Anket yapılan kişi sayısı, şizofreni vakası sayısı ve binde prevalans oranları ile bireysel çalışmalarda %95 güven aralığı (CI) sunulmuştur. Bireysel çalışmalarda anket yapılan kişilerin sayısının son derece düşük bir 423 boyutuna sahip olduğu belirtilebilir. Yaygınlık oranları dikkate alındığında, iki tane var.

SEÇİLMİŞ ÇALIŞMALARIN KALİTE DEĞERLENDİRMESİ

Çalışma tasarımı, uygulaması ve analizinin tüm yönlerini içeren çalışmaların kalitesini ölçmek için bir kontrol listesi hazırlanmıştır. Kontrol listesi maddeleri puanlamalarıyla birlikte Tablo A6’da verilmiştir. Bireysel maddeler ayrı ayrı puanlanır ve gösterildiği gibi nihai bir puan vermek için tüm boyutlara eklenir.

ŞİZOFRENİ ÇALIŞMALARININ ORMAN PARSELESİ

Kronolojik olarak sıralanan şizofreni araştırmalarının yaygınlık oranlarına ilişkin temel veriler üzerinde istatistik paketi STATA Sürüm 8.0 altında “graph(r)” programı yürütülerek, gösterildiği gibi gerekli Orman grafiği elde edilmiştir. DL yöntemine dayalı havuzlanmış tahmin (2.39), çizimde dikey kesik çizgi ile temsil edilir.

En yüksek yaygınlık oranı 14.17 (Sharma, 2001) ile uç bir değer olarak bulunmuştur. Yedi büyük çalışmanın yaygınlık oranlarını temsil eden dikdörtgenlerin alanlarının daha büyük olduğu ve bu nedenle bu dikdörtgenleri birleştiren kısa çizgi ile temsil edilen dar CI’lerini açıkça kullandığı not edilebilir.

Dört çalışmanın CI’lerini temsil eden çizgiler dikey kesik çizgiye dokunmamıştır. Dikey çizginin sol tarafındadırlar ve bu çalışmaların önemli ölçüde düşük yaygınlık oranları bildirdiğini gösterir. Benzer şekilde, üç çalışmanın %95 GA’sını temsil eden satırlar, yaygınlık oranlarının birleştirilmiş tahminine dokunmamıştır. Dikey çizginin sağ tarafındadırlar ve önemli ölçüde yüksek yaygınlık oranlarını gösterirler.

HUNEL PARÇASI

Şizofreni araştırmalarında örneklem büyüklükleri ve olgu sayıları üzerinde “metabias” programı uygulanarak, gösterildiği gibi gerekli Begg’s Funnel grafiği elde edilmiştir. Bu Huni grafiğinin bir incelemesi, arsanın üst CI’sinin dışında kaldıkları kadar heterojen dört çalışmayı gösterir. Grafik ayrıca Isaac’in (1980) 0.95 (SE: 0.48) prevalans oranına sahip çalışmasının heterojen olarak kabul edilebileceğini göstermektedir.

SABİT ETKİLER MODELİNE GÖRE HAVUZLU TAHMİNLER

Bu çalışmalarda incelenen toplam 388.693 kişiden toplam 962 vaka bulunmakta olup, standart hatası 0.032 ile birlikte kaba yaygınlık oranı binde 2.475’tir.

Ters Varyans yöntemine dayalı havuzlanmış tahmin ve heterojenlik istatistiğini hesaplamak için, yaygınlık oranı (θi), varyansı (vi), kesinlik ile ölçülen ağırlığı (wi), temel bileşenleri ile meta-analiz, ağırlık ve yaygınlık oranının (wiθi) çarpımı ve son olarak, yaygınlık oranlarının havuzlanmış tahminden sapmasının karesinin çarpımı ve bireysel çalışmaların ağırlığı gösterildiği gibi hesaplanır.

Bu yönteme dayalı havuzlanmış tahmin 2.180, standart hatası 0.075 olarak hesaplanmıştır. Bireysel çalışmalar için heterojenlik istatistiği (Qw) son sütunda gösterilir ve havuzlanmış heterojenlik istatistiği Tablo A8’de son satırda 115.671 olarak sunulur.

