Ücretsiz Olarak Temin Edilebilen Meta-Analiz Yazılımı
RevMan dışındaki tüm ücretsiz paketler DOS tabanlıdır. Bu, Excel gibi diğer paketlerden veri içe aktarmanın Windows tabanlı ticari paketlerden daha zor olduğu anlamına gelir.
Çoğu standart meta-analitik prosedür bu paketler kullanılarak gerçekleştirilebilirken, DOS tabanlı paketler tarafından üretilen grafikler, paket içinde düzenlenmeleri gerektiğinden ve genellikle kelime işlem yazılımına aktarılmaları zor olduğundan, Windows paketleri tarafından üretilen grafiklere göre daha az esnektir. Ücretsiz olarak temin edilebilen meta-analiz paketlerinin özellikleri aşağıda açıklanmış ve özetlenmiştir.
The Cochrane Collaboration'ın İnceleme Yöneticisi (RevMan sürüm 4.03)
RevMan, inceleme protokollerini veya tamamlanmış incelemeleri Cochrane formatında girmek için tasarlanmış Windows tabanlı bir yazılım paketidir.3 Bu, incelemenin yapılandırılmış bir metnini ve dahil edilen ve hariç tutulan çalışmaların tablolarını içerir. Teknik destek, kayıtlı Cochrane inceleme gruplarının üyelerine sunulmaktadır.
RevMan, MetaView adlı bir analiz modülü içerir. İkili veya sürekli veriler, sonuç ölçeklerinde sabit ve rastgele modeller kullanılarak girilebilir ve analiz edilebilir: olasılık oranı, göreceli risk, risk farkı, ortalama fark ve standartlaştırılmış ortalama farkıdır.
Aynı veri sayfasında farklı karşılaştırmalar ve sonuçlar yer alabilir. Orman arazileri, ham veriler, ağırlıklar ve bireysel çalışmaların yılı ile veya bunlar olmadan görüntülenebilir. Orman arazileri ve veri gösterimleri, çeşitli çalışma özelliklerine göre sıralanabilir. Huni parselleri de mevcuttur. Orman çizimleri (ama huni çizimleri değil) bitmap dosyaları olarak dışa aktarılabilir.
RevMan'i meta-analiz için kullanmanın olası bir dezavantajı, Cochrane Sistematik İncelemeler Veritabanına dahil edilmek üzere tüm bir incelemeyi içerecek şekilde tasarlandığından, kullanıcının önce tam bibliyografik ayrıntılar gibi çok sayıda bilgiyi girmesi gerektiğidir. Çalışmalar, herhangi bir meta-analitik prosedür gerçekleştirilmeden öncedir.
Meta Analist
Meta-analist, New England Tıp Merkezi, Box 63, 750 Washington St, Boston, MA 02111, ABD'den Dr Joseph Lau tarafından yazılmıştır. Program DOS tabanlıdır; Windows sürümü geliştirilme aşamasındadır. İlgilenen okuyucular, bir kopyasını almak için yazarla iletişime geçmelidir. Program, yalnızca ikili sonuçları olan klinik araştırmaların standart ve kümülatif meta analizi için geliştirilmiştir. Bir seferde yalnızca bir sonuç girilebilir.
Program, oran oranlarını, göreceli riskleri ve risk farklılıklarını birleştirmek için yaygın olarak kullanılan sabit etkiler ve rastgele etkiler modelleri sunar. Yayın yılı veya bileşen çalışmalarının kalite özellikleri gibi diğer değişkenler veri tablosuna dahil edilebilir. Kümülatif meta-analiz, çalışma kalitesi veya yayın yılı gibi ortak değişkenlere göre artan veya azalan sırada gerçekleştirilebilir. Kapsüllenmiş bir PostScript dosyasına grafik çıktı gönderme seçeneği vardır.
meta-analiz örnek çalışma
cma meta-analiz programı indir
Meta-analiz makale
Meta-analiz ile literatür taraması arasındaki farklar
Meta-Analiz Eğitimi
Meta-analiz Nasıl yapılır
Meta-analiz makale Örneği
Meta-analiz etki büyüklüğü
Meta Testi
Joseph Lau tarafından da yazılan bu DOS-tabanlı paket (yukarıdaki e-posta adresine bakın), tanısal test verilerinin meta-analizi için özel olarak tasarlanmış tek pakettir ve bu nedenle bu derlemede benzersiz özelliklere sahiptir. Her çalışma için veriler (doğru +, yanlış –, yanlış +, doğru –) çalışma düzeyinde ortak değişkenlerle birlikte pakete girilir.
