Önemli farklılıklar şans eseri (bir tip I hata) kolayca ortaya çıkabileceğinden veya diğer faktörlerle açıklanabileceğinden, alt gruplar arasındaki karşılaştırmaların yorumlanması dikkatli bir şekilde yapılmalıdır. Meta-analizdeki çalışmalar randomize kontrollü çalışmalar olsa bile, alt gruplar arasındaki farklılıkların araştırılması rastgele olmayan bir karşılaştırmadır ve gözlemsel çalışmalarda nedensellik çıkarımındaki tüm zorluklara eğilimlidir.

Birden fazla olası heterojenlik kaynağı araştırıldığında, bunlardan birinin istatistiksel olarak anlamlı bulunma şansı artar, bu nedenle dikkate alınan faktörlerin sayısı sınırlandırılmalıdır. Olası heterojenlik kaynaklarının önceden belirtilmesi (bir protokolde), bulguların veriden türetilmemiş olduğuna dair kanıtlar olduğundan, istatistiksel olarak anlamlı herhangi bir bulgunun güvenilirliğini artırır. Tabakalı meta-analizlerin örnekleri aşağıdaki Vaka çalışmaları 1 ve 3’te gösterilmektedir.

Genellikle tabakalaşma faktörü müdahalenin türüdür. Örneğin, sistematik bir inceleme, tümü aynı durum için birkaç ilacın plasebo kontrollü denemelerini içerebilir. Meta-analiz ilaca göre katmanlara ayrılacak ve her ilaç için tedavi etkisinin tahminlerini sağlayacaktır. Burada alt gruplar arasındaki farklılıkların testi, ilaçların etkilerinin etkili bir şekilde dolaylı bir karşılaştırmasıdır.

Böyle bir test, göreceli tedavi etkilerinin dolaylı kanıtını sağlayabilse de, ilaçları doğrudan karşılaştıran (bire bir karşılaştırmalar) randomize kontrollü çalışmalardan elde edilen kanıtlardan çok daha az güvenilirdir. Benzer durumlar farmakolojik olmayan müdahalelerde de ortaya çıkar.

Bireysel Hasta Verileriyle Meta-analiz

Bireysel hasta verilerinin (IPD) meta-analizleri için aynı temel yaklaşımlar ve meta-analiz yöntemleri kullanılır. Ancak, IPD analizleri ile yayınlanmış özet istatistiklere dayalı olanlar arasında iki temel fark vardır.

İlk olarak, IPD meta-analist, her çalışma için özet tabloları veya istatistikleri hesaplar ve bu nedenle tüm verilerin eksiksiz ve güncel olmasını ve tüm denemeler için aynı analiz yönteminin kullanılmasını sağlayabilir.

İkinci olarak, tam tedavi amaçlı ve alt grup analizlerinin üretilmesini sağlayan belirli katılımcı grupları için özet istatistikler hesaplanabilir. Ek olarak, IPD meta-analizlerinin genellikle ikili veya sürekli sonuçlardan ziyade olaya kadar geçen süre verilerini birleştirdiğini, meta-analistin log sıralaması istatistiğinin gerekli bileşenlerini her deneme için aynı şekilde hesapladığını belirtmekte fayda var.

Ek analizler

Ana meta-analizden sonra gerçekleştirilen ek analizler, etkiyi, sağlamlığı ve önyargıyı araştırır. Etki ve sağlamlık, orijinal veri kümesinin alt kümeleri üzerinde meta-analiz tekrarlanarak duyarlılık analizlerinde değerlendirilebilir.

Her bir çalışmanın etkisi, sırasıyla her biri analizden çıkarılarak ve tedavi etkisinin boyutunun ve öneminin ne derece değiştiğine dikkat edilerek tahmin edilebilir.

Diğer duyarlılık analizleri, deneme setlerini çıkararak veya ekleyerek veya bireysel denemeler için verileri değiştirerek belirsizliklere ve varsayımlara karşı sağlamlığı değerlendirebilir. Bunların dikkate alınabileceği durumlar, bazı çalışmaların daha düşük kalitede olması, bazı çalışmaların dahil edilme kriterlerini karşılayıp karşılamadığının belirsiz olması veya yayınlanan raporlardaki çalışmaların sonuçlarının belirsiz olması ve veri çıkarılırken varsayımların yapılmasıdır. Yayın yanlılığı da dahil olmak üzere yanlılığı araştırmak için yöntemler açıklanmaktadır.

