Duyarlılık – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri
Vaka Çalışması : Hassasiyetlerin ve Özgünlüklerin Birleştirilmesi 20 çalışmanın duyarlılıkları ve özgünlükleri sunulmuştur. Grafikten, duyarlılıkların nispeten homojen olduğu (neredeyse tüm güven aralıkları örtüşmektedir) görünürken, özgüllüklerin büyük ölçüde heterojen olduğu açıkça görülmektedir. En basit analiz, çalışmalar arasında duyarlılık ve özgüllük tahminlerini ayrı ayrı bir araya toplar, ancak yalnızca tanı eşiğinde bir değişiklik yoksa uygundur. Tüm bu çalışmalar endometriyal kalınlıkların 5 mm'lik bir kesim noktası kullandığını iddia etse de, makine kalibrasyonu ve ölçüm tekniğindeki farklılıklar nedeniyle teşhis eşiğinde gözlemlenmeyen varyasyonların ortaya çıkması hala mümkündür. 20 çalışma boyunca duyarlılıklar ve özgüllükler arasındaki korelasyonu hesaplayarak bir eşik etkisini kabaca test edebiliriz. Duyarlılıkların ve özgüllüklerin normal olarak dağılmadığı durumlarda parametrik olmayan bir korelasyon tercih edilir: bu veriler için Spearman's rho'nun istatistiksel olarak anlamlı olmayan (P=0.6) 0·14 olduğu tahmin edilmektedir. Duyarlılık Yukarıda verilen formüller kullanılarak, birleştirilmiş duyarlılık ve standart hatası tahminleri bulunur. Ki-kare testi için beklenen minimum frekansların varsayımı karşılanmadığından (çoğu çalışmada yanlış negatif sayısı için beklenen değerler 5'ten az olduğundan), çalışmalar genelinde duyarlılıkların homojenliğini kontrol etmek için bir ki-kare testi kullanmak zordur. ve Fisher'in kesin testinin 2􏰉20'lik bir tabloda hesaplanması, sayısal olarak önemsiz değildir. Alternatif olabilirlik oranı testi, 19 serbestlik derecesinde 31.2'lik bir ki-kare değeri verir (P=0.04). Bu resmi olarak istatistiksel olarak anlamlı olsa da, sonuçlar arasındaki heterojenlik derecesi küçüktür ve yirmi çalışmadan yalnızca biri (Dorum) genel değeri kendi güven aralığına dahil etmez. ROC grafiğindeki yatay çizgi, bu özet tahmine karşılık gelir ve çalışmaların çoğuna makul ölçüde yakındır. Bu nedenle, 0·958'lik genel duyarlılık tahmini makul bir özet gibi görünmektedir ve testin endometriyal kanseri saptamada kullanım için uygun şekilde yüksek duyarlılığa sahip olduğu sonucuna varabiliriz. Özgüllük Duyarlılıklarla aynı hesaplamaları takiben, ortalama özgüllüğün genel tahmini (%95 GA) 0.608'dir (0.590 ila 0.626). Bununla birlikte, bir ki-kare testi (􏰁2=201, df=19, P<0,001)'de gözlemlenen heterojenliğin istatistiksel önemini doğrular. Çalışmalar arasındaki farklılıklardan kaynaklanan ekstra belirsizlik, aşırı yayılımı hesaba katan bir lojistik modelin kullanılmasıyla dahil edilebilir. Bu, (0.549 ila 0.664) güven aralığı üretir; Orijinal Tahmin. Çalışmalar arasındaki büyük heterojenlik, birçok çalışmanın sonuçlarının özet özgüllüğünden biraz uzakta olmasıyla açıkça görülmektedir. Böyle bir durumda, özgüllükleri bir araya toplamak muhtemelen hiç uygun değildir ve özgüllüklerin değiştiği görülen [0·267 ila 0·875] aralığını tanımlayarak heterojenliği not etmek en iyisi olabilir. Olasılık Oranlarının Havuzlanması Olabilirlik oranları, olasılık oranlarıdır ve bir meta-analizde risk oranları olarak ele alınabilir (ancak RCT'lerde olduğu gibi satırlar arasında değil, 2􏰉2 tablosunun sütunları arasında hesaplanmıştır). Olabilirlik oranlarının ağırlıklı ortalaması, standart Mantel-Haenszel veya ana hatlarıyla belirtilen risk oranlarının meta-analizinin ters varyans yöntemleri kullanılarak hesaplanabilir. Olabilirlik oranlarının heterojenliği, istatistikleri bir meta-analizde birleştirdikten sonra standart heterojenlik testleri ile de test edilebilir. Duyarlılık analizi örneği Duyarlılık analizi nasıl yapılır Yöneylem Araştırması duyarlılık analizi Duyarlılık analizi hesaplayıcı Duyarlılık analizi