Sonuç sürekli bir ölçümse, müdahale ve kontrol grupları için katılımcı sayısı, ortalama yanıt ve bunun standart sapması gerekir.

Sürekli verilerin meta-analizi için kullanılan iki özet istatistik vardır. Ortalamalardaki fark, tüm denemelerdeki sonuç ölçümleri aynı ölçekte yapıldığında kullanılabilir. Meta-analiz, ortalamalardaki bu farklılıkların ağırlıklı ortalamasını hesaplar, ancak kafa karıştırıcı bir şekilde ağırlıklı ortalama fark (WMD) yöntemi olarak adlandırılır.

Standartlaştırılmış fark, denemelerin tümü aynı sonucu değerlendirdiğinde, ancak bunu çeşitli şekillerde ölçtüğünde kullanılır (örneğin, tüm denemeler depresyonu ölçer, ancak farklı psikometrik ölçekler kullanırlar). Bu durumda, denemelerin sonuçlarını birleştirmeden önce tek tip bir ölçekte standardize etmek gerekir.

Standartlaştırılmış ortalama fark yöntemi, o denemede gözlemlenen değişkenliğe göre her denemede tedavi etkisinin boyutunu (yine gerçekte ortalamada bir fark değil, ortalama bir fark değil) ifade eder. Yöntem, denemeler arasındaki standart sapmalardaki farklılıkların, deneme popülasyonları arasındaki değişkenlikteki gerçek farklılıkları değil, ölçüm ölçeklerindeki farklılıkları yansıttığını varsayar.

Bu varsayım, pragmatik ve açıklayıcı denemelerin (kötü sonuç riskleri açısından farklılık gösterebilen) aynı derlemede birleştirildiği bazı durumlarda sorunlu olabilir. İncelemede kullanılan herhangi bir ölçüm ölçeğinin birimlerinden ziyade standart sapma birimlerinde rapor edildiğinden, genel tedavi etkisinin yorumlanması da zor olabilir.

Standartlaştırılmış ortalama fark yönteminde kullanılan üç popüler etki büyüklüğü formülasyonu vardır. Bu formülasyonlar, hesaplamalarda kullanılan standart sapmaya ve küçük örnek yanlılığı için bir düzeltmenin dahil edilip edilmediğine göre farklılık gösterir.

İstatistikte küçük örnek yanlılığı, küçük bir örnek verilen bir tahminin beklenen değeri ile örnek sonsuz ise beklenen değer arasındaki fark olarak tanımlanır. Simülasyonlar, standartlaştırılmış ortalama farkın sonlu örneklerle olduğundan fazla tahmin edilme eğiliminde olduğunu, ancak yanlılığın yalnızca toplam örnek boyutu çok küçük olduğunda önemli olduğunu göstermektedir.

Müdahale gözlemlenen değişkenliği değiştirdiğinde ve potansiyel olarak ortalama değeri değiştirdiğinde bu yöntem tercih edilir. Hem ağırlıklı ortalama fark hem de standartlaştırılmış ortalama fark yöntemleri, her denemedeki sonuç ölçümlerinin Normal dağılıma sahip olduğunu varsayar. Bu dağılımlar çarpık veya aşırı derecede Normal olmadığında, bu yöntemlerin sonuçları yanıltıcı olabilir.

varyans ve standart sapma
standart sapma hesaplama
Meta regresyon nedir
Meta-analiz örnekleri
Funnel plot nedir
Meta-analiz etki büyüklüğü
Orman grafiği yorumlama
Forest plot yorumlama

Deneme sonuçlarını birleştirerek (meta-analiz) tedavi etkisinin  bir özet (toplanmış) tahmini elde etmek için formüller

Aşağıda açıklanan meta-analiz yöntemlerinin tümü, yukarıda açıklanan, genel olarak 􏰄i ile gösterilen, her biri genellikle SE(􏰄i) ile ilgili olan bir wi ağırlığı verilen bireysel çalışma özeti istatistiklerini birleştirir. Tanımlanan tüm yöntemler, Bölüm 18’de açıklanan Stata rutinlerinde mevcuttur. Toplama notasyonu, analize dahil edilen i denemelerinin toplamını gösterir.

Sabit Efekt ve Rastgele Efekt Yöntemleri

Sabit etki meta-analizinde, tedavinin gerçek etkisinin her çalışmada aynı değerde olduğu veya çalışma sonuçları arasındaki farkların yalnızca şans oyunundan kaynaklandığı sabit olduğu varsayılır. Sabit bir etki varsayımı, bir homojenlik testi kullanılarak test edilebilir.

Rastgele etkiler meta-analizinde, bireysel çalışmalar için tedavi etkilerinin bazı genel ortalama tedavi etkileri etrafında değiştiği varsayılır. Genellikle etki büyüklükleri 􏰄i’nin ortalama 􏰄 ve varyans 􏰅 2 olan Normal bir dağılıma sahip olduğu varsayılır. Özünde, aşağıda açıklanan homojenlik testi 􏰅2’nin sıfır olup olmadığını test eder. 􏰅2 değeri ne kadar küçükse, sabit ve rastgele etkiler analizleri o kadar benzerdir.

Peto, tüm çalışmaların aynı tedavi etkisini tahmin ettiğini varsaymadığını, ancak genellikle bir sabit etki yöntemine en çok benzeyen olarak kabul edildiğini savunarak, varsayımsız bir özet olasılık oranı elde etme yöntemini açıklar.

