Z-Dağılımı
Meta-analizde, Z-dağılımı yalnızca, tek hata kaynağının çalışmalar içinde olduğu sabit etkili model için uygundur. Buna karşılık, rastgele etkiler modeli kullandığımızda, çalışmalar arasındaki dağılımı tahmin ediyoruz ve bunu bir t-dağılımı kullanarak hesaba katmalıyız.
Aşağıda ana hatları verilen Knapp ve Hartung (2003) da dahil olmak üzere, bu konuyu ele almak için birkaç yöntem önerilmiştir. Bunlar rastgele etkiler modelinin herhangi bir kullanımına uygulanabilirken (tek bir çalışma grubu için, bir alt grup analizi için ve meta-regresyon için), bugüne kadar sadece meta-regresyon için yazılımda uygulanmış olmaları gerekir.
Knapp-Hartung yöntemi, rastgele etkiler modeli için standart hatada iki değişiklik içerir. İlk olarak, varyansın çalışmalar arası bileşeni, onu Z dağılımından ziyade t dağılımına karşılık gelen bir faktörle çarpılır.
İkinci olarak, test istatistiği, Z-dağılımı yerine t-dağılımı ile karşılaştırılır. Bu, güven aralıklarının genişliğini genişletme ve p-değerini sıfırdan uzaklaştırma etkisine sahiptir.
Higgins ve Thompson (2004), örnekleme dağılımlarını atlayan ve bunun yerine bir p değeri elde etmek için bir permütasyon testi kullanan bir yaklaşım önerdi. Bu yaklaşımı kullanarak, gözlemlenen ortak değişkene karşılık gelen Z-skorunu hesaplıyoruz. Ardından, ortak değişkenleri çalışmalar arasında rastgele yeniden dağıtırız ve bunların ne kadarının elde ettiğimizi aşan bir Z puanı verdiğini görürüz. Bu oran, kesin bir p değeri olarak görülebilir.
ÇOKLU KARŞILAŞTIRMALAR
Birincil çalışmalarda araştırmacıların genellikle çoklu karşılaştırmalar konusunu ele almaları gerekir. Temel sorun, her biri için 0,05’e ayarlanmış alfa ile bir dizi analiz yaparsak, genel tip I hata olasılığının (boş değerin gerçekten doğru olduğu varsayılarak) %5’i aşmasıdır. Bu sorun, bir çalışma ikiden fazla grup içerdiğinde ve birden fazla araç çiftini karşılaştırdığımızda ortaya çıkar. Aynı zamanda, birden fazla sonuç üzerinde bir analiz yaptığımızda ortaya çıkar.
Çok sayıda karşılaştırma yapmanın sorun yaratabileceği konusunda fikir birliği varken, bu sorunun nasıl ele alınması gerektiği konusunda bir fikir birliği yoktur. Bazıları, sıfır olmayan herhangi bir etki olup olmadığını soran bir çok amaçlı test yapılmasını ve ardından ikili karşılaştırmalara yalnızca ilk testin anlamlılık kriterini karşılaması halinde bakmayı önerir.
Diğerleri, doğrudan ikili testlere gitmeyi, ancak anlamlılık için daha katı bir kriter kullanmayı önerir (beş test için 0.05 yerine 0.01 diyelim). Hedges ve Olkin (1985), çoklu testler kullanırken hata oranını kontrol etmek için bu ve diğer yöntemleri tartışır. Bazıları, araştırmacının herhangi bir resmi düzenleme yapmamasını, ancak verileri bağlam içinde değerlendirmesini önermektedir. Örneğin, kırk testteki anlamlı bir p değeri, sıfır hipotezinin reddi için gerekçe olarak görülmeyecektir.
Esasen aynı sorun meta-analizde de mevcuttur. Alt grup analizleri durumunda, eğer bir meta-analiz birkaç alt grup içeriyorsa, birkaç çift alt grup ortalamasını karşılaştırmaya başladığımızda çoklu karşılaştırma sorunu ortaya çıkar. Meta-regresyon durumunda bu sorun, bir dizi ortak değişken eklediğimizde ve her birini anlamlılık açısından test etmek istediğimizde ortaya çıkar.
Birincil çalışmalarda olduğu gibi, çok sayıda karşılaştırma yapmanın sorun yaratabileceği konusunda fikir birliği varken, bu sorunun nasıl ele alınması gerektiği konusunda bir fikir birliği yoktur. Genellikle birincil çalışmalar için kullanılan yaklaşımlar meta-analiz için de uygulanabilir.
