Yayın yanlılığının olmaması durumunda, örnekleme hatası rastgele olduğu için çalışmalar ortalama etki büyüklüğüne göre simetrik olarak dağıtılacaktır. Yayın yanlılığının varlığında çalışmaların, simetri üstte, birkaç çalışma ortada eksik ve altta daha fazla çalışma eksik olacak şekilde modeli takip etmesi beklenir. Eğer etkinin yönü sağa doğruysa (bizim örneğimizde olduğu gibi), o zaman arsanın altına yakın bir yerde solda bir boşluk bekleriz, eğer onları bulabilseydik, önemsiz çalışmaların olacağı yerdedir. 

Çalışan örnekte risk oranı (log birimlerinde) en altta ve standart hata Y eksenindedir (ters çevrilmiştir, bu nedenle düşük değerler en üsttedir). Sübjektif izlenim, asimetrinin varlığını desteklemektedir. Grafiğin altına doğru, çoğu çalışma sağa doğru görünüyor (daha fazla riske işaret ediyor), bu da bazı çalışmaların soldan eksik olma olasılığı ile tutarlıdır. İlk olarak, herhangi bir önyargı kanıtı olup olmadığını soruyoruz.

Bir huni grafiğinin yorumlanması büyük ölçüde öznel olduğundan, örneklem büyüklüğü ile etki büyüklüğü arasındaki ilişkiyi ölçmek veya test etmek için birkaç test önerilmiştir. İki erken öneri ortak kullanımdadır; Kapsamlı bir inceleme Higgins ve Green’in (2008) 10. Bölümünde yer almaktadır.

Bu testler faydalı bilgiler sağlasa da, birkaç uyarı yapılması gerekir. İlk olarak, testler (huni grafiği gibi) analizde kullanılan indekse (örneğin risk farkı ile risk oranı) bağlı olarak çok farklı bir resim verebilir. İkincisi, bu yaklaşım ancak örneklem büyüklüklerinde makul miktarda bir dağılım ve makul sayıda çalışma varsa anlamlıdır. Üçüncüsü, bu kriterler karşılansa bile, testler daha düşük güce sahip olma eğilimindedir. Bu nedenle, anlamlı bir korelasyon veya regresyonun olmaması simetri kanıtı olarak alınamaz.

Her halükarda, bu sorunları bir şekilde çözebilsek bile, testlerin yönelttiği soru (herhangi bir yanlılık kanıtı var mı) sınırlı bir öneme sahiptir. Daha ilginç bir soru, ne kadar önyargı var ve bunun sonuçlarımız üzerindeki etkisi nedir?

BÜTÜN ETKİ YANLILIĞIN BİR YAPISI MI?

Bir sonraki soru, gözlemlenen genel etkinin sağlam olup olmadığıdır. Başka bir deyişle, etkinin yalnızca bir önyargı eseri olmadığından emin olabilir miyiz?

Yayın yanlılığı nedir
Psikometrik meta-analiz
Meta analiz Hemşirelik
Sosyal bilimlerde meta analiz
Meta analiz tez
Ağ meta analizi nedir
Heterojenite meta-analiz
Nitel Meta-Analiz

Rosenthal’ın Arızaya Karşı Güvenli N’si

Yayın yanlılığıyla başa çıkmak için erken bir yaklaşım Rosenthal’ın Fail-safe N’siydi. Bir meta-analizin k çalışmaya dayalı önemli bir p-değeri bildirdiğini varsayalım. Daha küçük etkileri olan çalışmaların eksik olmasından endişe duyuyoruz ve tüm eksik çalışmaları alıp analize dahil edersek özet etki için p-değeri artık önemli olmayacaktı.

Rosenthal (1979), p-değeri önemsiz hale gelmeden önce analize dahil etmek ve almak için kaç tane eksik çalışma yapmamız gerektiğini gerçekten hesaplamamızı önerdi. Bu alıştırmanın amaçları için, eksik çalışmalardaki ortalama etkinin sıfır olduğunu varsayabiliriz. Etkiyi ‘geçersiz kılmak’ için yalnızca birkaç çalışmaya (mesela beş ya da on) ihtiyacımız olduğu ortaya çıkarsa, o zaman gerçek etkinin gerçekten sıfır olduğundan endişe duyacağız. Bununla birlikte, etkiyi geçersiz kılmak için çok sayıda çalışmaya ihtiyacımız olduğu ortaya çıkarsa, endişelenmek için daha az neden olacaktır.