Sabit veya rastgele etkiler modellerinin kullanılması konusunda fikir birliği yoktur. Aşağıda verilen yöntemlerin tümü, DerSimonian ve Laird yöntemi dışında sabit etkili yaklaşımlardır.

Ters Varyans Yöntemi

İkili veya sürekli verileri birleştirmek için ters varyans yöntemleri kullanılabilir. Aşağıdaki genel formülde, 􏰄i ile gösterilen etki büyüklüğü, log bahis oranları oranı, log nispi risk, risk farkı, ortalamalardaki fark veya i. denemeden standartlaştırılmış ortalama fark olabilir.

Etki büyüklükleri, bireysel denemelerden elde edilen tedavi etkilerinin ağırlıklı ortalaması hesaplanarak havuzlanmış bir tahmin vermek üzere birleştirilir.

Bu nedenle, daha küçük standart hataları olan daha büyük çalışmalara, daha büyük standart hataları olan daha küçük çalışmalara göre daha fazla ağırlık verilir. Bu ağırlık seçimi, havuzlanmış tedavi etkisinin 􏰄IV değişkenliğini en aza indirir.

Bu yaklaşımın gücü, geniş uygulanabilirliğidir. Mevcut standart hatalara sahip herhangi bir tahminin birleştirilmesi için kullanılabilir. Bu nedenle, standartlaştırılmış ölüm oranları, tanısal test endeksleri, tehlike oranları ve çapraz geçişli denemelerden ve küme randomize denemelerden gelen tahminler dahil olmak üzere birçok çalışma türünden tahminler için kullanılabilir. Her çalışma için ham 2 􏰀 2 tablolarının elde edilemediği ancak tedavi etkilerinin ve güven aralıklarının mevcut olduğu durumlarda da bu yöntemi kullanmak mümkündür.

Mantel-Haenszel Yöntemleri

Veriler, hem olay oranlarının düşük olması hem de denemelerin küçük olması açısından seyrek olduğunda, ters varyans yöntemlerinde kullanılan tedavi etkilerinin standart hatalarının tahminleri zayıf olabilir. Mantel-Haenszel yöntemleri alternatif bir ağırlıklandırma şeması kullanır ve veriler seyrek olduğunda daha sağlam olduğu gösterilmiştir ve bu nedenle ters varyans yöntemine tercih edilebilir. Diğer durumlarda, ters varyans yöntemine benzer tahminler verirler. Yalnızca ikili sonuçlar için kullanılabilirler.

Her çalışma için, her bir denemenin etki büyüklüğüne analizde wi ağırlığı verilir. Birleştirilmiş etkinin genel tahmini, 􏰄MH tarafından verilir.

Ters varyans yöntemlerinden farklı olarak, standart hataları (ve güven aralıkları) hala log ölçeğinde hesaplanmasına rağmen, göreli etki ölçümleri doğal ölçeklerinde birleştirilir.Bununla birlikte, homojenlik testi, Mantel-Haenszel ağırlıklarına değil, ters varyans ağırlıklarına dayanmaktadır. Heterojenlik istatistiği ile verilir. 

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

Bir huni grafiğinde görüntülenen denemeler, aynı müdahalenin altında yatan aynı etkiyi her zaman tahmin etmeyebilir ve sonuçlar arasındaki bu tür heterojenlik, daha küçük denemelerde gerçek tedavi etkisi daha büyükse, huni grafiklerinde asimetriye yol açabilir. Örneğin, birleşik bir sonuç düşünülürse, yalnızca birleşik sonucun müdahaleden etkilenen bileşeni için yüksek risk altındaki hastalarda önemli fayda görülebilir.

Koroner kalp hastalığı (KKH) mortalitesini azaltan bir kolesterol düşürücü ilaç, yerleşik kardiyovasküler hastalığı olan yüksek riskli hastalarda, izole hiperkolesterolemili genç, asemptomatik hastalara göre tüm nedenlere bağlı mortalite üzerinde daha büyük bir etkiye sahip olacaktır.

Bunun nedeni, KKH mortalitesinde tutarlı bir nispi azalmanın, tüm ölümlerin daha büyük bir bölümünün KKH’den olacağı yüksek riskli hastalarda tüm nedenlere bağlı mortalitede daha büyük nispi bir azalmaya dönüşeceğidir. Yüksek riskli hastalarda yürütülen denemeler, bu tür hastaları işe almanın zorluğu ve artan olay oranları, belirli bir etkiyi saptamak için daha küçük örnek boyutlarının gerekli olduğu anlamına geldiğinden, daha küçük olma eğiliminde olacaktır.

Küçük denemeler genellikle daha büyük denemeler yapılmadan önce yapılır. Aradan geçen yıllarda standart (kontrol) tedaviler iyileşmiş olabilir, böylece deneysel tedavinin göreceli etkinliğini azaltabilir. Standart tedavilerdeki değişiklikler, deneysel tedavinin etkisinin bir modifikasyonuna da yol açabilir.

Böyle bir mekanizma, miyokard enfarktüsünde magnezyum infüzyonunun etkisinin klinik denemelerinde elde edilen tutarsız sonuçların bir açıklaması olarak önerilmiştir. Magnezyum infüzyonunun reperfüzyon meydana geldikten sonra uygulanması halinde işe yaramayabilir.