Paket, her çalışma için ayrı ayrı duyarlılık ve özgüllüğü gösterir ve hem sabit hem de rastgele etkiler modelleri altında toplanır. Özet alıcı operatör eğrisi (ROC) analizleri de görüntülenir. Duyarlılık ve özgüllüğün orman çizimleri ve özet doğruluk eğrileri mevcuttur. Grafikler, kapsüllenmiş PostScript formatı kullanılarak kaydedilebilir.
Kolay MA sürüm 99
EasyMA, Lyon Üniversitesi'nden Michel Cucherat tarafından geliştirilen DOS tabanlı bir pakettir. Tüm menü başlıkları İngilizce olarak yazılmıştır, ancak bağlamsal yardım yalnızca Fransızca olarak mevcuttur, ancak İngilizce'ye çevrilmiş kağıt tabanlı bir kılavuz ve programı açıklayan bir kağıt4 mevcuttur. EasyMA, bir veya birkaç ikili sonucu olan klinik çalışmaların meta-analizi için geliştirilmiştir.
Menü odaklıdır ve birleşik bahis oranları, göreceli riskler ve risk farklılıklarının hesaplanması için sabit etkiler ve rastgele etkiler modelleri sunar. İkinci durumda, bir olayı (NNT) önlemek için tedavi edilmesi gereken hasta sayısı da verilir. Diğer faydalı özellikler, kontrol grubu olay oranlarına göre bir tablo sıralama çalışmaları ve kontrol grubunun tedavi grubu oranlarına karşı ağırlıklı ve ağırlıksız regresyon analizini içerir. EasyMA, hem standart hem de kümülatif meta-analiz için orman parsellerinin yanı sıra radyal ve huni grafikleri üretir.
Meta
Free University of Berlin'den Ralf Schwarzer tarafından yazılan bu program, DOS altında çalışır ve etki büyüklüklerinin (standartlaştırılmış ortalama farklar) meta-analizi için tasarlanmıştır. Program, korelasyon katsayılarının gövde ve yaprak görüntüsünü çizmek için kullanılabilir, ancak yüksek kaliteli grafikler mevcut değildir.
Meta-analiz için olanaklar içeren veya meta-analiz rutinlerinin yazıldığı genel istatistiksel yazılım
Halihazırda ticari bir istatistiksel yazılım paketine aşina olan ve bu pakete erişimi olan okuyucular için meta-analiz olanaklarını kullanmak, meta-analiz yapmanın en uygun yolu olabilir. Genel paketlerin detayları Kutu 17.1'de verilmiştir.
Yıldız ile işaretlenmiş paketler hazır meta-analiz rutinleri sağlamaz, ancak meta-analiz programları kullanıcılar tarafından yazılmış ve ücretsiz olarak kullanıma sunulmuştur. Bazı faydalı web sitelerinin adresleri Kutu 17.1'de verilirken; Daha fazla bilgi bulmak için, istenen paketin adıyla birlikte “meta-analiz” için bir internet araması yapmanızı öneririz.
Örneğin, SAS kullanan meta-analiz rutinleri hakkında bilgi bulmak için “meta-analiz SAS”ı arayın. SAS dahil olmak üzere çeşitli istatistiksel paketlerde uzman meta-analiz prosedürleri yapmak için mevcut kod rutinlerinin ayrıntılı bir incelemesi için detaylara bakınız.
Durum*
Stata, genel amaçlı bir istatistik paketidir. Kullanıcılar tarafından yazılmış ve ticari paketlerde mümkün olan tekniklerin ve grafiklerin büyük çoğunluğunu kullanıma sunan kapsamlı bir meta-analitik prosedürler yelpazesi internetten indirilebilir. Stata'daki meta-analiz, Bölüm 18'de ayrıntılı olarak açıklanmaktadır.
SAS*
SAS, veri yönetimi ve istatistiksel analiz için yaygın olarak kullanılmaktadır. Meta-analizi gerçekleştirmek için SAS kullanımına ayrılmış bütün bir kitap mevcuttur,5 ve burada açıklanan kod rutinleri indirilebilir. Ek olarak, sabit ve rastgele etki analizlerinin yanı sıra birkaç çizim de gerçekleştiren başka bir SAS makrosu paketi yazılmış ve açıklanmıştır.
Ne yazık ki, SAS tarafından üretilen grafiklerin nispeten düşük kalitesi (burada listelenen diğer ticari paketlerle karşılaştırıldığında), özellikle bir yayına dahil edilmek üzere yüksek kaliteli grafikler isteniyorsa, meta-analiz potansiyelini ciddi şekilde baltalamaktadır.