Tanımlayıcı araştırma örnekleri
Gözlemsel araştırmalar
Epidemiyolojik araştırma Yöntemleri
Epidemiyolojik araştırmalar
Tanımlayıcı çalışma nedir
Epidemiyolojik araştırma örnekleri
Tanımlayıcı Epidemiyoloji nedir
Tanımlayıcı araştırma özellikleri
YAZILIM
Meta-analiz için geliştirilen programlardan bazıları, meta-regresyonun yanı sıra alt grup analizi de yapabilmektedir. Birincil çalışmaların istatistiksel analizine yönelik programların, iki nedenden dolayı meta-analizde bu prosedürleri gerçekleştirmek için kullanılmaması gerektiğini unutmayın. İlk olarak, birincil çalışmalara yönelik varyans analizi veya çoklu regresyon rutinleri, meta-analiz için gerekli olduğu gibi, çalışmalara ağırlık vermez.
Çoğu program kullanıcının ağırlık atamasına izin verse de, rastgele efekt ağırlıklarına (genellikle kullanmak istediğimiz ağırlıklar) geçtiğimizde bu zor bir prosedür haline gelir. İkincisi, varyans ve meta-regresyon analizinde serbestlik dereceleri atama kuralları meta-analiz için birincil çalışmalardan farklıdır ve bu nedenle bir meta-analiz için birincil-çalışma rutinlerinin kullanılması yanlış standart hatalar ve p- değerler.
ALT GRUP ANALİZLERİ VE REGRESYON ANALİZLERİ GÖZLEMSELLİĞİ
Randomize bir çalışmada, katılımcılar rastgele bir duruma atanır (tedaviye karşı plasebo gibi). Katılımcıların tedavi durumu dışında her yönden benzer olduğu varsayıldığından, koşullar arasında ortaya çıkan farklılıklar tedaviye bağlanabilir. Buna karşılık, gözlemsel bir çalışmada, üniversite eğitimi almış işçiler ile üniversiteye devam etmeyen işçiler gibi önceden var olan grupları karşılaştırıyoruz.
İki grubun ücretlerindeki farklılıkları rapor edebilirken, bu sonucu okullaşma miktarına bağlayamayız çünkü gruplar çeşitli şekillerde farklılık gösterir. Örneğin, üniversite eğitimine sahip olanlara daha fazla ödeme yapıldığını bulmamız muhtemeldir, ancak (en azından kısmen) daha yüksek sosyo-ekonomik statü ile ilişkili diğer faktörlere bağlı olabileceğinden, bunu eğitimlerine bağlayamayız.
Meta-analiz ile ilgili olduğu için randomize ve gözlemsel çalışmalar konusu 40. Bölümde tartışılmaktadır. Burada, randomize çalışmaların ve gözlemsel çalışmaların farklı soruları ele aldığı gerçeğini tartışıyoruz ve bu nedenle genellikle sadece birini veya diğer belirli bir meta-analizde olmalıdır.
Bununla birlikte, aşağıdaki gibi, mevcut tartışmayla doğrudan ilgili olan bir konu vardır. Bir müdahalenin etkisini değerlendiren bir dizi rastgele deneyle başladığımızı varsayalım. Herhangi bir tek deneydeki etki nedensellik kurmaya hizmet edebilir ve özet etki de nedensellik kurmaya hizmet edebilir. Bunun nedeni, tedavi ile sonuç arasındaki ilişkinin her çalışmada randomizasyon süreci (tedaviye bağlı olmalıdır) tarafından korunması ve bu korumanın özet etkiye taşınmasıdır.
Bununla birlikte, bireysel çalışmalar randomize çalışmalar olsa bile, bir özet etki raporlama hedefinin ötesine geçtiğimizde ve bir alt grup analizi veya meta-regresyon gerçekleştirmeye başladığımızda, randomize deneyler alanından çıkıp gözlemsel çalışmalara yönelmelidir.
Örneğin, çalışmaların yarısının düşük doz aspirin kullandığını ve yarısının yüksek doz kullandığını ve tedavinin etkisinin yüksek doz çalışmalarda önemli ölçüde daha güçlü olduğunu varsayalım. Farkın doza bağlı olması mümkündür, ancak daha yüksek doz kullanılan çalışmaların diğer çalışmalardan sistematik bir şekilde farklı olması da mümkündür.
Belki de bu araştırmalar, sağlığı kötü olan veya daha yaşlı olan ve bu nedenle tedaviden yararlanma olasılığı daha yüksek olan hastaları kullandı. Bu nedenle, alt gruplar arasındaki fark veya bir ortak değişken ile etki büyüklüğü arasındaki ilişki gözlemseldir. Herhangi bir gözlemsel çalışma için geçerli olan aynı uyarılar, özellikle ilişkinin nedensellik anlamına gelmediği gerçeği, burada da geçerlidir.