36 serbestlik derecesiyle (60,53) ki-kare değerinden daha fazladır ve dolayısıyla %1 anlamlılık düzeyinde anlamlıdır, bu da çalışmalar arası varyasyonun anlamlı miktarını gösterir. Bu, sabit etkiler modeli meta-analizinin şizofreni araştırmalarının yaygınlık oranları için uygun olmadığını göstermektedir.

Duyarlılık analizi örneği
Duyarlılık analizi çözümlü sorular
Duyarlilik Analizi Excel
Duyarlılık analizi hesaplayıcı
Duyarlılık Analizi yorumlama
Yöneylem Araştırması duyarlılık analizi
Duyarlılık analizi konu anlatımı
Duyarlılık analizi nasıl yapılır

RASTGELE ETKİLER MODELİNE DAYALI HAVUZLU TAHMİNLER

Meta-analizin en basit rastgele etkiler modeli yöntemi olan DL yöntemine geçebilmek için çalışmalar arası varyasyon (τ2) 0,5014 olarak hesaplanmıştır. Gerekli bileşen, yani yaygınlık oranı (θi), varyans (vi), düzeltilmiş varyans (vi + τ2), düzeltilmiş ağırlık ( wi’ ) ve bireysel çalışmaların düzeltilmiş ağırlık ve yaygınlık oranlarının çarpımı gösterildiği gibi hesaplanır.

Bu yönteme dayalı havuzlanmış tahmin 2.390, standart hatası 0.177 olarak hesaplanmıştır. Dolayısıyla, bin nüfus başına 2.390, Hindistan’daki şizofreninin birleştirilmiş tahminidir.

TEKRARLAMALI ŞEMALARA DAYALI HAVUZLU TAHMİNLER

Maksimum olabilirlik tahmini (MLE), kısıtlı maksimum olabilirlik tahmini (REML) ve ampirik Bayes tahmini, çalışmalar arası değişimi (τ2) tahmin etmek için yinelemeli şemalardır. MLE yöntemi, tahminin varyansının bilindiği varsayıldığında dikkate alınır.

REML yöntemi, yansız tahmine yol açan MLE yöntemine bir alternatiftir. Hiper parametreler için REML tahminleri kullanılarak bireysel çalışmalar için bir tahmin edici hesaplanabilir ve sonsal dağılıma bu tür bir yaklaşım ampirik Bayes yönteminde (EB Metodu) kullanılır.

Bu çalışmada, DL yönteminde verilen τ2 değerinden başlayarak, yeni havuzlanmış tahminin değerleri ve üç yöntemin her biri için standart hatası Tablo A10’da verildiği gibidir. Bunlar, τ2 için yeni tahmine yol açan değiştirilmiş ağırlık w* sağlar. İşlem yakınsama gerçekleşene kadar devam etti.

Yakınsama, ML yöntemi için 40. yinelemede, REML yöntemi için 30. yinelemede ve EB yöntemi için 29. yinelemede gerçekleşmiştir. Şizofreni yaygınlık oranlarının ilgili havuzlanmış tahminleri, sırasıyla 0.224, 0.226 ve 0.350 olarak ilgili standart hatalarla birlikte 2.536, 2.538 ve 2.827 idi.

EN İYİ YÖNTEMİN SONUÇLARI

Havuzlanmış tahmin, REML yöntemi için 2.538 iken EB yöntemi için 2.827’dir. REML tahmininin (0.226) standart hatası, EB yönteminden (0.350) daha azdır ve dolayısıyla kriterlere göre en iyi yöntem için ayarlanmış; REML yönteminin sonucu seçildi. Dolayısıyla, bin nüfus başına 2.538, Hindistan’daki şizofreninin birleştirilmiş tahminidir.

HASSASİYET ANALİZİ SONUÇLARI

Kalite değerlendirmesi için kullanılan maddelere göre yaygınlık oranları sunulmaktadır.