SDρ Tahmininin Doğruluğunu Artıracak İyileştirmeler
Tüm nicel tahminler yaklaşık değerlerdir. Bu tahminler oldukça doğru olsa bile, mümkünse onları daha doğru hale getirmek her zaman arzu edilir. Meta-analiz yöntemleriyle gerçekleştirilen en karmaşık görev, popülasyon korelasyonlarının SD’sinin (SDρ ) tahminidir.
Bu tahmini daha doğru yapmanın bir yolu, meta-analizde korelasyon katsayısının örnekleme hatası varyansının daha doğru bir tahminini bulmaktır. Hunter ve Schmidt (1994b), analitik olarak korelasyon katsayısı için örnekleme hatası varyans formülünde r yerine ortalama r (r ̄) kullanılmasının homojen durumda (yani, SDρ = 0 olduğu durumda) bu tahminin doğruluğunu arttırdığını gösterdi. ). Matematiğin karmaşıklığı nedeniyle, heterojen durum (yani, SDρ > 0 olduğu durum) için böyle bir analitik gösterim mümkün değildi.
Bu nedenle, bilgisayar simülasyonu kullanarak heterojen durumu test ettik ve orada da, ortalama r kullanımının geleneksel örnekleme hatası varyans formülüne göre doğruluğu artırdığını bulduk. Aguinis (2001), yine bilgisayar simülasyonunu kullanarak, bu gerçeğin daha da eksiksiz ve kapsamlı bir gösterimini sağlamıştır.
Geleneksel formülün örnekleme hatası varyansını olduğundan daha az tahmin ettiği ve eldeki bireysel çalışmadan gözlemlenen r yerine formülde r ̄ kullanılarak doğruluğunun iyileştirilebileceği bulgusu önemlidir, çünkü geleneksel formül istatistikler boyunca kabul edilmiştir.
Bununla birlikte, aralık kısıtlaması olan çalışmalarda, daha doğru formül bile örnekleme hatası varyansını hala hafife almaktadır (ve bunun için eksik düzeltme yapmaktadır). Millsap (1989), doğrudan menzil kısıtlamasının varlığının, örnekleme hatası varyansını artırdığını ve bu nedenle formülün, örnekleme varyansının miktarını küçümsemesine neden olduğunu göstermiştir. Aguinis ve Whitehead (1997), dolaylı menzil kısıtlaması için de aynı şeyi gösterdi.
Bu nedenle, son düzeltilmiş SDρ tahminleri, geçerlilik genelleme çalışmalarında (ve aralık kısıtlamalı diğer meta-analizlerde) hala fazla tahmin edilmektedir ve geçerlilik genellenebilirliği de buna paralel olarak hafife alınmaktadır. (Ancak, VG dışı meta-analizlerde aralık kısıtlaması olmayabilir ve varsa bu sorun oluşmaz.)
Normatif bağlılık nedir
Meta Bağlılık nedir
Devamlılık BAĞLILIĞI nedir
Önceki iyileştirme, kalıntı SD (SDres) tahmininin doğruluğunu artırır – artefaktlardan kaynaklanan varyasyon çıkarıldıktan sonra gözlemlenen rs’nin SD’si. Doğruluğu geliştirmek için başka bir fırsat, SDρ veya operasyonel (gerçek) geçerliliklerin SD’sini (SDρxyt) tahmin etmek için kalan SD’nin düzeltildiği adımda ortaya çıkar. Bu fırsat, menzil kısıtlaması düzeltmesi ile ilgili olarak ortaya çıkar.
Menzil kısıtlama düzeltmesi, gözlemlenen korelasyonun bir sabitle çarpılması olarak düşünülebilir. Örneğin, düzeltme r’yi %30 arttırırsa, düzeltme sabiti 1.30’dur. Daha önceki yöntemlerimizde, ortalama r için aralık kısıtlaması düzeltme sabiti, örneğin 1.30 ise, aynı sabiti artık dağılımdaki tüm değerlere uyguladık.
Yani, (yaklaşık olarak) aralık kısıtlama düzeltmesinin tüm r değerlerini %30 artıracağını varsaydık. Aslında, aralık kısıtlama düzeltmesi (ölçüm hatası düzeltmesinden farklı olarak) doğrusal değildir: Küçük r değerlerini (bu örnekte) %30’dan fazla ve büyük değerleri (bu örnekte) %30’dan daha az artırır. Bu nedenle, ortalama r’nin aralık kısıtlama düzeltmesi sabitinin tüm rs’lere uygulanması, SDρ’nun fazla tahmin edilmesine neden oldu.
