Şimdi BCG örneğine dönüyoruz ve rastgele etkiler modelini uyguluyoruz (Şekil 20.5). Rastgele bir etki analizi kullanıldığında, 13 çalışma için risk oranı 0,490’dır ve 0,345 ila 0,695’lik bir güven aralığı vardır; bu, aşının ortalama etkisinin TB riskini en az %30 ve muhtemelen olabildiğince fazla azaltmak olduğunu söyler. %65 (bkz. Şekil 20.5). Log birimlerinde risk oranı 0,714’tür ve 0,179’luk bir standart hatadır, bu da -3.995’lik bir Z-değeri (p < 0,001) verir ve bu da etkisiz sıfır hipotezini reddetmemize izin verir.

Bununla birlikte, en azından ilginç olan, 0.20 (aşı riski %80 oranında azaltır) ile 1.56 (aşı riski %56 oranında artırır) arasında değişen bir risk oranı arasında değişen tedavi etkilerindeki önemli varyasyondur. Sabit etki modelini tartıştığımızda ilgili istatistikler sunuldu.

Eğimin etkisinin değerlendirilmesi

Rastgele etki modelini (moment yöntemi) kullanan bir meta-regresyon, gösterilen sonuçları verir. Bu, enlem ve ilgili istatistiklerden log risk oranını tahmin etmeye yönelik katsayıları gösteren formatla aynı formata sahiptir. Bu istatistiklerin rastgele etkiler modeline dayandığını belirtmek için bir yıldız işareti (*) kullanırız. Bu ayrımla, eğim(ler)in yorumu, sabit etkili modelin yorumuyla aynıdır.

(Bu örnekte eğim, sabit etki ve rastgele etki modelleri altında hemen hemen aynıdır, ancak bu genellikle böyle değildir.) Z* 5 􏰁4.3411’e karşılık gelen iki kuyruklu p değeri 0.00001’dir. Bu bize eğimin muhtemelen sıfır olmadığını ve çalışma ekvatordan daha uzak bir mesafede yapıldığında aşılamanın daha etkili olduğunu söylüyor.

1’den p’ye kadar olan ortak değişkenlerin hiçbirinin etki büyüklüğü ile ilişkili olmadığı sıfır hipotezi altında, Q* modeli, p’ye eşit serbestlik dereceleriyle ki-kare olarak dağıtılacaktır. 

Bu örnekte yalnızca bir ortak değişken (enlem) vardır ve bu nedenle bu ortak değişkenin etkisini değerlendirmek için Z-testini veya Q-testini kullanma seçeneğine sahibiz. Bundan iki testin aynı sonuçları vermesi gerektiği sonucu çıkar ve verirler. Z değeri 􏰁4.3411’dir ve karşılık gelen p değeri 0.00001’dir. Q değeri 18.8452’dir ve buna karşılık gelen p değeri 0.00001’dir. Son olarak, Q* modeli Z*2’ye eşit olmalıdır ve aslında 18.8452, 􏰁4.34112’ye eşittir.

Uyum iyiliği testi, ortak değişkenler tarafından açıklanmayan heterojenliğin olup olmadığı sorusunu ele alır. Qresid, bu açıklanamayan heterojenliğin varyansını, t2’yi tahmin etmek (ve test etmek) için de kullanılabilir. Bu Qresid, sabit etkili ağırlıklar kullanılarak regresyondan elde edilen ağırlıklı kalıntı SS’dir.

Orman grafiği yorumlama
meta-analiz çalışması örneği
Egger testi nedir
Meta analiz Nedir
Sistematik derleme Nedir
Meta-analiz programları
Forest plot nedir
Cma programı kullanımı

Buradaki Q* modeli, alt grup analizi için Q*bet’e benzer ve Qresid, alt grup analizi için Qwithin’e benzer. Ortak değişkenler alt grupları temsil ediyorsa, Q* modeli Q*bet ile aynıdır ve Qresid, Qwithin ile aynıdır. Öngörücü yoksa, buradaki Qresid, orijinal meta-analiz için Q ile aynıdır.

Sabit etkili modelle meta-regresyon ile çalışırken, toplam varyansı bir dizi bileşene bölebildik, Qmodel artı Qresid toplamı Q’ya ulaştı. Bu, sabit etkili modelle mümkündü çünkü her bir çalışmaya ağırlık atanır yalnızca çalışma içi hata tarafından belirlendi ve bu nedenle her üç hesaplama grubu için de aynıydı.