2.538’lik birleştirilmiş yaygınlık oranından (SE: 0.226) önemli ölçüde farklılık gösteren madde yaygınlık oranları tabloda belirtilmiştir. Önemli ölçüde yüksek olan metodolojik öğelerin yaygınlık oranları, çalışma popülasyonuna, istatistikçi olmayan anket personeline, ulusal veya bölgesel düzeyde yayına, cinsiyet prevalansı spesifikasyonuna ve din/kast spesifikasyonuna sahip çalışmalara özeldi.

Benzer şekilde, metodolojik öğelerin yaygınlık oranları genel nüfus çalışmaları, istatistikçi ile birlikte anket personeli, küme örneklemesi, yayınlanmamış raporlar, eğitim, meslek ve gelir gibi sosyoekonomik faktörler ile demografik özellikler ve medeni durumdu.

Vaka tanımı sıkılaştıkça tahmin edilen yaygınlık oranı artmaktadır ve dolayısıyla IPSS veya RPES kullanılan çalışmalarda yaygınlık oranı 2.848’dir. Üç spesifik popülasyona dayalı yaygınlık oranı 7.076 olup, %1 önem düzeyinde anlamlıdır. Psikiyatrist olmayanlar tarafından yapılan çalışma (Elnagar, 1971) 4.338 gibi önemli ölçüde yüksek bir yaygınlık oranı verdi.

Demografik özgül yaygınlık oranlarına sahip çalışmalar birbirini dışlamadı ve her bir demografiye özgü oranları içeren çok sayıda çalışma vardı ve sonuç olarak tahminleri yüksek kesinliğe sahipti.

Tahminleri 2.130 (medeni durum belirtimi) ile 2.916 (din belirtimi) arasında değişiyordu. Sharma (2001) çalışmasında 14.172 ile en yüksek yaygınlık oranı, tabloda gösterildiği gibi anlamlı bulunan sistcematik örneklemeye dayanmaktadır.

Tamamen yeterli örneklem büyüklüğü çalışmasına dayanan yaygınlık oranı, havuzlanmış tahminle hemen hemen aynıydı. Sosyoekonomik durumu değerlendirmek için standart yöntemle yapılan çalışmalar, oldukça yeterli örneklem büyüklüğündeki çalışmalara kıyasla düşük yaygınlık oranına (2.402) sahipti. ICD sınıflamasına dayalı yaygınlık tahmini (2.801), DSM sınıflamasına dayalı yaygınlık tahmininden (2.189) daha fazlaydı.

The post HASSASİYET ANALİZİ SONUÇLARI – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Tanısal doğruluk çalışmalarını birleştirmenin en basit yöntemi, duyarlılıkların, özgüllüklerin veya olabilirlik oranlarının ağırlıklı ortalamalarını hesaplamaktır. Bu yöntem, yalnızca tanı eşiğinin değişkenliğinin olmadığı durumlarda uygulanabilir. Bir eşik etkisinin olasılığı, bu yöntem kullanılmadan önce, hem çalışma sonuçlarının bir ROC grafiği üzerinde grafiksel olarak çizilmesi yoluyla hem de istatistiksel olarak, duyarlılıkların ve özgüllüklerin heterojenliği testleri gerçekleştirilerek ve bir eşik etkisinin olup olmadığı araştırılarak araştırılabilir. 

Her iki ölçüm de basit oranlar olduğundan, çalışmalardan elde edilen duyarlılık ve özgüllüklerin homojenliği standart ki-kare testleri kullanılarak test edilebilir.

Ortalama bir duyarlılık ve özgüllüğün hesaplanması basittir. Her çalışmadaki duyarlılık ve özgüllük göz önüne alındığında, i oranı Pi ile gösterilir.

Burada Σyi, tüm gerçek pozitiflerin (duyarlılık için) veya gerçek negatiflerin (özgüllük için) toplamıdır ve Σni, hastalıklı (duyarlılık için) veya hastalıksız (özgüllük için) toplamıdır. Bu tahminin standart hatası için büyük örnek yaklaşımıdır.

En basit analiz, çalışmalar genelinde duyarlılık ve özgüllük tahminlerini ayrı ayrı bir araya toplar, ancak yalnızca tanı eşiğinde bir değişiklik yoksa uygundur.