(Tedavi etkisine dair hiçbir kanıt sunmayan) ISIS-4 denemesi yapıldığında, miyokard enfarktüsünün tedavisinde tromboliz rutin hale gelmişti. Ancak bu argüman, tromboliz almayan hastalarda bile magnezyumun hiçbir etkisi göstermeyen ISIS-4 çalışmasının alt grup analizi tarafından desteklenmemektedir.

Bazı müdahaleler daha büyük denemelerde daha az uygulanmış olabilir, bu da daha küçük denemelerde daha olumlu sonuçları açıklayabilir. Bu, özellikle, inme sonrası rehabilitasyon veya diabetes mellitusta çok yönlü müdahaleler gibi kronik hastalıklardaki karmaşık müdahalelerin denenmelerinde olasıdır.

Huni grafiği nedir
Meta regresyon nedir
Orman grafiği yorumlama
CMA programı
Funnel plot nedir
CMA ile Meta-Analiz Uygulamaları pdf
meta-analiz çalışması örneği
Forest plot nedir

Örneğin, yatan hasta kapsamlı geriatrik değerlendirme programlarının mortalite üzerindeki etkisini inceleyen çalışmaların meta analizinde asimetrik bir huni grafiği bulundu. Deneyimli bir danışman geriatristin daha küçük denemelerde aktif olarak yer alması daha olasıydı ve bu, bu denemelerde gözlemlenen daha büyük tedavi etkilerini açıklayabilir.

Olay oranı yüksekse, oran oranları karşılık gelen risk oranından daha uçtur (1’den daha ileri). Bu nedenle, risk oranları kullanılarak çizildiğinde asimetri göstermeyen bir huni grafiği, olasılık oranları kullanılarak çizildiğinde hala asimetrik olabilir.

Bu, altta yatan riskteki farklılıkların önemli olmasına rağmen, yüksek riskli hastalarda tutarlı bir şekilde küçük denemeler ve daha düşük risk altındaki hastalarda büyük denemeler yürütülürse gerçekleşir. Son olarak, asimetrik bir huni planının yalnızca şans oyunuyla ortaya çıkması elbette mümkündür. Huni grafiği asimetrisine yol açabilecek mekanizmalar özetlenmiştir.

Huni grafiği asimetrisi, bu nedenle, yanlılık olasılığını artırır, ancak bu, yanlılığın kanıtı değildir. Bununla birlikte, asimetrinin (yalnızca şans eseri üretilmedikçe), çalışmalar bir meta-analizde birleştirildiğinde, genel etki tahmininin yorumunu sorgulamamıza her zaman yol açacağını belirtmek önemlidir.

Diğer Grafik Yöntemleri

Biyolojik uygunluğun incelenmesi

Bazı durumlarda, olası yanlılık varlığı, hastaların idrarındaki bir ilacın metabolitleri gibi tedaviye uyum belirteçleri veya kolesterol düşürme denemelerinde kolesterolde elde edilen azalma gibi tedavinin biyolojik etkileri aracılığıyla incelenebilir. tartışıldığı gibi, klinik kalp hastalığı ve mortalitede azalmayı öngören ilaçlar vardır.

Hastaların etkili bir tedaviye uyumu ölçüldüyse (örneğin, atanan ilacı fiilen alan hastaların yüzdesi olarak) ve denemeler arasında farklılık gösteriyorsa, bu, tedavi etkilerinde karşılık gelen varyasyonlarla sonuçlanmalıdır. Aderansa (yatay eksen) karşı tedavi etkisinin (dikey eksen) dağılım grafikleri, bu ilişkiyi incelemenin yararlı bir yolu olabilir.

Dağılım grafiği, yüzde 0 yapışmada hiçbir tedavi etkisi olmamasıyla uyumlu olmalıdır ve bu nedenle basit bir doğrusal regresyon çizgisi, sıfır tedavi etkisinde y eksenini kesmelidir. Bir dağılım grafiği, hiçbir hasta tedaviye uymadığında bile bir tedavi etkisini gösteriyorsa, olası bir açıklama yanlılıktır. Benzer düşünceler, klinik sonuç üzerindeki etkilerle yakından ilişkili olduğuna inanılan biyolojik belirteçlerdeki değişime karşı tedavi etkisinin dağılım grafikleri için de geçerlidir. Bu tür grafiklerin avantajı, çalışma boyutundan bağımsız bir analiz sağlamalarıdır.

Midgley ve ark. her çalışma için kan basıncındaki azalmayı (klinik sonuç) idrar sodyumundaki azalmaya (biyolojik belirteç) karşı çizdi ve bir lineer regresyon analizi gerçekleştirdi.

Diyastolik kan basıncındaki (tedavi etkisi) üriner sodyumdaki (belirteç) değişime karşı farkın grafiği, yanlılık olasılığını düşündürür. Bununla birlikte, belirtecin klinik sonuç üzerindeki tedavinin etkisini tam olarak kapsadığı varsayımı her zaman uygun olmayabilir: belirteç tarafından yakalanmayan müdahalenin etkileri artık etkiyi açıklayabilir. Örneğin, sodyum alımında azalmaya yol açan diyet değişiklikleri ayrıca kilo kaybına ve dolayısıyla kan basıncında azalmaya neden olabilir.