Rosenthal bunu bir Dosya çekmecesi analizi (dosya çekmeceleri eksik çalışmaların varsayılan konumudur) olarak adlandırdı ve Harris Cooper, etkiyi geçersiz kılmak için gereken eksik çalışma sayısının Arızaya Dayanıklı N olarak adlandırılması gerektiğini önerdi.

Rosenthal’ın çalışması, dikkatin yayın yanlılığına odaklanmasında kritik olsa da, bu yaklaşım birkaç nedenden dolayı sınırlı bir fayda sağlıyor. İlk olarak, asli anlamlılık yerine istatistiksel anlamlılık sorusuna odaklanır. Yani, etkiyi önemli olmayan noktaya indirmek için kaç tane gizli çalışmanın gerekli olduğundan ziyade, etkinin istatistiksel olarak anlamlı olmaması için kaç tane gizli çalışmanın gerekli olduğunu sorar.

İkinci olarak, formül, aslında negatif (etkiyi geçersiz kılmak için daha az çalışma gerektirecektir) veya pozitif ancak düşük olabileceği zaman, gizli çalışmalarda ortalama etki boyutunun sıfır olduğunu varsayar. Son olarak, Fail-safe N, Rosenthal’ın yöntemi önerdiği sırada yaygın olduğu gibi, çalışmalar arasında p-değerlerini birleştiren anlamlılık testlerine dayanır.

Günümüzde yaygın uygulama, bir özet etki hesaplamak ve ardından bu etki için p-değerini hesaplamaktır. Farklı yaklaşımlar kullanılarak hesaplanan p değerleri aslında farklı boş hipotezleri test eder ve aynı değildir. Bu nedenlerle, bu yaklaşım genellikle etki büyüklüklerine odaklanan analizler için uygun değildir. Yöntemin iyi bilinmesi ve önemli tarihsel rolü nedeniyle bu konuyu göreceli olarak uzun uzadıya ele aldık.

Bununla birlikte, pasif sigara içiciliği incelemesi için Fail-safe N 398’dir, bu da kümülatif etki istatistiksel olarak anlamsız hale gelmeden önce analize ortalama risk oranı 1.0 olan yaklaşık 400 çalışmanın eklenmesi gerektiğini düşündürür.

Orwin’in Arızaya Karşı Güvenli N’si

Belirtildiği gibi, Rosenthal’ın yaklaşımıyla ilgili iki sorun, asli anlamlılıktan ziyade istatistiksel anlamlılığa odaklanması ve eksik çalışmalarda ortalama etki boyutunun sıfır olduğunu varsaymasıdır. Orwin (1983), Rosenthal formülü üzerinde bu sorunların her ikisini de ele alan bir varyant önerdi. İlk olarak, Orwin’in yöntemi, araştırmacının, toplam etkiyi sıfır dışında belirli bir düzeye getirebilecek eksik çalışmaların sayısını belirlemesine olanak tanır.

Bu nedenle araştırmacı, önemli olduğu düşünülen en küçük etkiyi temsil edecek bir değer seçebilir ve özet etkiyi bu noktanın altına getirmek için kaç eksik çalışma gerektiğini sorabilir. İkincisi, araştırmacının eksik çalışmalarda ortalama etkiyi sıfırdan farklı bir değer olarak belirlemesine izin verir. Bu, araştırmacının eksik çalışmalar için bir dizi başka dağılım modellemesine izin verecektir.

Çalışan örnekte, Orwin’in Fail-safe N’si 103’tür ve bu, kümülatif etki önemsiz hale gelmeden önce analize ortalama risk oranı 1.0 olan 100’den fazla çalışmanın eklenmesi gerektiğini düşündürür.

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

GERÇEK ETKİ BOYUTU

Sabit etki modeli altında meta-analizdeki tüm çalışmaların ortak (gerçek) bir etki büyüklüğünü paylaştığını varsayıyoruz. Başka bir deyişle, etki büyüklüğünü etkileyebilecek tüm faktörler tüm çalışmalarda aynıdır ve bu nedenle tüm çalışmalarda gerçek etki büyüklüğü aynıdır (dolayısıyla etiket sabittir). Gerçek (bilinmeyen) etki boyutunu teta ile gösteririz.

Gerçek toplam etki büyüklüğü 0.60’tır ve bu etki (üçgen ile temsil edilir) altta gösterilmektedir. Her çalışma için gerçek etki bir daire ile temsil edilir. Sabit etki modeli tanımı altında, her çalışma için gerçek etki büyüklüğü de 0.60 olmalıdır ve bu nedenle bu daireler doğrudan üçgenin üzerinde hizalanır.