HAVUZLAMA OLASILIK ORANLARI

Olasılık oranları, olasılık oranlarıdır ve bir meta-analizde risk oranı olarak ele alınabilir. Olabilirlik oranlarının ağırlıklı ortalaması, standart Mantel-Haenszel veya risk oranlarının meta-analizinin ters varyans yöntemleri kullanılarak hesaplanabilir.

EK META ANALİZ TEKNİKLERİ

Duyarlılık analizi, farklı istatistiksel metodolojilerin meta-analiz sonuçları üzerindeki etkisinin ve sağlamlığının incelenmesidir. Etki meta-analizi durumunda, her bir çalışmanın etkisi, sırasıyla her biri analizden çıkarılarak ve tedavi etkisinin boyutunun ve öneminin değişme derecesi not edilerek tahmin edilebilir.

Alt grup analizi, meta-analiz sonuçlarında farklı hasta kategorilerine göre varyasyonun incelenmesidir. Heterojenlik istatistiği anlamlı olduğunda, verilen tedavi etkisinin farklı hasta grupları arasında aynı olduğunu varsaymak mümkün değildir. Alt grup analizi, kategoriler arasında önemli farklılıklar olduğunu düşündüren dolaylı kanıtlar olduğunda gerçekleştirilir.

Alt grup analizi, hipotez üreten araçlar olarak en iyi şekilde kullanılmalıdır. Meta-analize dahil edilen çalışmaların az olması nedeniyle alt grup analizinin faydası sınırlı olabilir. Kümülatif meta-analiz, dahil edilecek yeni bir ilgili çalışma mevcut olduğunda tekrarlanan bir meta-analiz performansıdır.

Duyarlilik Analizi Excel
Duyarlılık analizi örneği
Duyarlılık analizi çözümlü sorular
Duyarlılık analizi hesaplayıcı
Duyarlılık analizi nasıl yapılır
Duyarlılık analizi nedir
Yöneylem Araştırması duyarlılık analizi
Excel Solver duyarlılık analizi

Bu, bir tedavi etkisi ilk olarak geleneksel istatistiksel anlamlılık düzeyine ulaştığında hastanın geriye dönük olarak tanımlanmasına olanak tanır. Regresyonlu veya çoklu regresyonlu birincil çalışmalarda olduğu gibi, meta-regresyon analizinde, bir veya daha fazla ortak değişken ile bir bağımlı değişken arasındaki ilişkiyi değerlendiririz.

Meta-regresyon, klinik heterojenliğin istatistiksel heterojenliği açıklayıp açıklayamayacağını araştırmak için yaygın olarak kullanılan bir araç haline geldi. Meta-regresyon analizi, istatistiksel heterojenliğin nedenlerini önermek için kullanılır.

Çoklu meta-regresyonlar, bağımsız değişkenler olarak aynı anda iki veya daha fazla çalışma özelliğini kapsayabilir. Meta-kümeleme analizinin temel amaçları, bir meta-analizdeki hangi çalışmaların benzer olduğunu ve hangi çalışmaların analizin belirli özet istatistiğiyle ilgili ilgili değişkenler açısından farklı olduğunu bulmaktır.

HASSASİYET META ANALİZİ

Duyarlılık analizi, farklı istatistiksel metodolojilerin meta-analiz sonuçları üzerindeki etkisinin ve sağlamlığının incelenmesidir. Aynı zamanda, keyfi veya belirsiz kararların yerine alternatif kararlar veya değer aralıkları koyarak birincil analizin tekrarıdır.

Yayınlanmış ve yayınlanmamış çalışmalar, randomizasyona karşı randomizasyon, farklı kalite değerlendirme seviyeleri, farklı örneklem büyüklükleri ve rastgele etkiler modelleri üzerinde sabit etkiler gibi birincil çalışmaların farklı metodolojik konularına yönelik meta-analiz, aşağıdakiler için incelenmelidir: varyasyon. Grafiksel bir gösterimdeki bu tür bir analiz, birincil çalışmalarda benimsenen önemli metodolojilerin duyarlılığının görsel olarak incelenmesine olanak tanır.