Tedavinin belirteç üzerindeki etkisini tahmin etmedeki hatanın, hem tedaviyle ilişkisinin hafife alınmasına hem de tahmini kesişimin sıfırdan sapmasına yol açabileceğine dikkat edilmelidir. Bu durumda sıfırdan farklı bir kesme, yanlılığın kanıtı olarak yanlış yorumlanabilir. Aşağıda bu sorunun üstesinden gelmek için regresyon modellerinin nasıl kullanılacağını tartışıyoruz.

Güvenli N

Rosenthal, yayın yanlılığını “dosya çekmecesi sorunu” olarak adlandırdı ve uç versiyonunu “dergilerin Tip I hataları gösteren çalışmaların %5’i ile doldurulması, laboratuvardaki dosya çekmecelerinin ise %95’inin doldurulması” olarak tanımladı. 

Rosenthal, yayın yanlılığının bir meta-analizin sonuçlarını etkileme potansiyelinin, ‘başarısız N’: ‘negatif’ çalışmaların sayısı (tedavi etkisinin sıfır olduğu çalışmalar) hesaplanmasıyla değerlendirilebileceğini öne sürdü. meta-analiz için P değerini 0.05’in üzerine çıkarmak için bu gerekli olacaktır.

Iyengar ve Greenhouse, arıza emniyetli N tahmininin büyük ölçüde yayınlanmamış çalışmalar için varsayılan ortalama tedavi etkisine bağlı olduğunu kaydetti. Yöntem ayrıca, genel olarak tıbbi araştırmalarda ve özel olarak sistematik incelemelerde, kişinin tahmin edilen tedavi etkisinin boyutuna ve ilişkili güven aralıklarına daha fazla odaklanması gerektiğine dair yaygın olarak kabul edilen ilkeye de aykırıdır. boş hipotez belirli, keyfi bir eşiğe ulaşır.

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

İstatistiksel heterojenlik için kanıtlar da çok güçlüdür ve bu, herhangi bir tek genel etki tahmininin yorumlanması hakkında daha da fazla şüphe doğurur. Bir tür ortalama veya tipik etkinin tahmin edildiğini kabul etsek bile, farklı denemelerin sonuçları arasındaki ekstra değişkenlik göz ardı edildiğinden, sonuçların gelecekteki denemeler veya hastalar için tahmin edilmesi açısından verilen güven aralığı çok dardır.

Bu tür problemlerin cevabı, meta-analizlerin potansiyel heterojenlik kaynaklarının dikkatli bir araştırmasını içermesi gerektiğidir. Meta-analiz, tek bir etki tahmini üretmekten daha ileri gidebilir. Örneğin, miyokard enfarktüsünün akut fazındaki tromboliz denemelerinin bir meta-analizinde, semptomların başlangıcı ile tedavi arasında daha az gecikme olduğunda sağkalım yararının daha büyük olduğu gösterilmiştir.

Bu ilişkinin nicelleştirilmesi, rutin klinik uygulamada tromboliz kullanımına yönelik politika önerilerinin hazırlanmasında önemlidir. Daha genel olarak, denemeler arasında neden tedavi etkilerindeki farklılıkların meydana geldiğini anlamaya çalışmanın faydaları, genellikle potansiyel dezavantajlardan daha ağır basmaktadır.

Aynısı, epidemiyolojik çalışmalarda maruz kalma-hastalık ilişkilerindeki farklılıklar için de geçerlidir. Genellikle meta-regresyonlar olarak adlandırılan bu tür analizler, prensipte, örneğin klinik denemelerin bir meta-analizinde, tedavi etkilerini etkilemek için bir dizi deneme veya hasta özelliğinin birlikte nasıl hareket ettiğini araştırmak için genişletilebilir. Yayınlanmış meta-analizlerde böyle bir yaklaşımı uygulamanın faydalarına ilişkin iki örnek aşağıda verilmiştir.

Serum Kolesterol Konsantrasyonu ve İskemik Kalp Hastalığı Riski

Heterojenliğin uç bir örneği, 19 000 miyokard enfarktüsü veya iskemik kalp hastalığından ölümler hakkındaki verileri içeren, serum kolesterol konsantrasyonu ve erkeklerde iskemik kalp hastalığı riskine ilişkin en büyük 10 prospektif kohort çalışmasının 1994 incelemesinde belirgindi. Amaç, serum kolesterol konsantrasyonlarındaki azalmadan elde edilmesi beklenen uzun vadeli faydayı tahmin etmek için serum kolesterolü ile iskemik kalp hastalığı riski arasındaki ilişkinin büyüklüğünü özetlemekti.

10 prospektif çalışmanın sonuçları gösterilmektedir. Bunlar, iskemik kalp hastalığı riskinin görünüşte log-lineer ilişkilerinden elde edilen, serum kolesterolünde 0.6 mmol/l’lik (Batı ülkelerindeki ortalama seviyelerin yaklaşık %10’u) bir azalma ile bağlantılı riskteki orantılı azalmalar olarak ifade edilir. 

Ayrıca, serum kolesterolünün tek bir ölçümünün, bazen regresyon seyreltme yanlılığı olarak adlandırılan, uzun vadeli düzeyin kesin olmayan bir tahmini olduğu gerçeğinden kaynaklanan eksik tahmini de hesaba katarlar.

