Why the unrestricted weighted least squares should be routinely reported in medical meta-analyses

तकनीकी सारांश: चिकित्सा मेटा-विश्लेषणों में अनरिस्ट्रिक्टेड वेटेड लीस्ट स्क्वायर्स (Unrestricted Weighted Least Squares)

समस्या विवरण
यह शोध पत्र चिकित्सा मेटा-विश्लेषणों में माध्य प्रभाव आकार (mean effect sizes) के लिए इष्टतम एस्टिमेटर (estimator) के संबंध में निरंतर जारी पद्धतिगत बहस को संबोधित करता है। जबकि पारंपरिक रैंडम-इफेक्ट्स (RE) मॉडल एक मानक है, यह छोटे नमूनों (small samples) में महत्वपूर्ण सीमाओं से ग्रस्त है, जो चिकित्सा अनुसंधान में विशिष्ट हैं (जैसे, 50% कोचेन समीक्षाओं में पाँच या उससे कम अध्ययन होते हैं)। विशेष रूप से, RE मॉडल एक योगात्मक विषमता विचरण (additive heterogeneity variance, $\tau^2$) के अनुमान पर निर्भर करता है, जो छोटे नमूनों में नीचे की ओर पक्षपाती (biased downward) और अत्यधिक अनिश्चित होता है। यह अनिश्चितता माध्य प्रभाव अनुमान (mean effect estimate) में प्रसारित होती है, जिससे खराब गुडनेस-ऑफ-फिट (goodness-of-fit), बाउंड्री समस्याएँ (जहाँ $\hat{\tau}^2$ को शून्य पर ट्रंकेट किया जाता है), और विशेष रूप से प्रकाशन चयन पूर्वाग्रह (publication selection bias - PSB) की उपस्थिति में टाइप I त्रुटियों (Type I errors) के बढ़ने की संभावना होती है। लेखक तर्क देते हैं कि ये संरचनात्मक दोष एक नियमित विकल्प को आवश्यक बनाते हैं।

कार्यप्रणाली (Methodology)
लेखक सैद्धांतिक व्युत्पत्ती (theoretical derivation), अनुभवजन्य मेटा-विज्ञान (empirical meta-science), और सिमुलेशन विश्लेषण को संयोजित करने वाला एक बहुआयामी दृष्टिकोण अपनाते हैं:

1. सैद्धांतिक ढांचा (Theoretical Framework): शोध पत्र अनरिस्ट्रिक्टेड वेटेड लीस्ट स्क्वायर्स (UWLS) एस्टिमेटर को परिभाषित करता है। RE मॉडल के विपरीत, जो एक स्थिर योगात्मक विषमता विचरण का अनुमान लगाता है, UWLS एक गुणात्मक ओवरडिस्पर्सन स्थिरांक ($\gamma$) का उपयोग करता है। इस ढांचे में, अध्ययन $i$ का विचरण $v_i = \gamma SE_i^2$ के रूप में मॉडल किया जाता है। महत्वपूर्ण रूप से, UWLS माध्य प्रभाव ($\hat{\mu}_{UWLS}$) का अनुमान ओवरडिस्पर्सन अनुमान ($\hat{\gamma}$) से स्वतंत्र रूप से लगाता है, जबकि RE का माध्य अनुमान अस्थिर $\hat{\tau}^2$ पर निर्भर होता है।
2. अनुभवजन्य मेटा-विज्ञान (Empirical Meta-Science): लेखक कोचेन डेटाबेस ऑफ सिस्टमैटिक रिव्यूज (CDSR) से 67,308 मेटा-विश्लेषणों का पुनर्मूल्यांकन करते हैं। वे AIC और BIC का उपयोग करके RE और फिक्स्ड इफेक्ट (FE) मॉडल के विरुद्ध UWLS की 'गुडनेस-ऑफ-फिट' की तुलना करते हैं।
3. सिमुलेशन प्रतिकृति और सुधार (Simulation Replication and Correction): शोध पत्र हांग और रीड (HR) के एक हालिया अध्ययन का आलोचनात्मक विश्लेषण करता है जिसने UWLS की श्रेष्ठता को चुनौती दी थी। लेखक HR के कार्य में तीन विशिष्ट पद्धतिगत समस्याओं की पहचान करते हैं:
   • सूचना मानदंडों (Information Criteria) की गलत व्याख्या: HR ने तर्क दिया कि छोटे नमूनों में AIC/BIC अविश्वसनीय हैं। लेखक प्रतिवाद करते हैं कि व्यक्तिगत रूप से अविश्वसनीय होने के बावजूद, दसियों हज़ार समीक्षाओं में एकत्रित होने पर, वे फिट के मजबूत वर्णनात्मक संकेतक प्रदान करते हैं।
   • कवरेज गणना त्रुटियाँ: लेखक प्रदर्शित करते हैं कि HR ने छोटे डिग्री ऑफ फ्रीडम ($k-1$) के लिए उपयुक्त $t$-क्रिटिकल मानों के बजाय मानक सामान्य क्रिटिकल मानों ($z=1.96$) का उपयोग करके UWLS कॉन्फिडेंस इंटरवल की गलत गणना की। इसे सुधारने से कवरेज निष्कर्ष बदल जाते हैं।
   • मॉडल का गलत चित्रण: HR ने गलत तरीके से UWLS को एक "कॉमन इफेक्ट" (FE) मॉडल लेबल किया। लेखक स्पष्ट करते हैं कि UWLS एक विशिष्ट प्रकार का रैंडम-इफेक्ट्स मॉडल है जो एक गुणात्मक संरचना के माध्यम से विषमता को समायोजित करता है।
4. बेंचमार्क सिमुलेशन: लेखक विभिन्न स्थितियों में (जिसमें PSB की उपस्थिति भी शामिल है) UWLS और RE के बीच बायस (bias), मीन स्क्वेयर्ड एरर (MSE), और कवरेज दरों की तुलना करने के लिए बार्टोस एट अल. (बार्टोस द्वारा संकलित चार स्वतंत्र शोध टीमों से प्राप्त 1,665 सिमुलेशन डिजाइनों का एक व्यापक सेट) का उपयोग करते हैं।