HASSASİYET META-ANALİZİNİN KULLANIMI

Araştırmacılar meta-analizi yürütürken, dahil etme hariç tutma kriterleri, çalışmanın kalitesi, sabit veya rastgele etkiler modeli seçimi vb. gibi belirli varsayımlar üzerinde çalışmak zorundadır. Belirli bir meta-analizi gerçekleştirmenin doğru yöntemi konusunda farklı görüşler vardır. ysis. Bu nedenle bulguların farklı varsayımlara karşı sağlamlığı her zaman incelenmelidir. Bu, duyarlılık analizi ile sağlanabilir.

Heterojenlik tipik olarak, ilişkilerin çeşitli varsayımlar altında tahmin edildiği duyarlılık analizi kullanılarak araştırılır. Yapılan duyarlılık analizleri sonuçları maddi olarak değiştirmiyorsa bunlara duyulan güveni güçlendirmektedir. Sonuçlar, farklı sonuçlara yol açabilecek şekilde değişirse, bu, sonuçların yorumlanmasında ve sonuçlara varılmasında daha fazla dikkatli olunması gerektiğini gösterir veya daha ileri araştırmalar için hipotez oluşturabilir.

GRAFİK SUNUM

Hindistan’da seçilen 47 çalışmaya dayalı olarak epilepsi paterni ve prevalansı incelenirken yapılan çeşitli varsayımlara dayanan duyarlılık meta-analizinin grafiksel sunumu, Orman grafiği şeklinde sunulmaktadır.

ETKİ META ANALİZİ

Her bir çalışmanın etkisi, sırasıyla her biri analizden çıkarılarak ve tedavi etkisinin boyutunun ve öneminin ne derece değiştiğine dikkat edilerek tahmin edilebilir. Bireysel çalışmaların özet etki tahmini üzerindeki etkisi görüntülenebilir.

GRAFİK SUNUM

Seçilmiş 47 çalışmaya dayalı olarak Hindistan’da epilepsi paterni ve prevalansı incelenirken yapılan etki analizinin grafiksel sunumu sunulmaktadır.

ALT GRUP META ANALİZİ

Alt grup analizi, meta-analiz sonuçlarında farklı hasta kategorilerine göre varyasyonun incelenmesidir. İstatistik literatüründe daha yaygın olarak ortak değişken analizi ile bağlantılıdır. Genel etkinin tahmini, geniş bir hasta yelpazesi için klinik uygulama hakkındaki kararlara rehberlik etmeyi amaçlamaktadır.

TEDAVİ KARARI

Heterojenlik istatistiği anlamlı olduğunda, verilen tedavi etkisinin farklı hasta gruplarında, örneğin erkek ve kadın, genç ve yaşlı, hafif hastalığı olanlar ve şiddetli hastalığı olanlar gibi farklı hasta gruplarında aynı olduğunu varsaymak mümkün değildir. Tedavi kararını, söz konusu hastayla benzer özelliklere sahip olan bu çalışmaların sonuçlarına dayandırmak makul görünmektedir.

HETEROJENLİK NEDENİ

Alt grup analizi, kategoriler arasında önemli farklılıklar olduğunu düşündüren dolaylı kanıtlar olduğunda, farklılık çalışmalar arasında değil, çalışmalar içinde karşılaştırmalarla önerildiğinde, fark çalışmalar arasında tutarlı olduğunda ve farkın büyüklüğü pratik olarak önemli olduğunda gerçekleştirilir. Alt grup içindeki çalışmalar nispeten homojen ise ancak alt grup varyasyonları arasında önemli bir fark varsa, heterojenliğin önemli bir nedeni belirlenebilir.

The post HASSASİYET META ANALİZİ – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

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 2􏰉20’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, 2􏰉2 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.

The post Duyarlılık – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Literatürde görünen orman arsasının birkaç çeşidi vardır. Buradaki amacımız, okuyucuyu bu varyantlardan bazılarına karşı duyarlı hale getirmek ve her birinin avantaj ve dezavantajlarını belirtmektir. Aynı çalışma grubunu temsil eden düşünün. Her ikisinde de çalışma, o çalışmadaki etki büyüklüğü için güven aralığı ile sınırlanan bir nokta ile temsil edilir. Noktada dikey bir çizgi varken, noktada bir kutu var, bu çalışmanın analizdeki ağırlığıyla orantılıdır.