Meta regresyon nedir
Meta-analiz Nedir
meta-analiz çalışması örneği
Funnel plot nedir
Meta-sentez ve meta-analiz arasındaki fark
Meta değişken nedir
Meta-analiz makale
Forest plot nedir

10 çalışmanın tümü, kolesterol azalmasının iskemik kalp hastalığı riskinde bir azalma ile ilişkili olduğunu gösterse de, bu etkinin tahmini boyutunda önemli ölçüde farklıydılar. Bu, genel bir homojenlik testinden elde edilen uç değerden (χ92 = 127, P 􏰀 0,001) açıktır. Bu, bu çalışmaların sonuçlarını genel bir tahminde basitçe birleştirmenin yanıltıcı olduğunu göstermektedir; heterojenliğin nedenlerinin anlaşılması gereklidir.

Heterojenliğin en bariz nedeni, katılımcıların yaşları veya daha özel olarak takip sırasında koroner olayları yaşama ortalama yaşı ile ilgilidir, çünkü iskemik kalp hastalığının belirli bir serum kolesterol artışı ile göreceli risk ilişkisinin iyi bilindiği iyi bilinmektedir. ilerleyen yaşla birlikte azalır.

Bu nedenle 10 çalışmadan elde edilen veriler, yayınlanmış ve yayınlanmamış bilgilerden mümkün olduğu kadar, girişteki yaşa göre gruplara ayrıldı. Bu, sonuçları koroner bir olay yaşamanın ortalama yaşına karşı çizilen 26 alt çalışma verdi. İskemik kalp hastalığı riskindeki azalma yüzdesi açıkça yaşla birlikte belirgin şekilde azalır.

Bu ilişki, her bir tahminin farklı kesinliklerini hesaba katmak için uygun şekilde ağırlıklandırılmış, yaşa göre log nispi risk azalmasının ikinci dereceden bir regresyonu kullanılarak özetlenebilir. Kolesterol konsantrasyonunda 0,6 mmol/l’lik bir azalmanın, iskemik kalp hastalığı riskinde 40 yaşında %54, 50 yaşında %39, 60 yaşında %27, 70 yaşında %20 ve iskemik kalp hastalığı riskinde azalma ile ilişkili olduğu sonucuna varılmıştır.

Aslında, sonuçların bu özetinden bile (χ2 = 45, P = 0,005) önemli ölçüde heterojenlik kanıtı vardır, ancak bu, yaş dikkate alınmadan önce belirgin olan orijinal heterojenlikten çok daha az aşırıdır.

Yaş dikkate alındığında ortaya çıkan sonuçlara etkisi: örneğin popülasyondaki kolesterol azalmasının etkisini göz önünde bulundurarak çok önemlidir. Serum kolesterolündeki azalma ile ilişkili iskemik kalp hastalığı riskindeki orantılı azalma, güçlü bir şekilde yaşa bağlıdır.

Erken orta yaştaki büyük orantılı azalmalar, daha mütevazı orantılı azalmaların belirgin olduğu ileri yaşlara tahmin edilemez. Gözlemsel epidemiyolojik çalışmaların meta-analizlerinde, heterojenlik kaynaklarının bu şekilde araştırılması, genellikle ikincil bir amaçtan ziyade bir temel amaç olabilir. Gözlemsel çalışmaların sistematik incelemeleri ayrıntılı olarak tartışılmaktadır.

Serum Kolesterol Azalması ve İskemik Kalp Hastalığı Riski

Serum kolesterolü düşürmenin randomize kontrollü çalışmaları, bir dizi meta-analizin konusu ve çok fazla tartışma konusu olmuştur. Az önce açıklanan 10 prospektif çalışmanın gözden geçirilmesiyle bağlantılı olarak, 1994’te mevcut olan 28 randomize çalışmanın sonuçları özetlendi; bu, özellikle statin kullananlar olmak üzere, daha yakın zamanda kullanıma sunulan serum kolesterolü düşürme denemelerinin sonuçlarını göz ardı etmektedir.

Amaç, serum kolesterol azalmasının kısa vadede iskemik kalp hastalığı riski üzerindeki etkisini ölçmekti, denemelerin ortalama süresi yaklaşık beş yıldı. Test edilen müdahalelerde (farklı ilaçlar, farklı diyetler ve bir vakada kısmi ileal baypas greftleme kullanılarak cerrahi müdahale) denemeler arasında önemli klinik heterojenlik vardı, denemelerin süresinde, elde edilen ortalama serum kolesterol azalma derecesinde (0 ·3–1.5 mmol/l) ve önceden var olan hastalık (örneğin, birincil veya ikincil önleme çalışmaları) ve girişteki serum kolesterol konsantrasyonu seviyesi gibi hastalar için seçim kriterlerinde. Daha önce olduğu gibi, bu önemli klinik farklılıkların gözlemlenen sonuçlarda bir miktar heterojenliğe yol açması muhtemel görünmektedir.

Bu tür orman arazileri heterojenliği araştırmak için pek kullanışlı değildir. Bu amaç için daha iyi bir diyagram Galbraith tarafından önerildi ve kolesterol düşürme denemeleri için gösterildi. Her deneme için, iskemik kalp hastalığının log ods oranının kendi standart hatasına oranı (z-istatistiği), standart hatanın tersi ile karşılaştırılır. Bu nedenle, küçük denemelerden elde edilen en az kesin sonuçlar şeklin solunda ve en büyük denemelerden elde edilen sonuçlar sağda görünür.

