Implementing Bayesian meta-analysis of binary data using PROC MCMC process step in the SAS software_Chinese Journal of Evidence-Based Medicine

Authors：

FAN Lirong ¹ ,  ZHENG Jianqing ²

1. Department of Out-Patient, the Second Affiliated Hospital of Fujian Medical University, Quanzhou 362000, P.R. China;
2. Department of Radiation Oncology, the Second Affiliated Hospital of Fujian Medical University, Quanzhou 362000, P.R. China;

Corresponding?author：

ZHENG Jianqing, Email: 18060108268@189.cn

Keywords：

　Bayesian meta-analysis; Dichotomous data; PROC MCMC; Normal distribution; SAS software

DOI：

10.7507/1672-2531.202002118

Video：

Export PDF Favorites Scan Get Citation

Abstract Full text Figures/Tables Video References Cited by

Objective To introduce Bayesian meta-analysis of dichotomous data using PROC MCMC in SAS software.Methods A previous published systematic review was used as an example, Bayesian meta-analysis of dichotomous data was implemented by PROC MCMC in SAS software, and programming code was provided.Results The log-transformed value of odds ratio (OR) was used as the efficacy. The results of the Bayesian meta-analysis were very similar to those obtained by the frequency method.Conclusions Based on the powerful programming capabilities of SAS, PROC MCMC can easily implement Bayesian meta-analysis of dichotomous data. With the rapid development of Bayesian statistical theory, Bayesian meta-analysis will play an important role in the field of meta-analysis.

Citation： FAN Lirong, ZHENG Jianqing. Implementing Bayesian meta-analysis of binary data using PROC MCMC process step in the SAS software. Chinese Journal of Evidence-Based Medicine, 2021, 21(2): 210-218. doi: 10.7507/1672-2531.202002118 Copy

1.	付文杰, 吳君怡, 許楊鵬, 等. Meta 分析中二分類數據效應量的選取. 中國循證心血管醫學雜志, 2016, 8(1): 7-11, 22.
2.	張質鋼, 張秋寧, 田金徽, 等. Meta 分析中二分類變量的效應指標選擇. 循證醫學, 2013, 13(4): 242-246.
3.	Lian Q, Hodges JS, Ch uH. A Bayesian hierarchical summary receiver operating characteristic model for network meta-analysis of diagnostic tests. J Am Stat Assoc, 2019, 114(527): 949-961.
4.	董圣杰, 冷衛東, 田家祥, 等. Meta 分析系列之五: 貝葉斯 Meta 分析與 WinBUGS 軟件. 中國循證心血管醫學雜志, 2012, 4(5): 395-398.
5.	van Ravenzwaaij D, Cassey P, Brown SD. A simple introduction to Markov Chain Monte-Carlo sampling. Psychon Bull Rev, 2018, 25(1): 143-154.
6.	許佩華, 鄭建清. 利用 SAS 軟件 PROC MCMC 過程步實現診斷性試驗的貝葉斯 Meta 分析. 中國循證兒科雜志, 2019, 14(3): 205-211.
7.	張天嵩, 鐘文昭, 李博. 《實用循證醫學方法學》(第 2 版). 武漢: 中南大學出版社, 2013.
8.	Menke J. Bivariate random-effects meta-analysis of sensitivity and specificity with the Bayesian SAS PROC MCMC: methodology and empirical evaluation in 50 meta-analyses. Med Decis Making, 2013, 33(5): 692-701.
9.	陳艷麗, 李力. 腹腔鏡下宮頸癌根治術治療早期宮頸癌的 Meta 分析. 循證醫學, 2012, 12(5): 307-313.
10.	肖麗華, 鄭建清, 黃碧芬, 等. 利用 SAS 軟件實現基于多水平模型縱向數據的 Meta 分析. 中國循證醫學雜志, 2019, 19(5): 614-621.
11.	李倫, 楊克虎. 頻率統計方法網狀 Meta 分析在 STATA 軟件中的實現. 中國循證兒科雜志, 2014, 9(6): 472-474.
12.	王婷, 黃水平, 趙華碩, 等. 網格抽樣在 Meta 分析貝葉斯分層模型中的應用. 現代預防醫學, 2015, 42(13): 2305-2309.
13.	張晟, 周潔, 何書, 等. 如何用 Stata 軟件實現貝葉斯 Meta 分析. 中國衛生統計, 2018, 35(2): 305-309.
14.	張天嵩. 單臂試驗連續型數據的貝葉斯 Meta 分析方法及實現. 中國循證兒科雜志, 2019, 14(3): 212-216.
15.	張珍, 趙強. 基于貝葉斯方法的 Meta 分析. 山東科學, 2017, 30(6): 115-118, 123.
16.	Menke J. Bayesian bivariate meta-analysis of sensitivity and specificity: summary of quantitative findings in 50 meta-analyses. J Eval Clin Pract, 2014, 20(6): 844-852.
17.	張天嵩. 基于二項式-正態層次模型框架下比例的貝葉斯 Meta 分析方法及實現. 中國循證兒科雜志, 2019, 14(2): 123-128.
18.	Jansen JP, Crawford B, Bergman G, et al. Bayesian meta-analysis of multiple treatment comparisons: an introduction to mixed treatment comparisons. Value Health, 2008, 11(5): 956-964.
19.	鄢金柱, 吳平勇, 張超, 等. 應用 SAS 軟件 PROC MCMC 過程實現網狀 Meta 分析. 中國循證醫學雜志, 2014, 14(8): 1004-1008.
20.	曾平, 王婷, 黃水平, 等. 定性臨床試驗資料 Meta 分析的經驗貝葉斯模型原理和應用. 中國衛生統計, 2012, 29(5): 657-660.

