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 220'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, 22 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.
Çalışmalar Arasında p Değerlerinin Kümülasyonu
Bu prosedür, bir bütün olarak çalışmalar kümesi için genel bir p değeri (anlam düzeyi) üretmek için çalışmalar arasında anlamlılık düzeylerini toplamaya çalışır. Bu değer yeterince küçükse, incelemeyi yapan kişi, etkinin varlığının tespit edildiği sonucuna varır. Bu yöntemler Mosteller ve Bush (1954) tarafından Stouffer, Suchman, DeVinney, Star ve Williams’ın (1949) daha önceki çalışmalarından geliştirilmiştir. Bu yöntemin en son savunucuları Rosenthal ve arkadaşları olmuştur.
Bölüm 13’te tartışıldığı gibi, bu yöntemde, her çalışmadan alınan tek uçlu anlamlılık testinden elde edilen p değeri, z ile gösterilen standartlaştırılmış normal sapmaya dönüştürülür. Bu z değerleri ya doğrudan toplanır ya da z’lerin ağırlıklı toplamını hesaplamak için kullanılır. Daha sonra bu z’lerin ortalaması hesaplanır ve ortalama z değerinin anlamlılık düzeyi (p değeri) belirlenir. Bu, bir bütün olarak çalışma grubu için p değeridir.
Bu yöntemle ilgili önemli bir sorun, homojen durumu varsaymasıdır. Yani, Sρ2 = 0 (veya Sδ2 = 0) olduğunu varsayar. Bu, sabit etkiler modeli olduğu ve bu nedenle Bölüm 5 ve 9’da tartışıldığı gibi sabit etkiler meta-analiz yöntemlerinin tüm sorunlarına sahip olduğu anlamına gelir. Özellikle, sabit etkiler varsayımı geçerli değilse ve Sρ2 > 0 (veya Sδ2 > 0), ardından testin alfa seviyesi şişirilir. Örneğin, bir dizi çalışma için birleşik p değeri, aslında .10 iken, p = .01 olarak hesaplanabilir. Bölüm 5 ve 9’da belirtildiği gibi, homojenliğin sabit etkiler varsayımı, gerçek çalışmalarda nadiren karşılanır.
Bu yöntemle ilgili bir diğer önemli sorun, çoğu çalışma grubunda birleşik p değerinin anlamlı olacağı, ancak bu gerçeğin etkinin büyüklüğü hakkında hiçbir şey söylememesidir. Açıktır ki, bir etkinin pratik ve teorik sonuçları, varlığına olduğu kadar büyüklüğüne de bağlıdır. Rosenthal (1978a, s. 192) p değerleri ile birlikte etki büyüklüklerinin analizinin gerekliliğini fark etti ve daha sonraki önemli incelemelerinde p değeri ve etki büyüklüğü analizinin bir kombinasyonunu kullandı.
Bu yöntem—ortalama etki büyüklüğünün (r ̄ veya d ̄) hesaplanmasıyla birlikte p değerlerinin toplanması Bangert-Drows (1986) tarafından birleşik olasılık yöntemi olarak adlandırılmıştır. Bangert-Drowns, birleşik olasılık yönteminin en iyi meta-analizin “geçiş” biçimi olarak kabul edildiğini kaydetti.
Ortalama etki büyüklüğünün tanıtılması, Rosenthal ve meslektaşlarının, çalışma sonuçlarının büyüklüğüne ilişkin bir indekse olan ihtiyacı tanımalarından kaynaklanmıştır; Bununla birlikte, aynı zamanda, yöntem, çalışmalar arasında etki büyüklüklerinin değişkenliği hakkında hiçbir bilgi sağlamaz ve bu nedenle, diğer bazı meta-analiz biçimlerinde bulunan önemli bir bileşenden yoksundur.
Birleşik olasılık yönteminin tanıtılmasıyla birlikte, p değerlerinin tek başına toplanması yöntemi, önemli savunuculardan yoksun bırakıldı. Rosenthal (1984), çalışmalar arasında p değerlerini toplamak için kapsamlı bir yöntem tartışması sağladı. Ek bilgiler Rosenthal (1983) ve Rosenthal ve Rubin’de (1979a, 1983) bulunabilir.
