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, 吴君怡, 许杨鹏, 等. Meta 分析中二分类数据效应量的选取. 中国循证心血管医学杂志, 2016, 8(1): 7-11, 22.
2.	张质钢, 张秋宁, 田金徽, 等. Meta 分析中二分类变量的效应指标选择. 循证医学, 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, 冷卫东, 田家祥, 等. Meta 分析系列之五: 贝叶斯 Meta 分析与 WinBUGS 软件. 中国循证心血管医学杂志, 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.	许佩华, 郑建清. 利用 SAS 软件 PROC MCMC 过程步实现诊断性试验的贝叶斯 Meta 分析. 中国循证儿科杂志, 2019, 14(3): 205-211.
7.	张天嵩, 钟文昭, 李博. 《实用循证医学方法学》(第 2 版). 武汉: 中南大学出版社, 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.	陈艳丽, 李力. 腹腔镜下宫颈癌根治术治疗早期宫颈癌的 Meta 分析. 循证医学, 2012, 12(5): 307-313.
10.	肖丽华, 郑建清, 黄碧芬, 等. 利用 SAS 软件实现基于多水平模型纵向数据的 Meta 分析. 中国循证医学杂志, 2019, 19(5): 614-621.
11.	李伦, 杨克虎. 频率统计方法网状 Meta 分析在 STATA 软件中的实现. 中国循证儿科杂志, 2014, 9(6): 472-474.
12.	王婷, 黄水平, 赵华硕, 等. 网格抽样在 Meta 分析贝叶斯分层模型中的应用. 现代预防医学, 2015, 42(13): 2305-2309.
13.	张晟, 周洁, 何书, 等. 如何用 Stata 软件实现贝叶斯 Meta 分析. 中国卫生统计, 2018, 35(2): 305-309.
14.	张天嵩. 单臂试验连续型数据的贝叶斯 Meta 分析方法及实现. 中国循证儿科杂志, 2019, 14(3): 212-216.
15.	张珍, 赵强. 基于贝叶斯方法的 Meta 分析. 山东科学, 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.	张天嵩. 基于二项式-正态层次模型框架下比例的贝叶斯 Meta 分析方法及实现. 中国循证儿科杂志, 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, 吴平勇, 张超, 等. 应用 SAS 软件 PROC MCMC 过程实现网状 Meta 分析. 中国循证医学杂志, 2014, 14(8): 1004-1008.
20.	曾平, 王婷, 黄水平, 等. 定性临床试验资料 Meta 分析的经验贝叶斯模型原理和应用. 中国卫生统计, 2012, 29(5): 657-660.

1. 付文杰, 吴君怡, 许杨鹏, 等. Meta 分析中二分类数据效应量的选取. 中国循证心血管医学杂志, 2016, 8(1): 7-11, 22.
2. 张质钢, 张秋宁, 田金徽, 等. Meta 分析中二分类变量的效应指标选择. 循证医学, 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, 冷卫东, 田家祥, 等. Meta 分析系列之五: 贝叶斯 Meta 分析与 WinBUGS 软件. 中国循证心血管医学杂志, 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. 许佩华, 郑建清. 利用 SAS 软件 PROC MCMC 过程步实现诊断性试验的贝叶斯 Meta 分析. 中国循证儿科杂志, 2019, 14(3): 205-211.
7. 张天嵩, 钟文昭, 李博. 《实用循证医学方法学》(第 2 版). 武汉: 中南大学出版社, 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. 陈艳丽, 李力. 腹腔镜下宫颈癌根治术治疗早期宫颈癌的 Meta 分析. 循证医学, 2012, 12(5): 307-313.
10. 肖丽华, 郑建清, 黄碧芬, 等. 利用 SAS 软件实现基于多水平模型纵向数据的 Meta 分析. 中国循证医学杂志, 2019, 19(5): 614-621.
11. 李伦, 杨克虎. 频率统计方法网状 Meta 分析在 STATA 软件中的实现. 中国循证儿科杂志, 2014, 9(6): 472-474.
12. 王婷, 黄水平, 赵华硕, 等. 网格抽样在 Meta 分析贝叶斯分层模型中的应用. 现代预防医学, 2015, 42(13): 2305-2309.
13. 张晟, 周洁, 何书, 等. 如何用 Stata 软件实现贝叶斯 Meta 分析. 中国卫生统计, 2018, 35(2): 305-309.
14. 张天嵩. 单臂试验连续型数据的贝叶斯 Meta 分析方法及实现. 中国循证儿科杂志, 2019, 14(3): 212-216.
15. 张珍, 赵强. 基于贝叶斯方法的 Meta 分析. 山东科学, 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. 张天嵩. 基于二项式-正态层次模型框架下比例的贝叶斯 Meta 分析方法及实现. 中国循证儿科杂志, 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, 吴平勇, 张超, 等. 应用 SAS 软件 PROC MCMC 过程实现网状 Meta 分析. 中国循证医学杂志, 2014, 14(8): 1004-1008.
20. 曾平, 王婷, 黄水平, 等. 定性临床试验资料 Meta 分析的经验贝叶斯模型原理和应用. 中国卫生统计, 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