Birincil hedefimiz, alt gruplar arasındaki farklılıkları değerlendirmek ve sürecin bir parçası olarak bir varyans analizini kullanmak olduğunda, alt gruplar arasındaki birleşik etkiler, seçenek 1 kullanılarak hesaplanır. Bu, dahili olarak tutarlı bir veri seti verir.

Alt gruplar arasındaki birleşik etkiyi gerçekten önemsiyorsak, 2. ve 3. seçenekler daha mantıklı seçeneklerdir. Alt gruplar gerçekten daha büyük bir kümeden rastgele seçilmişse, o zaman seçenek 2, farklı hata kaynaklarını ayrı ayrı modellememize ve birleşik etki için gerçek güven aralığının daha iyi bir tahminini elde etmemize izin verir (aynı zamanda bir için tahmin aralıklarını tartışır). gelecekteki alt grup) ve muhtemelen daha iyi bir seçimdir.

Bu, elbette, alt gruplar arasındaki varyansın makul bir kesinlik tahminini elde etmek için yeterli bilgiye sahip olduğumuzu varsayar. Buna karşılık, alt gruplama çok önemli değilse veya çalışmaların birden fazla farklı alt grubu düşünülüyorsa, 3. seçenek daha mantıklı bir seçimdir.

ÖZET NOKTALAR

• Grup üyeliği ve sonuç arasındaki ilişkiyi değerlendirmek için birincil çalışmalarda t-testlerini veya varyans analizini kullanabileceğimiz gibi, alt grup üyeliği ile etki büyüklüğü arasındaki ilişkiyi değerlendirmek için meta-analizde bu prosedürlerin analoglarını kullanabiliriz.
• Alt gruplar arasında ortalama etkiyi karşılaştırmak için kullanılabilecek üç yöntem sunduk. Ortalama etkiyi iki grupta karşılaştırmak için bir Z testi kullanabiliriz. İki veya daha fazla gruptaki ortalama etkiyi karşılaştırmak için varyans analizini (alt gruplarla kullanım için değiştirilmiş) veya Q-homojenlik testini kullanabiliriz. Her üç prosedür de matematiksel olarak eşdeğerdir.
• Bu analizler, gruplar içinde sabit efekt veya rastgele etkiler modeli kullanılarak gerçekleştirilebilir, ancak çoğu durumda ikincisi uygundur.
• Birincil çalışmalarda, grup üyeliği tarafından açıklanan varyans oranını yansıtmak için R2’yi kullanırız. Meta-analiz için alt grup üyeliği tarafından açıklanan gerçek varyans oranını yansıtan benzer bir indeks kullanılabilir.

Meta-Regresyon

Birincil çalışmalarda, bir veya daha fazla ortak değişken (yönetici) ile bir bağımlı değişken arasındaki ilişkiyi değerlendirmek için regresyon veya çoklu regresyon kullanırız. Esasen aynı yaklaşım meta-analiz için de kullanılabilir, ancak ortak değişkenler konu düzeyinden ziyade çalışma düzeyindedir ve bağımlı değişken, çalışmalarda konu puanlarından ziyade etki büyüklüğüdür. Meta-analizde kullanıldıklarında bu prosedürlere atıfta bulunmak için meta-regresyon terimini kullanırız.

Regresyon için birincil çalışmalardan meta-analize geçerken ele almamız gereken farklılıklar, alt grup analizleri için birincil çalışmalardan meta-analize geçerken ele almamız gereken farklılıklara benzer. Bunlar, her çalışmaya bir ağırlık atama ihtiyacını ve uygun modeli seçme ihtiyacını (sabit ve rastgele etkiler) içerir. Ayrıca, alt grup analizleri için geçerli olduğu gibi, ortak değişkenler tarafından açıklanan varyans oranını ölçmek için kullanılan R2 indeksi, meta-analizde kullanılmak üzere değiştirilmelidir.

Ancak bu değişikliklerle birlikte, çoklu regresyon başlığı altına giren prosedürlerin tüm cephaneliği meta-analist için kullanılabilir hale gelir. Birlikte bir tedaviyi tanımlayan veya ortak değişkenler ile etki büyüklüğü arasında doğrusal olmayan bir ilişkiye izin veren üç değişken gibi ortak değişken kümeleriyle çalışabiliriz.