Her iki grafik de kesinliği izlemek için güven aralıklarını kullanır ve daha dar bir aralık daha iyi kesinliği yansıtır. İki versiyonu birbirinden ayıran şey, çalışmanın ağırlığını analize yansıtmak için kullanılan mekanizmadır ve ikinci versiyon iki avantaj sunar.

İlk olarak, kutular önemli bir görsel ipucu sağlar. Çalışma ağırlığının tek ipucunda, dikkatli dikkat gerektiren ve aynı zamanda çalışma ağırlığı ile ters orantılı olan güven aralığının genişliği yer alır. Buna karşılık, daha fazla ağırlığa sahip çalışmalara arsada daha fazla mürekkep atanır. Gözler doğal olarak bu çalışmalara çekiliyor ve hızlı bir şekilde farklı çalışmaların göreceli etkisini anlıyoruz. Bu örnekte, Donat ve Young’ın çalışmalarının özet etkide baskın faktörler olduğu hemen görülmektedir.

İkincisi, güven aralığı (daha doğrusu karesi alınmış standart hatanın tersi), yalnızca sabit etkili model altında ağırlıkla doğrudan ilişkilidir. Rastgele etkiler modeli altında, çalışma ağırlığı ayrıca çalışmalar arası varyansa dayanır ve güven aralığı ile çok az ilişkisi olabilir.

Etiket orman grafiği de literatürde Forrest grafiği olarak görünür. BMJ’de Lewis ve Clarke (2001) tarafından yayınlanan bir makale, bu (yanlış) kullanımın Richard Peto tarafından yapılan ve şaka olarak planın icadını meme kanseri araştırmacısı Pat Forrest’a bağlayan bir yorumdan kaynaklandığını açıklıyor.

DUYARLILIK ANALİZİ

Sistematik bir inceleme için duyarlılık analizi ile ele alınan konular, birincil bir çalışma için bir duyarlılık analizi ile ele alınabilecek konulara benzer. Yani, odak, sonuçların sentezi gerçekleştirirken alınan varsayımlar ve kararlar için ne kadar sağlam olduğu (veya olmadığı) üzerindedir.

Duyarlılık analizine dahil edilmesi gereken konu türleri bir sentezden diğerine farklılık gösterecektir. Buradaki amacımız, bir meta-analizde yapılabilecek tüm olası duyarlılık analizlerini açıklamak değil, göz önünde bulundurulması istenebilecek konuların ana hatlarını vermektir.

Bir tür duyarlılık analizi, analizde farklı verilerin kullanılmasına yol açan kararların etkisiyle ilgilidir. Duyarlılık analizinin yaygın bir örneği, farklı çalışma dahil etme kuralları kullanılmış olsaydı sonuçların nasıl değişebileceğini sormaktır. Bu, a priori kriterler temelinde sınıflandırılan çalışmalar hakkında sorulabilir (örneğin, iyi tasarlanmış yarı deneyleri de dahil etmek yerine sadece rastgele deneyleri dahil etseydik, sonuçlar nasıl farklı olurdu).

Aykırı değer olarak tanımlanan çalışmalar hakkında da sorulabilir (etkileri diğerlerinden çok farklı olan çalışmalar). Burada soru, tek bir çalışma veya birkaç çalışma atlanırsa, ulaşılan sonuçların önemli ölçüde farklılaşıp farklılaşmayacağıdır. Duyarlılık analizinin başka bir türü, kullanılan istatistiksel yöntemlerin analizden çıkarılan sonuçlar üzerindeki etkisiyle ilgilidir.

Örneğin, farklı bir etki büyüklüğü ölçüsü kullanılmış olsaydı sonuçların farklı olup olmayacağı sorulabilir (örn. Alternatif olarak, sabit-etki ve rastgele-etki yöntemleri kullanılmış olsaydı, sonuçların aynı olup olmayacağı sorulabilir. Analiz, bireysel çalışmalardaki güvenilmezliğin veya menzil kısıtlamasının etkilerine göre ayarlanmış olsaydı, sonuçların farklı olup olmayacağını da sorabiliriz.

