Có rất nhiều tài liệu tham khảo về câu hỏi này trong phân tích thống kê nói chung và trong phân tích tổng hợp. Ví dụ, hãy xem tại đây:
Dohoo I, Stryhn H, Sanchez J. Đánh giá rủi ro tiềm ẩn như một nguồn gốc của sự không đồng nhất trong các phân tích tổng hợp: một nghiên cứu mô phỏng về Bayesian và việc triển khai thường xuyên của ba mô hình. Trước đó Vet Med. 2007 ngày 14 tháng 9; 81 (1-3): 38-55. Epub 2007 ngày 2 tháng 5.
Bennett MM, Crowe BJ, Price KL, Stamey JD, Seaman JW Jr.Comparison of Bayesian và các phương pháp phân tích tổng hợp thường xuyên để phân tích thời gian dữ liệu sự kiện. J Biopharm Stat. 2013; 23 (1): 129-45. doi: 10.1080 / 10543406.2013.737210. Hồng H,
Carlin BP, Shamliyan TA, Wyman JF, Ramakrishnan R, Sainfort F, Kane RL. So sánh phương pháp tiếp cận Bayes và thường xuyên cho nhiều so sánh điều trị kết hợp. Med Decis Làm. 2013 tháng 7; 33 (5): 702-14. doi: 10.1177 / 0272989X13481110. Epub 2013 ngày 2 tháng 4.
Biggerstaff BJ, Tweedie RL, Mengersen KL. Hút thuốc thụ động tại nơi làm việc: phân tích tổng hợp cổ điển và Bayes. Int Arch Chiếm môi trường Sức khỏe. 1994; 66 (4): 269-77.
Đoạn văn sau đây từ bản tóm tắt của Biggerstaff et al đặc biệt thú vị:
... các phép tính gần đúng phát sinh từ các phương pháp cổ điển dường như không bảo thủ và nên được sử dụng một cách thận trọng. Các phương pháp Bayes, giải thích rõ ràng hơn về tính không đồng nhất có thể có trong các nghiên cứu, đưa ra ước tính thấp hơn một chút về rủi ro tương đối và khoảng tin cậy sau rộng hơn, cho thấy suy luận từ các phương pháp không thuộc Bayes có thể lạc quan.
Nếu bạn quan tâm đến ý kiến cá nhân của tôi, cách tiếp cận Bayes thường linh hoạt hơn nhưng phức tạp hơn về mặt tính toán hoặc lý thuyết. Ngoài ra, cách tiếp cận thường xuyên dựa trên khái niệm phức tạp về kiểm tra giả thuyết và lỗi loại I / II, trong khi phương pháp Bayes cho phép báo cáo xác suất trực tiếp. Cuối cùng, phân tích Bayes buộc bạn phải thừa nhận rõ ràng các giả định của mình.
Dù sao, tôi sẽ thận trọng trước một phân tích tổng hợp trong đó các cách tiếp cận Bayes và thường xuyên khá mâu thuẫn.