NUMUNE HATASININ ETKİSİ

Tüm çalışmalar aynı gerçek etkiyi paylaştığından, gözlemlenen etki büyüklüğünün yalnızca her çalışmanın doğasında bulunan rastgele hata nedeniyle bir çalışmadan diğerine değiştiği sonucu çıkar. Her çalışmanın sonsuz bir örnek boyutu olsaydı, örnekleme hatası sıfır olur ve her çalışma için gözlemlenen etki gerçek etkiyle aynı olurdu. Gerçek etkiler yerine gözlenen etkileri çizecek olsaydık, gözlenen etkiler gerçek etkilerle tam olarak örtüşürdü.

Pratikte elbette her çalışmada örneklem büyüklüğü sonsuz değildir ve bu nedenle örnekleme hatası vardır ve çalışmada gözlenen etki gerçek etki ile aynı değildir. Her çalışma için gerçek etki hala 0.60’tır (dairelerle gösterildiği gibi) ancak gözlemlenen etki (karelerle gösterilmiştir) bir çalışmadan diğerine farklılık gösterir. Çalışma 1’de örnekleme hatası (e1) 􏰂0,20’dir ve bu, ‘nin gözlenen etkisini (Y1) verir.

Herhangi bir çalışmadaki hata rastgele olsa da, hataların örnekleme dağılımını tahmin edebiliriz. Her çalışma için gerçek etki büyüklüğü hakkında normal bir eğri yerleştirdik ve eğrinin genişliği o çalışmadaki varyansa dayalıdır. Çalışma 1’de örneklem boyutu küçüktü, varyans büyüktü ve gözlemlenen etkinin nispeten geniş olan 0.20 ila 1.00 aralığında herhangi bir yere düşmesi muhtemeldir. Buna karşılık, Çalışma 2’de örneklem boyutu nispeten büyüktü, varyans küçüktü ve gözlemlenen etkinin nispeten dar bir aralık olan 0.40 ila 0.80’e düşmesi muhtemeldir. (Normal eğrinin genişliği, varyansın veya standart hatanın kareköküne dayanır).

SABİT ETKİLİ BİR META-ANALİZİN YAPILMASI

Gerçek bir meta-analizde, elbette, nüfus etkisi ile başlamak ve gözlenen etkiler hakkında tahminler yapmak yerine, geriye doğru, gözlenen etkilerden başlayıp nüfus etkisini tahmin etmeye çalışıyoruz. Popülasyon etkisinin en kesin tahminini elde etmek için (varyansı en aza indirmek için), her çalışmaya atanan ağırlığın o çalışmanın varyansının tersi olduğu ağırlıklı bir ortalama hesaplarız. Somut olarak, sabit etkili bir meta-analizde her çalışmaya atanan ağırlıktır.

meta-analiz nedir örneği
Meta analiz Nedir
Meta-analiz özellikleri
Meta-analiz araştırma yöntemi
Ağ meta analizi nedir
meta-analiz nedir nasıl yapılır
Sistematik derleme ve meta-analiz Nedir
meta-analiz eğitim bilimleri

ÖZET NOKTALAR

Sabit etki modeli altında, analizdeki tüm çalışmalar ortak bir gerçek etkiyi paylaşır. Özet etki, bu ortak etki büyüklüğüne ilişkin tahminimizdir ve boş hipotez, bu ortak etkinin sıfır (bir fark için) veya bir (bir oran için) olmasıdır. Gözlenen tüm dağılım, örnekleme hatasını yansıtır ve bu çalışma içi hatayı en aza indirmek amacıyla çalışma ağırlıkları atanır.

Rastgele Etkiler Modeli

Bu bölümde rastgele etkiler modelini tanıtacağız. Bu modelin varsayımlarını tartışıyoruz ve bunların bir özet etkisini hesaplamak için kullanılan formüllerde ve özet etkisinin anlamında nasıl yansıtıldığını gösteriyoruz.

GERÇEK ETKİ BOYUTLARI

Yukarıda tartışılan sabit etki modeli, tüm çalışmalarda gerçek etki büyüklüğünün aynı olduğu varsayımıyla başlar. Ancak, birçok sistematik incelemede bu varsayım mantıksız. Bir meta-analizde bir grup çalışmayı dahil etmeye karar verdiğimizde, çalışmaların bilgiyi sentezlemenin mantıklı olduğu yeterli ortak noktaya sahip olduğunu varsayıyoruz, ancak genellikle bunların aynı olduğunu varsaymak için hiçbir neden yoktur. gerçek etki büyüklüğü tüm çalışmalarda tamamen aynıdır.

