Meta análise em estudos com células de frequência 0

Eu estou familiarizado com as técnicas de metanálise e meta-regressão (usando o pacote R metaforda Viechtbauer), mas recentemente me deparei com um problema que não consigo resolver facilmente. Digamos que temos uma doença que pode passar da mãe para o feto e ela já foi estudada várias vezes. Mãe e filho foram testados para o vírus logo após o nascimento. Como uma criança por nascer pode impossivelmente obter o vírus que não seja a mãe, seria de esperar análises cruzadas como:

           | neg kid | pos kid
mother neg |    A    |   C=0
-----------|---------|--------
mother pos |    B    |   D

Obviamente, o uso de odds ratio (OR) fornece erros, pois um seria dividido por 0. O mesmo para riscos relativos:

$\frac{A/(A+B)}{0/(0+D)}$

Agora, os pesquisadores querem testar a hipótese (sem sentido) de saber se a infecção da criança está relacionada à infecção da mãe (o que parece muito, muito óbvio). Estou tentando reformular a hipótese e criar algo que faça sentido, mas não consigo realmente encontrar algo.

Para complicar as coisas, algumas crianças com mães negativas são realmente positivas, provavelmente devido a uma infecção na primeira semana. Então, eu só tenho vários estudos em que C = 0.

Alguém tem uma idéia de como resumir estatisticamente os dados de diferentes estudos seguindo esse padrão. Links para artigos científicos também são mais que bem-vindos.

Parece-me que essa é uma das raras situações em que pode ser melhor meta-analisar as diferenças de risco, em vez de proporções ou proporções de risco. A diferença de risco é estimada em cada estudo por . Isso deve ser finito em todos os estudos, mesmo quando , para que não haja problemas na meta-análise.D / ( B + D ) - C / ( A + C ) C = $P(Kid_+ | Mum_+) - P(Kid_+|Mum_-)$$D/(B+D) - C/(A+C)$$C=0$

Concordo que parece inútil considerar testar a hipótese de que essa diferença de risco é zero. Mas é significativo estimar o tamanho, ou seja, qual a probabilidade de uma criança ter o vírus quando a mãe o tem e não a mãe.

Normalmente, os zero significam que você precisa usar métodos exatos em vez de confiar em métodos assintóticos, como metanálise com odds ratio. Se você deseja assumir que o efeito do estudo é fixo, um teste exato de Maentel-Hanszel é o caminho a seguir. Para uma análise exata dos efeitos aleatórios, é necessário usar um modelo de regressão binomial com um efeito de estudo aleatório. Fiz as duas coisas em um artigo aplicado recentemente, mas a seção de métodos não seria mais útil para você, pois ela essencialmente transmite essas informações.

Editar

Este artigo não é aplicado, mas foi daí que tive a idéia quando confrontado com o mesmo problema:
[1] Hans C. van Houwelingen, Lidia R. Arends e Theo Stijnen. Métodos avançados em meta-análise: abordagem multivariada e meta-regressão. Estatística em Medicina , 2002; 21: 589-624

Aqui está o artigo em que usei essa abordagem (ela não é aparente no resumo, mas é mencionada na seção de métodos):
[2] Trivedi H, Nadella R, Szabo A. Hidratação com bicarbonato de sódio para a prevenção de contraste induzido por contraste nefropatia: uma meta-análise de ensaios clínicos randomizados. Clin Nephrol. Out 2010; 74 (4): 288-96.

A documentação do pacote metafor diz que "adicionar uma pequena constante às células das tabelas 2x2 é uma solução comum para esse problema". e também fornece uma opção para fazer isso na chamada para rma ().