Bu nedenle, artık dağılımdaki her bir ayrı r değeri için aralık kısıtlama düzeltmesini bağımsız olarak hesaplayan bir iyileştirme ekledik ve bu iyileştirmeyi bilgisayar simülasyon yöntemlerini kullanarak test ettik. Bu çalışma, bunu yapmanın SDρ tahminlerinin doğruluğunu arttırdığını gösterdi.
Doğruluğu artıran bu iyileştirmelerin her ikisi de daha sonra etkileşimli meta-analiz programına eklendi ve bu program daha sonra Pearlman ve diğerlerinin kapsamlı veritabanını yeniden analiz etmek için kullanıldı. (1980). Bu araştırma, geçerliliğin Pearlman ve diğerlerine göre daha genellenebilir olduğunu göstermiştir. (1980) sonucuna vardı. Spesifik olarak, gerçek geçerlilik SD’leri önemli ölçüde daha küçüktü, %90 güvenilirlik değerleri önemli ölçüde daha büyüktü ve yapay eserler tarafından açıklanan varyans yüzdesi önemli ölçüde daha büyüktü.
Bu gelişmeler, psikolojik araştırma standartlarına göre çok doğru olan köklü yöntemlerin bile doğruluğunun iyileştirilebileceğini göstermektedir. Bulgular ayrıca geçerliliğin durumsal özgüllüğü teorisinin altını oymaktadır. Aslında, açıklanan ortalama varyans miktarı o kadar büyüktü ki (%87) ve ortalama SDρ değeri o kadar küçüktü (.097) ki, Schmidt ve ark. (1993), bulgularını yetenek ve yetenek testleri için durumsal özgüllük hipotezini (SDp > 0 olduğu hipotezi) tamamen onaylamadığı şeklinde yorumladı.
Geriye kalan çok küçük miktardaki varyansın (ortalama olarak .0094), düzeltilemeyen altı yapay varyans kaynağıyla açıklanabileceğini düşündüler (bu makalenin 8-11. sayfalarına bakın; ayrıca bkz. Bölüm 5). (Not: Bu çalışmada odak noktası SDρ olduğundan ve yer sınırlamaları nedeniyle, bu çalışmada ortalama gerçek geçerlilik tahminleri rapor edilmemiştir; ancak bunlar Hunter ve Schmidt’te bulunabilir)
Burada, gözlemlenen tüm varyansın yapaylık tarafından açıklandığı sonucunun, geçerlilik genellenebilirliği için gerekli olmadığına dikkat edilmelidir. SDρ >0 olsa bile, elde edilen gerçek geçerlilik dağılımındaki %90 güvenilirlik değeri 0’dan büyük olduğu sürece geçerlilik hala genellenir. Ancak , çok çeşitli araştırmacılar tarafından altmış yılı aşkın bir süre boyunca oluşturulan geniş bir geçerlilik veri tabanında (600’den fazla çalışma), esasen tüm geçerlilik varyanslarının istatistiksel ve ölçüm artefaktlarıyla açıklanabilmesi çarpıcı bir bilimsel bulgudur. Büyük değişkenlik veya karmaşıklığın yüzey görünümlerine rağmen, doğanın temel (derin yapısı) düzeyinde gerçekten ne kadar cimri olabileceğini gösterir.
Artifaktlar İçin Düzeltmelerin Doğruluğu
Bazı geçerlilik genelleme çalışmalarında, artefakt dağılımlarında kullanılan artifakt değerleri doğrudan meta-analizin geçerliliğine katkıda bulunan çalışmalardan alınmıştır; yani, bu bölümde daha önce açıklanan prosedür kullanıldı. Ancak diğer çalışmalarda, analiz edilen çalışmalardan elde edilen eserler hakkındaki bilgiler çok seyrekti. Bu çalışmalarda, genel olarak personel seçimi literatürüne aşinalık temelinde tahmin edilen artefakt dağılımları kullanılmıştır.
Örneğin, bir bütün olarak bu araştırma literatürü için tipik olduğuna inanılan bir uX değerleri dağılımı (uX = sX/SX) oluşturulmuştur. Daha sonra, bu artefakt dağılımlarından bazılarını araştırma çalışmaları gruplarından ampirik olarak kümülatif dağılımlarla karşılaştırmak mümkün olduğunda, oluşturulmuş yapay dağılımların ampirik dağılımlarla oldukça yakından eşleştiği bulundu.