Grafik yöntem Duyarlılık Analizi yorumlama DUYARLILIK ANALİZİ Soruları Duyarlılık analizi çözümlü sorular Vaka çalışması: Olasılık oranlarının birleştirilmesi Olasılık oranları, duyarlılık ve özgüllüğe ilişkin özet tahminlerden veya meta-analizin risk oranı yöntemleri kullanılarak her çalışma için hesaplanan olasılık oranlarının havuzlanmasıyla tahmin edilebilir (bkz. Bölüm 15). Havuzlama yöntemi, çalışmalar arasındaki olabilirlik oranlarındaki heterojenliğin araştırılmasına izin verdiği ve yukarıda hesaplanan güvenilmez özgüllük tahminini kullanmadığı için tercih edilir. Mantel-Haenszel yöntemini kullanarak pozitif olabilirlik oranlarını birleştirmek, 2.38 (2.26 ila 2.51) genel bir tahmin (%95 GA) verir. Ancak, özgüllüklerde olduğu gibi, çalışmalar arasında pozitif olabilirlik oranlarında önemli bir heterojenlik vardır (Cochran's Q=187, df=19, P<0.001) ve 2·38 tahmini, 8'in %95 güven aralığının dışındadır. 20 çalışma. Aradaki çalışma varyasyonu, DerSimonian ve Laird rastgele etkiler modeli kullanılarak dahil edilebilir (pozitif LR (%95 GA): 2,54 (2.16 ila 2·98)) ancak yine bu tür heterojen sonuçları birleştirmenin mantıklı olup olmadığı tartışmalıdır. Özet pozitif olabilirlik oranının, çalışma değerlerinin çoğundan biraz uzakta olduğu oldukça açıktır. Bununla birlikte, olabilirlik oranının resmi bir havuzlanmış tahmininin sunulup sunulmadığına bakılmaksızın, çalışmalar genelindeki pozitif olabilirlik oranlarının değerlerinden (hepsi 10'un oldukça altındadır) pozitif bir test sonucunun varlığına dair ikna edici kanıt sağlayamayacağı açıktır.  Negatif olabilirlik oranları, önemli bir heterojenlik kanıtı göstermez (Cochran's Q=27.9, df=19, P=0.09), Mantel-Haenszel havuzlanmış tahmini (%95 GA) 0.09 (0.06 ila 0) ·13) ve ROC grafiğindeki özet satırı, çalışma sonuçlarının çoğuna yakındır. Bu bulgu, 5 mm'den daha küçük bir EVUS ölçümünün endometriyal kanseri ekarte eden makul derecede ikna edici kanıtlar sağlayabileceğini gösterdiği için çok faydalıdır. EVUS'si 5 mm'nin altında olan bir kadında endometriyal kanser olasılığı, postmenopozal vajinal kanama ile başvuran kadınlarda endometriyal kanserin lokal prevalansına bağlıdır. 20 çalışmadaki %13'lük ortalama prevalansı alarak ve Bayes teoremi1,3,11 uygulayarak, EVUS ölçümü <5 mm olan kadınların yalnızca %1,3'ünün endometriyal kansere sahip olacağını aşağıdaki gibi tahmin edebiliriz. Belirli klinik örnek için, olabilirlik oranlarının havuzlanması, muhtemelen bu çalışmalardan elde edilen en önemli klinik özet bilgileri sağlar. Vaka çalışması : Tanısal olasılık oranlarını birleştirmek Tanısal eşikten bağımsız olarak sabit tanı olasılık oranlarını varsayan bir model, duyarlılığın özgüllüğe eşit olduğu azalan bir çapraz çizgi etrafında simetrik olan bir özet ROC eğrisine karşılık gelir. 20 çalışmanın tümünün duyarlılıkları özgüllüklerden daha yüksek olduğundan, 20 çalışmanın tümünün sonuçları ROC grafiğinde bu diyagonal çizginin üzerindedir. Bu durumda simetrik bir özet ROC çizgisi savunulabilir. Odds oranlarını birleştirmek için Mantel-Haenszel yöntemini kullanarak bir özet tanısal olasılık oranının hesaplanması, 28·0 (18·2 ila 43·2) bir tahmin (%95 GA) verir. Büyük bir heterojenlik kanıtı yoktu (Cochran's Q=22.0, df=19, P=0.3), bu nedenle bu tanısal olasılık oranı, çalışmalar arasında tanısal performansın makul ölçüde tutarlı bir özet ölçüsü gibi görünmektedir. Tanısal olasılık oranı, rakamlara bakılarak (duyarlılık=0.95 ve özgüllük=0.60 ise DOR'nin 28.5 olacağını gösterir) veya özetin grafiğini çizerek duyarlılıklar ve özgüllükler açısından yorumlanabilir. Bununla birlikte, duyarlılık ve özgüllüğün benzersiz bir ortak özet tahmini yoktur: yalnızca diğerinin değerine bağlı olarak bir değerin özet tahminini elde etmek mümkündür.