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

Özet noktalar

• Bir meta-analizde yer alan çalışmalar arasındaki klinik heterojenliğin, sonuçlarında bir dereceye kadar istatistiksel heterojenliğe yol açması muhtemeldir.
• Potansiyel heterojenlik kaynaklarının araştırılması, bir meta-analiz yürütmenin önemli bir bileşenidir.
• Deneme özellikleri için uygun istatistiksel yöntemler, ağırlıklı regresyon içerir ve artık heterojenliğe izin vermelidir.
• Bireysel hasta verileri, aşağıdakilerin yararlı analizleri için en geniş kapsamı sağlar: heterojenlik.
• Sonuçların yorumlanmasında dikkatli olunması gerekir, özellikle de analizler mevcut verilere bakarak ilham alındığında.
• Meta-analizdeki heterojenliğin dikkatli araştırmaları, sonuçlarının bilimsel ve klinik uygunluğunu artırmalıdır.

Bir dizi klinik araştırmanın meta-analizinin amacı, bireysel bir araştırmanın belirli amaçlarından oldukça farklıdır. Örneğin, serum kolesterol azalmasının iskemik kalp hastalığı riski üzerindeki etkisini araştıran belirli bir klinik araştırma, belirli bir sonuç ölçütleri tanımını kullanarak belirli uygunluk kriterlerini karşılayan katılımcılara belirli bir süre boyunca verilen tek bir tedavi rejimini test eder.

Kolesterol düşürme denemelerinin bir meta-analizinin amacı daha geniştir, yani çeşitli yollarla elde edilen serum kolesterol azalmasının genel olarak iskemik kalp hastalığı riskini ne ölçüde etkilediğini tahmin etmektir. Bir meta-analiz ayrıca, konuyla ilgili randomize çalışmalardan elde edilen tüm mevcut kanıtları dahil ederek daha fazla nesnellik, uygulanabilirlik ve kesinlik kazanmaya çalışır.

Bir meta-analizin daha geniş amaçları nedeniyle, dahil edilen denemeler genellikle çok çeşitli spesifik tedavi rejimlerini, hasta tiplerini ve sonuçları kapsar. Bu bölümde, araştırmalar arasındaki bu klinik farklılıkların veya klinik heterojenliğin genel sonuçlar üzerindeki etkisinin dikkatli bir şekilde araştırılması gerektiği tartışılmaktadır.

Bölüm, klinik heterojenlik ile istatistiksel heterojenlik arasındaki ilişkiyi açıklayarak başlamaktadır. Örnekler, serum kolesterol konsantrasyonunun gözlemsel epidemiyolojik çalışmalarının meta-analizlerini ve varılan genel sonuçlarda heterojenliğin araştırılmasının önemli olduğu, azalmasına yönelik klinik denemeleri takip eder. Heterojenlik kaynaklarını araştırmak için uygun istatistiksel yöntemler daha sonra daha ayrıntılı olarak açıklanır. Sonuçların sonradan keşfedilmesinin ve buna bağlı olarak aşırı yorumlamanın tehlikeleri bölümün sonunda ele alınmaktadır.

Klinik ve İstatistiksel Heterojenlik

Kavramları açıklığa kavuşturmak için, heterojenliğin yorumda sorun oluşturduğu bir meta-analiz üzerinde durmakta fayda var. Özofagus varisleri olan sirotik hastaların birincil tedavisinde mortaliteyi azaltmak için endoskopik skleroterapinin kullanımını araştıran 19 randomize çalışmanın sonuçlarını gösterir. Her denemenin sonuçları, skleroterapinin yararlı bir etkisini temsil eden, birden düşük olasılık oranlarıyla, olasılık oranları ve %95 güven aralıkları olarak gösterilir.

Denemeler, hasta seçimi, başlangıçtaki hastalık şiddeti, endoskopik teknik, varis kanaması gibi ara sonuçların yönetimi ve takip süresi açısından önemli ölçüde farklılık göstermiştir. Bu meta-analizde, pek çoğunda olduğu gibi, kapsamlı klinik heterojenlik vardır. Randomizasyon mekanizmasında, geri çekmelerin boyutunda ve takip için kayıpların ele alınmasında da metodolojik farklılıklar vardı.

Bu nedenle, bu denemelerin sonuçlarının bir dereceye kadar birbiriyle uyumsuz olduğunu bulmak şaşırtıcı olmayacaktır. Nicel sonuçlardaki bu tür uyumsuzluk, istatistiksel heterojenlik olarak adlandırılır. Araştırmalar arasındaki bilinen klinik veya metodolojik farklılıklardan kaynaklanabilir veya bilinmeyen veya kaydedilmemiş araştırma özellikleriyle ilişkili olabilir.