DUYARLILIK analizi Excel
Duyarlılık analizi grafik yöntem
Duyarlılık Analizi örneği
Duyarlılık analizi nasıl yapılır
Duyarlılık analizi hesaplayıcı
Duyarlılık analizi Yöneylem
Duyarlılık Analizi çözümlü sorular
GAMS duyarlılık analizi

Yine bir başka tür duyarlılık analizi, eksik verileri nasıl ele aldığımızla ilgilidir. Bir durum, resmi olarak (bir moderatör analizinde olduğu gibi) veya gayri resmi olarak (çalışmaların gruplandırılması veya tanımlanması için bir temel olarak) kullanılabilecek çalışma özelliklerine ilişkin verilerin eksik olmasıdır. Eksik verilerin çok önemli bir biçimi, çalışmalardaki istatistiksel sonuçların eksik raporlanmasından veya seçici raporlanmasından kaynaklanabilecek etki büyüklüklerine ilişkin eksik verilerdir.

Veriler, etki büyüklüğünün büyüklüğü ile ilgili bir şekilde seçici olarak bildirildiğinde (örneğin, sonuçlar yalnızca istatistiksel olarak anlamlı olduğunda rapor edildiğinde), bu tür eksik veriler, tüm çalışmalar üzerinde yayın yanlılığına benzer yanlı etkilere sahip olabilir. Her iki durumda da, eksik verileri başka bir şekilde ele alsaydık sonuçların nasıl değişeceğini sormamız gerekiyor.

Eksik veriler, yalnızca potansiyel moderatör olan özellikleri incelemek veya büyüklükleri etkilemekle sınırlı değildir. Bazı durumlarda, etki büyüklüğü tahminlerini veya bunların varyanslarını hesaplamak için gereken bilgiler raporlanmayabilir ve meta-analizde kullanılacaktır (etki büyüklüklerini hesaplamak için kullanılan öntest-sontest korelasyonları gibi). Bu bağlamda, sonuçların bir dizi makul emsal değer arasında önemli ölçüde farklılık gösterip göstermediğini araştırmak için duyarlılık analizleri kullanılabilir.

Bir sonraki bölümde, çalışmalar analize eklendikçe özet etkisinin ve varyansın nasıl değiştiğini gösteren kümülatif analizleri tartışacağız. Bu yaklaşım, örneğin yeni çalışmalar (belki de daha geniş bir popülasyonu temsil eden) eklendikçe sonuçlarımızın nasıl değişeceğini (veya değişmeyeceğini) göstererek bir duyarlılık analizinin parçası olarak da kullanılabilir.

ÖZET NOKTALAR

• Ampirik bulguların yanı sıra analiz tarafından sorulan sorular raporun yapısının şekillenmesine yardımcı olacaktır ve bu bir analizden diğerine değişiklik gösterecektir. Etki büyüklüğü, analizdeki tüm çalışmalarda tutarlıysa, muhtemelen bu etkiye ve tutarlı olduğu gerçeğine odaklanacağız. Etki büyüklüğü biraz değişirse, gerçek etkilerdeki dağılım miktarını tahmin etmek ve bu dağılımın etkilerini düşünmek isteriz. Etki büyüklüğü önemli ölçüde değişiyorsa veya analizin amacı etki büyüklüğündeki beklenen varyasyonu araştırmaksa, rapor muhtemelen dağılımın kendisine odaklanacaktır.
• Bir meta-analiz raporu genellikle bir orman arsası içermelidir. Bu, verilerin sezgisel bir şekilde anlaşılmasını sağlar ve istatistiklerin bağlam içinde yorumlanmasını sağlamaya yardımcı olur.
• Duyarlılık analizi, bulguların ne kadar sağlam olduğunu belirlemek için önemlidir. Çalışmaları dahil etme kriterlerini değiştirirsek, analizi gerçekleştirirken yaptığımız bazı varsayımları değiştirirsek bulguların nasıl değişeceğini bilmek önemli olacaktır.

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