Bağımlı Değişkende Kusurlu Yapı Geçerliliği – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri

Bağımlı Değişkende Kusurlu Yapı Geçerliliği

Bağımlı değişkende mükemmel yapı geçerliliğinden sapmalar da olabilir. Bazı sapmalar düzeltilebilir, ancak bazıları düzeltilemez. Eksik geçerliliğin etkisinin ölçülebildiği bir durumu gösterir.Çalışma değişkeninin personel seçimi araştırmasından nedensel olarak alındığı soyut durumu göstermektedir. 

Örneği düşünün: bir personel seçimi doğrulama çalışmasında iş performansını ölçmek için süpervizör derecelendirmelerinin kullanılması.

İdeal ölçü, yapı-geçerli, tamamen güvenilir, iş örneği testi gibi nesnel bir iş performansı ölçüsü olacaktır. Bunun yerine, çalışma ölçü olarak süpervizör algısını (derecelendirmeleri) kullanır. İdeal derecelendirme, bir denetçi popülasyonu arasında bir fikir birliği kararı olacaktır. Bunun yerine, gözlemlenen çalışma değişkeni, acil denetçinin değerlendirmesidir.

Bu nedenle, o denetçinin algılarının kendine has özelliği, gözlemlenen derecelendirmelerdeki ölçüm hatasının bir parçasıdır. İnsan yargısını etkileyebilecek yabancı faktörler arasında arkadaşlık, fiziksel görünüm, ahlaki ve/veya yaşam tarzı gelenekselliği ve daha fazlası yer alır.

Örnek durumunda, bir meta-analizden elde edilen kümülatif ampirik veriler, fiili iş performansı ile fikir birliği derecelendirmeleri arasındaki korelasyonun sadece . Acil denetçi değerlendirmesinin güvenilirliği, derecelendirme aracının kalitesine bağlıdır. Bir toplam derecelendirme için güvenilirlik ortalama .47 olacaktır; tek bir küresel derecelendirme için güvenilirlik ortalama 36 olacaktır. Tek bir küresel derecelendirme ölçüsü kullanmanın geçerliliğinde azalma √ a= .36=.60andb=.52,yani, ρo = abρ = (.60)(.52)ρ = .31ρ’dan, gözlemlenen korelasyonda %69’luk bir azalma ile verilir.