İstatistiksel heterojenliğin doğrudan kanıtını değerlendirirken, güven aralıkları ile ifade edildiği gibi, her denemeden elde edilen bahis oranlarının tahminindeki belirsizlik dikkate alınmalıdır. O zaman istatistiksel soru, denemelerin sonuçları arasında şans oyunuyla uyumlu olandan daha büyük bir farklılık olup olmadığıdır. İstatistiksel testin incelenmesinden tahmin edilebileceği gibi oldukça anlamlı bir sonuç verdi (χ2 = 43, P < 0,001).  Skleroterapi denemeleri örneğinde, istatistiksel heterojenlik için kanıtlar önemlidir. Bununla birlikte, birçok meta-analizde, bu tür istatistiksel kanıtlar eksiktir ve homojenlik testi anlamlı değildir.

Endüstri Temelli Yaklaşım
Kaynak Temelli Yaklaşım
Forest plot yorumlama
Rekabet yaklaşımları
Funnel plot nedir
Kaynak yaklaşımı nedir
meta-analiz çalışması
Meta analiz örnek

Ancak bu, dahil edilen tüm araştırmaların sonuçlarının homojenliğinin (yani tam tutarlılığının) kanıtı olarak yorumlanamaz. Bunun nedeni, yalnızca anlamlı olmayan bir testin hiçbir zaman homojenliğin sıfır hipotezi lehine doğrudan kanıt olarak yorumlanamaması değil, özellikle homojenlik testlerinin düşük güce sahip olması ve orta derecede bile istatistiksel olarak anlamlı olarak tespit edememesidir. 

Eğer istatistiksel heterojenliğin doğrudan kanıtı yoksa, sonuçların yorumlanmasında klinik heterojenlik problemlerini görmezden gelmekten biraz daha mutlu olabiliriz ve kanıtların daha inandırıcı olduğu herhangi bir heterojenliğin nedenlerini anlamaya çalışmaya daha meyilli olabiliriz.

Bununla birlikte, nicelleştirilebilen istatistiksel heterojenliğin kapsamı, varlığının kanıtından daha önemlidir. Gerçekten de, herhangi bir meta-analizdeki çalışmalar klinik olarak heterojen olacağından, heterojenlik testinin büyük ölçüde alakasız olduğunu iddia etmek mantıklıdır.

Yol gösterici ilke, heterojenlik için genel bir istatistiksel teste güvenmek yerine, çalışmalar arasındaki spesifik klinik farklılıkların etkilerini araştırmak olmalıdır. Bu, dahil edilen denemeler arasındaki, gerçek farklılıkları tespit etme olasılığı daha yüksek ve genel sonuçlarla daha alakalı olacak belirli karşıtlıklara dikkat çekiyor. Örneğin, skleroterapi denemelerinde, altta yatan hastalığın ciddiyeti, gözlemlenen skleroterapinin yararları ile potansiyel olarak ilişkili olarak tanımlandı.

Sonuçların nicel özeti, örneğin genel bir olasılık oranı ve %95 güven aralığı açısından, genellikle bir meta-analizden elde edilen en önemli sonuç olarak kabul edilir. Skleroterapi denemeleri için, ölüm için toplam olasılık oranı 0.76 olarak verilmiş ve %95 güven aralığı 0.61 ile 0.94,2 arasında “sabit etki” homojenlik varsayımı altında hesaplanmıştır. Bunun naif bir yorumu skleroterapinin ölüm riskini yaklaşık %25’lik bir olasılık düşüşüyle ikna edici bir şekilde azalttığı söylenebilir.

Ancak, bu sonucun yorumlanmasında klinik ve istatistiksel heterojenliğin etkileri nelerdir? Klinik heterojenlik göz önüne alındığında, hangi endoskopik tekniğe, hangi hasta seçimine veya hangi yardımcı klinik yönetimle bağlantılı olarak böyle bir sonucun atıfta bulunması gerektiğini bilmiyoruz. Belirli bir klinik protokolün kullanımından elde edilebilecek faydalarla ilgili olarak nicel olarak yorumlanması kolay olmayan bir tür “ortalama” ifadedir.

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

Rosenthal’ın (1979) dosya çekmecesi analiziyle ilgili bir başka sorun, yüz değerinde kabul edilse bile, çok zayıf bir sonuç vermesidir. Birleştirilmiş çalışma sonuçları, ortalama etki büyüklüğü küçük veya hatta çok küçük olsa bile istatistiksel olarak oldukça anlamlı olabilir. Ne genel olarak birleşik olasılık yöntemi ne de özel olarak dosya çekmecesi analizi, etki büyüklüğü hakkında herhangi bir bilgi sağlamaz. d ̄ veya r ̄’yi belirli bir düzeye getirmek için sıfır bulguların ortalaması olan kaç tane eksik çalışmanın var olması gerektiğini bilmek daha bilgilendirici olacaktır.

Burada bu hesaplama için verilen formüller yazarlar tarafından 1979’da türetilmiş ve Pearlman (1982) tarafından yaygın olarak kullanılmıştır. Daha sonra Orwin’in (1983) aynı formülleri bağımsız olarak türettiğini öğrendik. Bu denklemler sabit etkiler varsayımına bağlı değildir; gerçekte, bir rastgele etkiler modelini temsil ederler.

d ̄k’yi d ̄c’ye, yani ortalama d için kritik değere (teorik veya pratik olarak anlamlı kabul edebileceğimiz en küçük ortalama değer olabilir) düşürmek için kaç tane “kayıp” çalışma (x) olması gerektiğini bilmek istiyoruz. Böylece yeni toplam çalışma sayısı yine k + x olacaktır. 􏰀dk değişmeden kalacaktır.

k = 100 ise ancak diğer sayılar aynı kalıyorsa, x = 900. Etki büyüklüğünü belirli bir düzeye indirmek için gereken boş sonuçların ortalamasını alan eksik çalışmaların sayısı, genellikle birleşik olasılık değerini 0’a düşürmek için gereken sayıdan çok daha küçüktür. p = .05.