Gözlem sayısı nedir
Kolmogorov Smirnov testi nedir
Kolmogorov-Smirnov ve Shapiro-Wilk farkı
kolmogorov-smirnov testi p değeri
kolmogorov-smirnov testi neden yapılır
Gözlem sayısı hesaplama
kolmogorov-smirnov testi özellikleri
Kolmogorov Smirnov testi nasıl yapılır
Rosenthal tarafından tercih edilen p değerlerinin birleştirilmesine ilişkin özel yöntemin bir tartışmasını sunuyoruz (Stouffer yöntemi), ancak az önce tartışılan problemler nedeniyle bu kitapta bu yöntemleri vurgulamıyoruz. Diğerleri, birleşik p-değeri yöntemleriyle ilgili sorunları da tartışmışlardır. Bu sorunların bir sonucu olarak, Ulusal Araştırma Konseyi (1992) raporu, p-değeri yöntemlerinin kullanımının “durdurulmasını” tavsiye etmiştir. Aslında bu yöntemler günümüzde literatürde nadiren kullanılmaktadır.
Bu arada, Rosenthal tarafından çalışmalar arasında p değerlerinin toplanması konusundaki çalışmasının bir sonucu olarak geliştirilen bir tekniği not ediyoruz. Bu teknik, “dosya çekmecesi sorunu” olarak adlandırılan sorunu çözmek için geliştirildi. Bir araştırmacının, incelenen çalışmalarda birleşik p değerinin, diyelim ki .0001 olduğunu gösterdiğini ve gerçek bir etkinin var olduğu sonucuna vardığını varsayalım.
Bir eleştirmen, daha sonra, bir etki göstermeyen çalışmaların gözden geçiren tarafından bulunmasının çok daha az olası olduğu gerekçesiyle, bu bulgunun incelenen çalışmaların temsili olmamasından kaynaklandığını iddia edebilir. Yani, olumsuz bulguları olan çalışmalar, dağıtılmak veya yayınlanmak yerine dosya çekmecelerinde saklanmaya eğilimlidir. Araştırmacı, Rosenthal’ın (1979) tekniğini kullanarak, birleşik p değerini .05, .10 veya başka herhangi bir düzeye getirmek için var olması gereken sıfır etki büyüklüğü gösteren eksik çalışmaların sayısını hesaplayabilir. Bu sayı tipik olarak çok büyük, örneğin 65.000 gibi çıkıyor.
Herhangi bir konuda 65.000 “kayıp” çalışma olması pek olası değildir. Bu dosya çekmecesi analizi formunun istatistiksel formülleri ve mantığı Bölüm 13’te verilmiştir. Bununla birlikte, birleşik p-değeri yöntemi gibi dosya çekmecesi tekniği de sabit etkiler modelidir ve bu nedenle, yalnızca aşağıdaki durumlarda doğru sonuçlar verir. temel korelasyon (veya d değeri) tüm çalışmalarda aynıdır.
ρ ve δ popülasyon değerleri çalışmalar arasında farklılık gösteriyorsa (bu genellikle Bölüm 5 ve 9’da belirtildiği gibi), birleşik p-değerini çok az anlamlı hale getirmek için gereken çalışma sayısı, çalışma tarafından sağlanan sayıdan çok daha küçüktür. dosya çekmecesi analizi. Bir başka yanlışlık kaynağı, çalışma grubu için başlangıçta hesaplanan p değerinin aynı zamanda sabit etkiler varsayımına bağlı olması ve bu nedenle de tipik olarak yanlış olmasıdır. Rosenthal dosya çekmecesi analizine yönelik diğer önemli eleştiriler Begg tarafından verilmektedir. Bu sorunlar, dosya çekmecesi analizinin kullanışlılığını azaltır.
İstatistiksel Olarak Doğru Oy Sayma Prosedürleri
Geleneksel oy sayma yöntemi istatistiksel ve mantıksal olarak yetersiz olmasına rağmen, oy sayımına dayalı çalışmalar arasında istatistiksel olarak doğru olan araştırma bulgularını toplama yöntemleri vardır. Bu yöntemler iki kategoriye ayrılır: (1) çalışmaların bütünü için yalnızca istatistiksel bir anlamlılık düzeyi verenler ve (2) ortalama etki büyüklüğünün nicel bir tahminini sağlanlar.
Yalnızca Önem Düzeyleri Getiren Oy Sayma Yöntemleri
Sıfır hipotezi doğruysa, popülasyon korelasyonu veya etki büyüklüğü aslında 0’dır. Bu nedenle, çalışma sonuçları p değerleri şeklinde verildiğinde, yarısının .50’den büyük ve yarısının .50’den küçük olması beklenir. 50. İşaret testi, pozitif ve negatif yönlerde gözlemlenen bulguların sıklıklarının sıfır hipotezi altında beklenen 50-50 bölünmeden önemli ölçüde farklı olup olmadığını test etmek için kullanılabilir.