Bu örnekte, bağımlı değişkendeki yeni faktörler sadece amaçlanan bağımlı değişkene yabancı değil, aynı zamanda bağımsız değişkenle ilişkisizdi. Ancak bazı durumlarda, yabancı değişken hem bağımlı hem de bağımsız değişkenlerle ilişkilidir. Bu tür durumlar daha karmaşıktır ve yabancı değişkenin bağımlı değişkenin yapı geçerliliği üzerindeki etkisini düzeltmek her zaman mümkün değildir. Bu vakalar bu çalışmanın kapsamı dışındadır.

Verilerdeki Hesaplama ve Diğer Hatalar

Meta-analizdeki en zor artefakt veri hatalarıdır. Bilimsel sürecin herhangi bir adımında kötü veriler ortaya çıkabilir. Ham veriler yanlış kaydedilebilir veya bilgisayara yanlış girilebilir. Biçim yanlış belirtildiğinden veya bir dönüştürme formülü yanlış yazıldığından bilgisayar yanlış değişkeni ilişkilendirebilir.

Korelasyonun işareti yanlış olabilir, çünkü analist değişkeni ters olarak puanlamıştır, ancak çıktıyı okuyan kişi bunu bilmiyordur veya okuyucu, değişkenin ters olarak puanlandığını düşünmediği halde ters puanlandığını düşünmüştür. Bilgisayar çıktısı tablolara alındığında, korelasyon yanlış kopyalanabilir; işaret kaybolabilir veya rakamlar tersine dönebilir; veya tablo yayınlandığında, dizgici korelasyonu yanlış kopyalayabilir.

Bu tür hatalar, inanmak istediğimizden çok daha sık görülür. Tukey, tüm gerçek veri setlerinin hatalar içerdiğini savundu. Gülliksen (1986) şu açıklamayı yapmıştır:

Hesaplamalarımı çalıştırmadan önce verilerde hata olup olmadığını kontrol etmenin gerekli olduğuna inanıyorum. Her zaman bir hata kontrol programı yazdım ve hesaplamadan önce verileri onun içinden geçirdim. Kendim veya bir başkası için çalıştırdığım her veri setinde, anketlere geri dönmeyi ve bazı kartları yeniden açmayı veya belki de bazı konuları atmayı gerektiren her zaman hatalar olduğunu çok ilginç buluyorum.

Ayrıca, bazı hataların aykırı değerlerle sonuçlanması muhtemeldir ve aykırı değerler varyans üzerinde dramatik bir enflasyonist etkiye sahiptir. Normal bir dağılımda, örneğin, SD, veri değerlerinin en yüksek ve en düşük %5’i tarafından belirlenen %65’tir. Pek çok araştırma literatüründe korelasyonlarda ve d değerlerinde gözlemlenen varyansın önemli bir kısmını muhtemelen çeşitli türlerdeki veri hataları açıklamaktadır.


Bunun sonucu olarak, çok sayıda korelasyon içeren hemen hemen her meta-analiz ve az sayıda çalışma içeren bazı meta-analizler bazı veri hataları içerecektir. Kötü veriler bulunabilirse, atılabilirler. Bununla birlikte, tanımlanabilecek tek kötü veri, dağılımın çok dışında kalan ve açıkça aykırı değerler olan korelasyonlardır. Aykırı değer analizi, çalışma örneklerinin en az orta büyüklükte olduğu durumlarda en iyi sonucu verir. Örnek boyutları küçükse, gerçek aykırı değerleri aşırı büyük örnekleme hatalarından ayırt etmek zordur.

