was conducted using synthetic datasets. A total of, 36 distinct scenarios were created, each defined by varying sample sizes, numbers of studies, numbers of interventions, event-probability levels, and degrees of heterogeneity. Each scenario was replicated 1,000 times. Both frequentist and bayesian network meta-analysis approaches were applied to the simulated datasets. Within Bayesian framework, weakly informative normal priors were assigned to treatment effects (d ~ N(0, 100²)), whereas random-effects models used a broad prior (τ ~ Uniform(0, 2)) and a more restrictive prior (τ ~ Half-Normal(1)) for the heterogeneity parameter. Posterior distributions of model parameters were obtained via Markov Chain Monte Carlo (MCMC) sampling. The MCMC process was run with two chains, each consisting of 50,000 iterations. The resultsdemonstrated that the performance in network meta-analysis with rare events and small samples is highly sensitive to both the event probability and the methodological approach used. Among the frequentist approaches, the penalized likelihood (PL) method produced the most stable and accurate results across all performance metrics (bias, mean squared error, coverage probability, and interval length), maintaining its relative superiority even under extremely low event probabilities. Among the Bayesian methods, the BL-RE-HN model stood out with lower bias and more balanced mean squared error values compared to the other Bayesian approaches. However, in scenarios with extremely low event probabilities, marked inflation in mean squared error was observed for some Bayesian methods, suggesting that prior sensitivity becomes more pronounced in the rare-event setting. As event probability increased, all methods showed consistent improvement: bias decreased, mean squared error declined, coverage rates approached nominal levels, and interval lengths became shorter. The predefined heterogeneity levels, on the other hand, had no substantial impact on method performance; both frequentist and Bayesian approaches exhibited similar patterns under low and moderate heterogeneity. Overall, these finding suggest that the PL method is the most reliable frequentist option, while the BL-RE-HN model is the most robust among Bayesian approaches in rare-event, small-sample contexts, and that performance is strongly influenced by the underlying event probability.
Benzer Tezler
- Kuru incirlerde küf florası ve aflatoksigenik küflerin saptanması
Başlık çevirisi yok
SİBEL BÜYÜKŞİRİN
- Çeviri dersinde yapılaşma (uygulama sorunları-yöntem önerileri)
Strukturierung im übersetzungsunterricht (probleme der praxis-vorschlage zur methodik)
A. TURGAY KURULTAY
Doktora
Türkçe
1989
Eğitim ve Öğretimİstanbul ÜniversitesiAlman Dili ve Edebiyatı Bilim Dalı
PROF.DR. ŞARA SAYIN
- Burdur ili mermer sektörünün kurumsal ve ekonomik yapısı
İnstitutional and economic structure of marble sector in burdur
AHMET SARITAŞ
- Analysis of histone modifications in familial Mediterranean fever patients using chromatin immunoprecipitation sequencing assay
Ailesel Akdeniz ateşi hastalarinda histon modifikasyonlarinin kromatin immünopresipitasyon dizileme kullanarak analizi
BEGÜM FİDAN
Yüksek Lisans
İngilizce
2015
Genetikİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. EDA TAHİR TURANLI
- Data-driven process mining for production line optimization using IIOT and big data technologies
IIOT ve büyük veri teknolojileri kullanılarak veri odaklı süreç madenciliği ile üretim hattı uygulaması
BEYZA YAPAKÇI
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiVeri Mühendisliği ve İş Analitiği Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ALP ÜSTÜNDAĞ