| Autor: |
Brion Bouvier, Florie, Chaimani, Anna, Gueyffier, François, Grenet, Guillaume, Porcher, Raphaël |
| Přispěvatelé: |
Centre de Recherche Épidémiologie et Statistique Sorbonne Paris Cité (CRESS (U1153 / UMR_A_1125 / UMR_S_1153)), Conservatoire National des Arts et Métiers [CNAM] (CNAM), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-Université Sorbonne Paris Cité (USPC)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Paris Cité (UPCité)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Equipe 5 : METHODS - Méthodes de l’évaluation thérapeutique des maladies chroniques (CRESS - U1153), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-Université Sorbonne Paris Cité (USPC)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Paris Cité (UPCité)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS) |
| Jazyk: |
angličtina |
| Rok vydání: |
2022 |
| Předmět: |
|
| Popis: |
Different approaches can be used to estimate individualized treatment effects with Individual Participant Data Meta-Analyses (IPD-MA). We compared four one-stage models: random effects (RE), stratified intercept (SI), rank-1 (R1) and fully stratified (FS) models, built with two different strategies constructed with a Monte Carlo simulation study in which we explored different scenarios with a binary or a time-to-event outcome. To evaluate the performance of the models, we used the c-statistic for benefit, the calibration of predictions and the mean squared error. The different models were also used on the INDANA IPD-MA, comparing an anti-hypertensive treatment to no treatment or placebo (N = 40 237, 836 events). Simulation results showed that the random effects and the stratified intercept models performed well for both binary and time-to-event outcomes. For the INDANA dataset with a binary outcome, the random effects model had the best performance. |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