Bu nedenle, mevcut artefakt listesi eksiksiz olsa (değildir) ve bilinen tüm artefaktlar kontrol edilmiş olsa bile (nadiren mümkündür), veri hatalarından dolayı çalışma sonuçlarında yine de farklılıklar olacaktır. Gerçek meta-analizlerde, kötü verilerin yanı sıra bilinmeyen ve kontrol edilemeyen artefaktlar nedeniyle her zaman zayıflama ve yanlış varyasyon vardır.

Bu düşünceler Schmidt ve Hunter’ı (1977) genel bir kural olarak öne süren “%75 kuralını” önermeye yöneltti; eğer herhangi bir veri setinde bilinen ve düzeltilebilir eserler çalışma korelasyonlarındaki varyansın %75’ini oluşturuyorsa, muhtemelen şudur: kalan %25 ise kontrolsüz artefaktlardan kaynaklanmaktadır. Tüm açıklanamayan varyansların gerçek moderatör değişkenlerinden kaynaklandığını varsaymak akıllıca değildir, çünkü çalışmalar arasında varyasyona neden olan tüm artefaktları düzeltmek asla mümkün değildir.

Çalışma Prosedürünün Getirdiği Yabancı Faktörler

Araştırmanın ölçüm süreci veya gözlem prosedürü, araştırma mükemmel bir şekilde yapılmış olsaydı var olmayacak (veya sabit kalacak) bir değişken nedeniyle bağımlı değişkende varyasyona neden olabilir. Örnek olarak, iş performansının eşzamanlı geçerlilik çalışmasında iş deneyiminin etkisini düşünün. Personel seçiminde adaylar bir kohort olarak değerlendirilebilir. Başvuranlar karşılaştırıldığında, sanki aynı anda işe başlayacaklarmış gibi örtük olarak karşılaştırılıyorlar.

Eşzamanlı bir geçerlilik çalışmasında, performans, işte farklı miktarlarda deneyime sahip mevcut tüm çalışanlar üzerinde ölçülür. Bu, çalışanların iş deneyimlerinde farklılık gösterdikleri için performanslarının kısmen farklı olacağı anlamına gelir. Bu, aynı anda işe alınan başvuru sahipleri için geçerli olmayacaktır. Bu nedenle, deneyimdeki farklılıklar, çalışma gözlem prosedürü tarafından yaratılan yabancı bir değişkeni oluşturur.

Bu süreç için soyut yol diyagramı, iş deneyimi durumunu gösterirken gösterilir. Duruma herhangi bir yabancı değişken dahil edilmemiş olsaydı, gözlemlenen korelasyon, bağımsız değişken ile bağımlı değişken arasındaki kısmi korelasyona eşdeğer olurdu ve yabancı değişken sabit tutulur. Yabancı değişken bağımsız değişkenle ilişkili olmadığından, kısmi korelasyon formülü şöyledir.

Bu, deneyimden kaynaklanan zayıflama için bir düzeltme olarak kabul edilebilir. Denklemi tersine çevirirsek, zayıflama formülünü elde ederiz. Kısmi bağıntı için denklemin paydasının tersi a olsun.

Okuyucu, neden her bir bireysel çalışmada sadece kısmi korelasyonu hesaplamadığımızı sorabilir. Aslında, bu sorunu çözecekti. Yani, çalışmada deneyim kaydedilmişse ve çalışma korelasyonu olarak kısmi korelasyon kullanılmışsa, daha fazla istatistiksel düzeltmeye gerek kalmayacaktır.

Bu aynı zamanda istatistiksel düzeltme tarafından üretilen örnekleme hatasındaki artışı da ortadan kaldıracaktır. Bu düzeltme, dikotomizasyona benzer. Orijinal araştırma raporunda doğru korelasyon verilmişse (veya bunu hesaplamak için gerekli ek korelasyonlar verilmişse), olay sonrası istatistiksel düzeltmenin kullanılmasına gerek kalmayacaktır. Bununla birlikte, genellikle durum böyle değildir ve bu nedenle düzeltme gereklidir.