Analiz formatı nedir
Analiz Format sayısı ne demek
Kök neden Analizi nedir
EK-3/B analizi
Kök neden analizi örnekleri
Türk Gıda Kodeksi Mikrobiyolojik Kriterler Tebliği 2020
Kök neden analizi PDF
TÜBİTAK Atık analizi

Bazı sorunlar

Tedavi amaçlı analizlerin araştırma sonuçlarının dahil edilmesi istense de, yayınlanan raporlarda sağlanan veriler göz önüne alındığında bu her zaman mümkün değildir. Raporlar genellikle uymayan, yanlış tedavi gören veya çalışmayı bırakan katılımcıları atlar. Takip verileri mevcutsa, bu bireylerin tümü tedavi amaçlı analizlere kolayca dahil edilebilir ve dışlanma nedenleri aldıkları tedaviyle ilgilidir (örneğin, yan etkiler ve tedavinin zayıf tolere edilebilirliği).

Bazen, yargılama sırasında hariç tutulanların sonuçlarının tam ayrıntıları rapor metninde belirtilebilir, ancak birçok durumda akıbetleri hakkında varsayımlarda bulunulması gerekir. Duyarlılık analizinin yaratıcı kullanımıyla (her deneme için en kötü durum, en iyi durum ve en olası durum senaryoları kullanılarak), hariç tutulan bu durumların nihai sonuçlar üzerindeki etkisini değerlendirmek mümkündür.

Sorun, hariç tutulan her katılımcı için olası senaryoların sürekliliğinin olduğu sürekli sonuçlar için daha sorunludur. Denemelerin birinde veya her ikisinde de olay olmadığında başka sorunlar ortaya çıkabilir. Bu durumlarda ters varyans, Mantel–Haenszel ve DerSimonian ve Laird yöntemleri, sıfır hatayla bölmeyi önlemek için hücre sayımlarına küçük bir miktarın (genellikle 0,5) eklenmesini gerektirir. (Bu yöntemlerin birçok yazılım uygulaması, kesinlikle gerekli olup olmadığına bakılmaksızın bu düzeltmeyi tüm hücre sayılarına otomatik olarak ekler.)

Her iki grubun olay oranları sıfır olduğunda (her iki kolda da olay olmadığında) olasılık oranları ve göreceli riskler tanımsızdır ve bu tür denemeler analizden çıkarılmalıdır. Bu gibi durumlarda risk farkı sıfırdır, bu nedenle denemeler yine de analize katkıda bulunacaktır.

Bununla birlikte, hem ters varyans hem de Mantel-Haenszel yöntemleri, olay oranları çok düşük olduğunda, hem tedavi etkilerini hem de istatistiksel önemi hafife alarak kötü performans gösterir. Peto’nun olasılık oranı yöntemi, denemelerdeki kolların örnek boyutlarının ciddi şekilde dengesiz olmamasını sağlayarak, tedavi etkilerinin ve güven aralıklarının daha doğru tahminlerini verir.

Diğer meta-analiz yöntemleri

Yukarıda açıklanan meta-analitik yöntemler basit ve çoğu istatistiksel yazılım ve elektronik tablo paketinde uygulanması kolaydır. Diğer daha karmaşık yöntemler mevcuttur ve Stata, SAS ve StatXact gibi uzman istatistiksel yazılım paketlerinde uygulanmaktadır.

Maksimum olabilirlik lojistik regresyon, sabit etkili meta-analizini gerçekleştirmek için de kullanılabilir ve örnek boyutlarının büyük olması koşuluyla Mantel-Haenszel ve ters varyans yöntemlerine benzer cevaplar verecektir.

Maksimum olabilirlik (ML) ve kısıtlı maksimum olabilirlik (REML) tahmin teknikleri aynı zamanda denemeler arası varyans 􏰂2,26’nın daha iyi tahmin edilmesini sağlar ve 􏰂2,27 standart hatası gibi ek parametreleri tahmin edebilir Bayes yöntemleri diğer kaynaklardan gelen ön bilgileri içerebilir Nitel araştırmalardan elde edilenler gibi, kesin yöntemler ise tedavi etkilerini ve P değerlerini hesaplamak için zorlu permütasyon algoritmaları kullanır.

The post Ek analizler – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).