Buna karşılık, rastgele etkiler modeli altında, her bir çalışmaya atanan ağırlık, çalışmalar arası varyansı da içerir ve bu, bir dizi hesaplamadan diğerine değişir. Bu nedenle, varyans bileşenleri toplamsal değildir. Bu nedenle, rastgele etkiler analizi için değil, sabit etkiler analizi için bir varyans analizi tablosu gösteriyoruz.

İlişkinin büyüklüğünü ölçün

Bu Şekilde, her çalışma, o çalışma için gerçek koordinatları (gözlenen etki büyüklüğü enlem) gösteren bir daire ile temsil edilir. Her dairenin boyutu (özellikle alanı), o çalışmanın analizdeki ağırlığıyla orantılıdır. Bu analiz rastgele etkiler modeline dayandığından ağırlık, her çalışma için toplam varyanstır (çalışma içi artı T 2).

Sabit etkili grafikten farkı not edin. Rastgele etkiler kullanıldığında, her bir çalışmaya atanan ağırlıklar birbirine daha çok benzer. Örneğin, TB önleme denemesi (1980) çalışması sabit etki modeli altındaki grafiği domine ederken (ve eğim üzerinde önemli bir etki yaptı), Comstock ve Webster (1969) sadece önemsiz bir etkiye sahipti (iki çalışmanın göreli ağırlıkları sırasıyla %41 ve %0.3). Rastgele etkiler altında ikisi daha benzerdir (sırasıyla %14 ve %1,6).

Orta çizgi, tahmin edilen değerleri gösterir. Ekvatora nispeten yakın bir yerde (10 enlem) gerçekleştirilen bir çalışma, sıfıra yakın bir beklenen etkiye sahip olacaktır (1.0 risk oranına karşılık gelir, bu da aşının TB üzerinde hiçbir etkisi olmadığı anlamına gelir). Buna karşılık, 55 enleminde (Saskatchewan) bir çalışma 􏰁1,50 civarında beklenen bir etkiye sahip olacaktır (0.20’ye yakın bir risk oranına karşılık gelir, bu da aşının TB riskini yaklaşık %80 oranında azalttığı anlamına gelir).

Açıklanan varyans oranı

Rastgele etkiler analizinde alt grup üyeliği tarafından açıklanan varyans oranı kavramını tanıttık. Aynı yaklaşım meta-regresyona da uygulanabilir.

Ortak değişkeni olmayan altı çalışmayı gösteren bir düşünün. Ortak değişken olmadığından, tahmin eğimi, dikey bir çizgiyle gösterilen ortalamadır (bir regresyon hesaplayacak olsaydık, kesme noktası). Şeklin altındaki normal dağılım, T2’yi yansıtır ve tahmin çizgisinden (ortalama) dağılımın neden çalışma içi hatayı aştığını açıklamak için gereklidir.

Şimdi, bir X değişkeni ile aynı boyuttaki etütleri ve tahmin denklemini yansıtan bir çizgi ile gösterilen tahmin eğimini gösteren düşünün. Tahmin çizgisi üzerindeki her noktadaki normal dağılım, T2 değerini yansıtır ve tahmin çizgisinden (bu sefer, eğim) dağılımın neden çalışma içi hatayı aştığını açıklamak için gereklidir. Ortak değişken, çalışmalar arası varyansın bir kısmını açıkladığı için, T2, Şekil 20.8’dekinden daha küçüktür ve ikisinin oranı, açıklanan varyans oranını ölçmek için kullanılabilir.

• Not 1. Normalde, etki boyutunu Y eksenine ve ortak değişkeni X eksenine çizerdik. Burada, orman arsası ile paralelliği korumak için eksenleri değiştirdik.
• Not 2. Anlaşılır olması için her şekil için gerçek etkileri çizdik. Tabii ki pratikte, gerçek etkilerin tahminlerini gözlemliyoruz, çalışma içi hataya atfedilen varyans kısmını kaldırıyoruz ve kalan varyans miktarını hesaplıyoruz.

Birincil çalışmalarda, bir ortak değişkenin etkisini tanımlamaya yönelik yaygın bir yaklaşım, o ortak değişken tarafından açıklanan varyans oranını bildirmektir. Bu indeks, R2, açıklanan varyansın toplam varyansa oranı olarak tanımlanır.

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