1. 付文杰, 吳君怡, 許楊鵬, 等. Meta 分析中二分類數據效應量的選取. 中國循證心血管醫學雜志, 2016, 8(1): 7-11, 22.
2. 張質鋼, 張秋寧, 田金徽, 等. Meta 分析中二分類變量的效應指標選擇. 循證醫學, 2013, 13(4): 242-246.
3. Lian Q, Hodges JS, Ch uH. A Bayesian hierarchical summary receiver operating characteristic model for network meta-analysis of diagnostic tests. J Am Stat Assoc, 2019, 114(527): 949-961.
4. 董圣杰, 冷衛東, 田家祥, 等. Meta 分析系列之五: 貝葉斯 Meta 分析與 WinBUGS 軟件. 中國循證心血管醫學雜志, 2012, 4(5): 395-398.
5. van Ravenzwaaij D, Cassey P, Brown SD. A simple introduction to Markov Chain Monte-Carlo sampling. Psychon Bull Rev, 2018, 25(1): 143-154.
6. 許佩華, 鄭建清. 利用 SAS 軟件 PROC MCMC 過程步實現診斷性試驗的貝葉斯 Meta 分析. 中國循證兒科雜志, 2019, 14(3): 205-211.
7. 張天嵩, 鐘文昭, 李博. 《實用循證醫學方法學》(第 2 版). 武漢: 中南大學出版社, 2013.
8. Menke J. Bivariate random-effects meta-analysis of sensitivity and specificity with the Bayesian SAS PROC MCMC: methodology and empirical evaluation in 50 meta-analyses. Med Decis Making, 2013, 33(5): 692-701.
9. 陳艷麗, 李力. 腹腔鏡下宮頸癌根治術治療早期宮頸癌的 Meta 分析. 循證醫學, 2012, 12(5): 307-313.
10. 肖麗華, 鄭建清, 黃碧芬, 等. 利用 SAS 軟件實現基于多水平模型縱向數據的 Meta 分析. 中國循證醫學雜志, 2019, 19(5): 614-621.
11. 李倫, 楊克虎. 頻率統計方法網狀 Meta 分析在 STATA 軟件中的實現. 中國循證兒科雜志, 2014, 9(6): 472-474.
12. 王婷, 黃水平, 趙華碩, 等. 網格抽樣在 Meta 分析貝葉斯分層模型中的應用. 現代預防醫學, 2015, 42(13): 2305-2309.
13. 張晟, 周潔, 何書, 等. 如何用 Stata 軟件實現貝葉斯 Meta 分析. 中國衛生統計, 2018, 35(2): 305-309.
14. 張天嵩. 單臂試驗連續型數據的貝葉斯 Meta 分析方法及實現. 中國循證兒科雜志, 2019, 14(3): 212-216.
15. 張珍, 趙強. 基于貝葉斯方法的 Meta 分析. 山東科學, 2017, 30(6): 115-118, 123.
16. Menke J. Bayesian bivariate meta-analysis of sensitivity and specificity: summary of quantitative findings in 50 meta-analyses. J Eval Clin Pract, 2014, 20(6): 844-852.
17. 張天嵩. 基于二項式-正態層次模型框架下比例的貝葉斯 Meta 分析方法及實現. 中國循證兒科雜志, 2019, 14(2): 123-128.
18. Jansen JP, Crawford B, Bergman G, et al. Bayesian meta-analysis of multiple treatment comparisons: an introduction to mixed treatment comparisons. Value Health, 2008, 11(5): 956-964.
19. 鄢金柱, 吳平勇, 張超, 等. 應用 SAS 軟件 PROC MCMC 過程實現網狀 Meta 分析. 中國循證醫學雜志, 2014, 14(8): 1004-1008.
20. 曾平, 王婷, 黃水平, 等. 定性臨床試驗資料 Meta 分析的經驗貝葉斯模型原理和應用. 中國衛生統計, 2012, 29(5): 657-660.

Previous Article
BERT-based automated risk of bias assessment
Next Article
The CONSORT statement: application within and adaptations for orthodontic trials

Chinese Journal of Evidence-Based Medicine

Implementing Bayesian meta-analysis of binary data using PROC MCMC process step in the SAS software

Abstract Full text Figures/Tables Video References Cited by

Previous Article

Next Article

Format

Content