मुख्य परिणाम

• गुडनेस-ऑफ-फिट (Goodness-of-Fit): CDSR विश्लेषण में, UWLS ने RE की तुलना में बेहतर सांख्यिकीय फिट (कम AIC/BIC) प्रदान किया। कोचेन समीक्षा के UWLS के पक्ष में होने का ऑड्स रेशियो 9.33 था। यह लाभ तब भी बना रहता है जब अंतर्निहित डेटा जनरेटिंग प्रोसेस (DGP) सख्ती से RE हो, विशेष रूप से छोटे नमूनों में जहाँ RE की बाउंड्री समस्या ($\hat{\tau}^2=0$) इसके फिट को दंडित करती है।
• सांख्यिकीय गुण (Statistical Properties): 1,665 सिमुलेशन डिजाइनों में, UWLS ने आम तौर पर RE की तुलना में कम बायस, कम MSE, और बेहतर कवरेज प्रदर्शित किया। हालांकि PSB की अनुपस्थिति में दोनों एस्टिमेटर समान प्रदर्शन करते हैं, लेकिन प्रकाशन चयन पूर्वाग्रह (PSB) की उपस्थिति में UWLS, RE की तुलना में काफी बेहतर प्रदर्शन करता है।
• HR निष्कर्षों का सुधार: HR के सिमुलेशन में क्रिटिकल वैल्यू त्रुटि को सुधारने के बाद, लेखक पाते हैं कि सभी स्थितियों में UWLS की कवरेज दर (88.9%) RE (87.7%) की तुलना में या उसके बराबर बेहतर थी। HR द्वारा रिपोर्ट की गई विशिष्ट स्थितियों तक सीमित रहने पर, RE ने मामूली रूप से बेहतर कवरेज दिखाई, लेकिन लेखक तर्क देते हैं कि यह UWLS की PSB के प्रति मजबूती से कम हो जाता है।
• बाउंड्री स्थितियाँ (Boundary Conditions): लेखक सिद्ध करते हैं कि जब $\hat{\tau}^2=0$ होता है (एक बाउंड्री स्थिति जो 44% CDSR समीक्षाओं में होती है), तो UWLS लगभग हमेशा RE की तुलना में बेहतर AIC/BIC प्रदान करता है, क्योंकि RE बिना किसी गैर-शून्य विचरण अनुमान के लाभ के पैरामीटर पेनल्टी झेलता है।

महत्व और दावे
शोध पत्र का तर्क है कि चिकित्सा मेटा-विश्लेषणों में पारंपरिक रैंडम-इफेक्ट्स मॉडल के साथ नियमित रूप से अनरिस्ट्रिक्टेड वेटेड लीस्ट स्क्वायर्स (UWLS) एस्टिमेटर को रिपोर्ट किया जाना चाहिए। इस सिफारिश का महत्व निम्नलिखित बिंदुओं पर आधारित है:

1. मजबूती (Robustness): UWLS माध्य प्रभाव अनुमान को विषमता विचरण अनुमान से अलग करके RE की अस्थिरता से बचता है। यह इसे चिकित्सा अनुसंधान में विशिष्ट छोटे-नमूनों के संदर्भों में अधिक विश्वसनीय बनाता है।
2. रूढ़िवादिता (Conservatism): प्रकाशन चयन पूर्वाग्रह (PSB) की उपस्थिति में, UWLS, RE की तुलना में अधिक रूढ़िवादी अनुमान (छोटे प्रभाव आकार) और बेहतर टाइप I त्रुटि नियंत्रण प्रदान करता है।
3. व्यावहारिक श्रेष्ठता (Pragmatic Superiority): भले ही वास्तविक डेटा जनरेटिंग प्रोसेस एक योगात्मक रैंडम-इफेक्ट्स मॉडल का पालन करता हो, फिर भी छोटे नमूनों में UWLS अक्सर RE की तुलना में बेहतर सांख्यिकीय फिट प्रदान करता है, क्योंकि RE का विचरण अनुमान अविश्वसनीय होता है।
4. सिफारिश: लेखक निष्कर्ष निकालते हैं कि UWLS को रिपोर्ट करने में बहुत कम या कोई लागत नहीं आती है, लेकिन यह सटीकता और विश्वसनीयता में पर्याप्त लाभ प्रदान करता है। वे सुझाव देते हैं कि जब दोनों एस्टिमेटर रिपोर्ट किए जाते हैं, तो माध्य प्रभाव के अधिक रूढ़िवादी अनुमान को प्राथमिक शोध सारांश माना जाना चाहिए।