Meta-regresyon analizi
Meta standart nedir
comprehensive meta-analysis
Egger testi nedir
cma meta-analiz programı indir
Meta-Analiz kitap PDF
Meta-analiz heterojenlik
CMA ile Meta-Analiz

Önceden tanımlanmış bir diziyi kullanarak analize ortak değişkenler girebilir ve kafa karıştırıcı değişkenleri kontrol etmek için önceki kümelerin etkisine ek olarak herhangi bir kümenin etkisini değerlendirebiliriz. Hem kategorik (örneğin, kukla kodlu) hem de sürekli değişkenleri ortak değişkenler olarak dahil edebiliriz. Bu prosedürleri hem ortak değişkenlerin etkisini değerlendirmek hem de belirli özelliklere sahip çalışmalarda etki büyüklüğünü tahmin etmek için kullanabiliriz.

Çoklu regresyon, çok çeşitli prosedürleri içerir ve bunları bu ciltte tam olarak ele alamayız. Bunun yerine, okuyucunun birincil çalışmalarda çoklu regresyona aşina olduğunu varsayıyoruz ve buradaki amacımız, birincil çalışmalarda kullanılan aynı tekniklerin meta-regresyona nasıl uygulanabileceğini göstermektir.

Analizin anlamlı olması için deneklerin ortak değişkenlere uygun şekilde büyük bir oranına ihtiyaç duyduğumuz birincil çalışmalarda olduğu gibi, meta-analizde uygun şekilde büyük bir çalışma / ortak değişken oranına ihtiyacımız var.

Bu nedenle, özellikle çok sayıda ortak değişkenli metaregresyon kullanımı, çalışma sayısı az olduğunda önerilen bir seçenek değildir. Birincil çalışmalarda bazıları, meta-regresyonda her bir ortak değişken için on çalışmaya karşılık gelen, her ortak değişken için en az on denek oranı önermiştir. Aslında, her iki durumda da katı ve hızlı kurallar yoktur.

SABİT ETKİ MODEL

Alt grup analizini tartışırken yaptığımız gibi, daha basit olan sabit etkili modelle başlıyoruz ve ardından genellikle daha uygun olan rastgele etkiler modeline geçiyoruz.

BCG veri seti

Çeşitli araştırmacılar, tüberküloz (TB) gelişimini önlemek için BCG olarak bilinen bir aşının etkisini değerlendiren çalışmalar yayınladılar. Son yıllarda Amerika Birleşik Devletleri’nde tüberkülozun yeniden ortaya çıkmasıyla (birçok ilaca dirençli vaka dahil), araştırmacıların BCG aşısının tavsiye edilip edilmemesi gerektiğini belirlemesi gerekiyordu. Bu nedenle Colditz ve ark. (1994) bu çalışmaların bir meta-analizini bildirmiştir ve Berkey ve ark. (1995), tedavi etkilerindeki bazı varyansları açıklamak için meta-regresyonun nasıl kullanılabileceğini gösterdi.

Orman arsası gösterilmektedir. Etki büyüklüğü risk oranı olup, 0,10 risk oranı aşının TB riskini %90 azalttığını, risk oranı 1,0’ın etki göstermediğini ve 1,0’dan yüksek risk oranları aşının tüberküloz riskini artırdığını gösterir. tüberküloz Çalışmalar en etkiliden en az etkiliye doğru sıralanır. Risk oranlarının analizi için her zaman olduğu gibi, analiz log dönüştürülmüş değerleri kullanılarak yapıldı ve ardından sunum için tekrar risk oranlarına dönüştürüldü.

Sabit etki analizi kullanıldığında, 13 çalışma için risk oranı 0,650’dir ve 0,601 ila 0,704 güven aralığı vardır; bu, aşının TB riskini en az %30 ve muhtemelen %40 kadar azalttığını söyler. Günlük birimlerinde risk oranı, 0,040 standart hatayla 􏰁0,430’dur. Z değeri 􏰁10.625’tir (p < 0.0001), bu da etkisiz sıfır hipotezini reddetmemize izin verir.

The post Meta-Regresyon – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).