Örneğin, iki grupta (aşılanmış ve plasebo) hastalık gelişen hastaların oranını karşılaştıran çalışmalarla çalıştığımızı varsayalım. Tedavi işe yararsa, etki büyüklüğünün (örneğin risk oranı) benzer olmasını ancak çalışmalar arasında aynı olmamasını bekleriz.

Etki büyüklüğü, katılımcılar diğerlerinden daha yaşlı veya daha eğitimli veya daha sağlıklı olduğunda veya bir müdahalenin daha yoğun bir çeşidi kullanıldığında vb. daha yüksek (veya daha düşük) olabilir. Çalışmalar, katılımcıların karışımında ve müdahalelerin uygulanmasında farklılık göstereceğinden, diğer nedenlerin yanı sıra, farklı çalışmaların altında yatan farklı etki büyüklükleri olabilir.

Veya bir eğitim müdahalesinin etkisini değerlendiren çalışmalarla çalıştığımızı varsayalım. Etkinin büyüklüğü, çocukların kullanabileceği diğer kaynaklara, sınıf mevcudiyetine, yaşa ve çalışmadan çalışmaya değişmesi muhtemel diğer faktörlere bağlı olarak değişebilir.

Bu değişkenleri her çalışmada değerlendirmemiş olabiliriz. Aslında, etkinin boyutuyla gerçekte hangi ortak değişkenlerin ilişkili olduğunu bile bilmiyor olabiliriz. Bununla birlikte, mantık, bu tür faktörlerin var olduğunu ve etkinin büyüklüğünde değişikliklere yol açacağını belirtir. Çalışmalar arasında bu varyasyonu ele almanın bir yolu, rastgele etkiler meta-analizi yapmaktır.

Rastgele etkiler meta-analizinde, genellikle gerçek etkilerin normal olarak dağıldığını varsayıyoruz. Örneğin, tüm gerçek etki büyüklüklerinin ortalaması 0.60’tır, ancak bireysel etki büyüklükleri, normal eğri ile gösterildiği gibi bu ortalama etrafında dağıtılır. Eğrinin genişliği, gerçek etkilerin çoğunun 0,50 ila 0,70 aralığında olduğunu göstermektedir.

NUMUNE HATASININ ETKİSİ

Meta-analizimizin, normal eğri ile gösterilen çalışmaların dağılımından alınan üç çalışmayı içerdiğini ve bu çalışmalarda gerçek etkilerin (􏰎1, 􏰎2 ve 􏰎3 ile gösterilir) 0,50, 0,55 ve 0,65 olduğunu varsayalım.

Her çalışmanın sonsuz bir örnek boyutu olsaydı, örnekleme hatası sıfır olur ve her çalışma için gözlemlenen etki, o çalışma için gerçek etkiyle aynı olurdu.

Gerçek etkiler yerine gözlenen etkileri çizecek olsaydık, gözlenen etkiler gerçek etkilerle tam olarak örtüşürdü. Elbette herhangi bir çalışmada örneklem büyüklüğü sonsuz değildir ve bu nedenle örnekleme hatası sıfır değildir. Bir çalışma için gerçek etki büyüklüğü 􏰎i ise, o çalışma için gözlemlenen etki, örnekleme hatası nedeniyle 􏰎i’den küçük veya büyük olacaktır.

Örneğin, Şekil 12.2’deki Çalışma 3’ü düşünün. Bu çalışma, gözlemlenen etkiyi kontrol eden faktörleri ele aldığımız konudur. Çalışma 3 için gerçek etki 0,50’dir, ancak bu çalışma için örnekleme hatası –0,10’dur ve bu çalışma için gözlenen etki 0,40’tır.

Bu şekil ayrıca, herhangi bir çalışmada genel ortalama ile gözlemlenen etki arasındaki mesafenin iki ayrı bölümden oluştuğunu vurgulamaktadır: etki büyüklüklerindeki gerçek değişim (􏰌i) ve örnekleme hatası (ei). Çalışma 3’te 􏰑 ile Y3 arasındaki toplam mesafe 􏰂0,20’dir. 􏰑 ile 􏰎3 (0,60 ila 0,50) arasındaki mesafe, gerçek etki boyutunun aslında bir çalışmadan diğerine değiştiği gerçeğini yansıtırken, 􏰎3 ila Y3 (0,5 ila 0,4) arasındaki mesafe örnekleme hatasıdır.

The post SABİT ETKİLİ BİR META-ANALİZİN YAPILMASI – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).