Bununla birlikte, birçok araştırma alanında, 90 “kayıp” çalışma olması olası değildir ve 900 olması da pek olası değildir. McNatt (2000), yayınlanmış bir meta-analizde bu prosedürün kullanımına bir örnek verdi. Gözlemlenen d ̄ 1,13’ü (büyük bir etki) d ̄ = .05’e (önemsiz bir etki) düşürmek için ortalama sıfır etki büyüklüğüne sahip 367 eksik çalışmanın gerekeceğini buldu.

Kullanılabilirlik Sapmasını Tespit Etmeye Yönelik Grafik Bir Yöntem: Huni Grafiği

Light ve Pillemer (1984), yayın veya diğer kullanılabilirlik yanlılığını saptamak için basit bir grafik yöntemi tanıttı. Bu teknik, kullanılabilirlik yanlılığının yokluğunda, ortalama etki büyüklüğünün büyük ve küçük örneklemli çalışmalarda aynı olması beklenirken, daha büyük örnekleme hatası nedeniyle küçük örneklemli çalışmalarda daha geniş çapta değişiklik göstermesi gerçeğine dayanmaktadır.

Bu tekniği uygularken, bir grafik, büyüklükleri (d değerleri veya korelasyonları) çalışma örneklem büyüklüğüne (ya da örneklem büyüklüğünün ters bir fonksiyonu olan çalışma tahmininin standart hatasına) karşı etkiler. Önyargı olmaması durumunda, ortaya çıkan rakam ters çevrilmiş bir huni şeklini almalıdır. Ortalama etki büyüklüğünün, çalışma örneklem büyüklüğünden bağımsız olarak yaklaşık olarak aynı olduğuna dikkat edin.

Bununla birlikte, çalışmaların istatistiksel önemine (p değeri) dayalı yayın veya başka bir kullanılabilirlik yanlılığı varsa, küçük etki büyüklüklerini bildiren küçük örneklemli çalışmalar orantısız bir şekilde yok olacaktır, çünkü bunlar istatistiksel anlamlılığa ulaşamayacak çalışmalardır. Bunlar huni grafiğinin sol alt köşesindeki çalışmalardır. Kullanılabilirlik yanlılığının varlığını gösteren bir huni grafiği gösterir. Küçük örneklemli çalışmaların ortalama etki büyüklüğünün, büyük örneklemli çalışmalarınkinden daha büyük olduğuna dikkat edin.

Meta regresyon nedir
Funnel plot nedir
Meta analiz Nedir
Meta-sentez Nedir
Meta analiz örnekleri
CMA programı
Forest plot nedir
Sistematik derleme nedir

Huni grafiği yönteminin altında yatan kavram basit ve doğrudan olmasına rağmen sorunlu bir yönü vardır. Tüm önemsiz çalışmalar, yayın veya diğer mevcudiyet yanlılığı nedeniyle mevcut değilse, yanlılığın kanıtını görmek kolaydır. Ancak, yalnızca bazıları eksikse (örneğin %20-60), yanlılığı tespit etmek çok daha zordur.

Bu, özellikle çalışmaların sayısı fazla değilse (belki de olağan durum) geçerlidir. Tüm önemsiz çalışmaların %100’ünün eksik olması pek olası değildir. Önem testleri, huni grafiğini değerlendirmede karar vermenin yerine kullanılabilir, ancak bu testler Bölüm 1’de tartışılan tüm önemlilik testlerine ilişkin sorunlara sahiptir. Özellikle, güçleri düşüktür.

Huni grafiği kullanılabilirlik yanlılığını öne sürdüğünde, bazıları meta-analizi yalnızca büyük-N çalışmalarına dayandırmayı önerdi (örn. ) ve bu nedenle, bu çalışmalar ortalama etki büyüklüğünün tarafsız bir tahminini sağlayacaktır.

Altta yatan ortalama etki büyüklüğü büyükse ve bu parametrede çok az gerçek varyans varsa, muhtemelen durum böyledir. (Bu iki koşul birlikte daha büyük N çalışmalarda yüksek istatistiksel güce katkıda bulunur ve daha büyük N çalışmalarının yanlı bir çalışma örneği olmamasını sağlamaya yardımcı olur.) Aksi takdirde, bu reçete sorgulanabilir. Ayrıca gösterilen yanlılığın meta-analizde gerçekte olduğundan daha büyük göründüğüne dikkat edin, çünkü çalışmalar örneklem büyüklüklerine göre ağırlıklandırılır ve bu nedenle küçük-N çalışmaları (yanlı tahminlere sahip olan) meta-analizde çok az ağırlık alır. 

Huni grafiğinin uygulamaları tipik olarak kullanılabilirlik yanlılığı kanıtı önermez. Bu, bu bölümde daha önce bahsedilen iki gerçekle iyi açıklanabilir. İlk olarak, çoğu çalışma birden fazla hipotezi test eder, bu da yayının herhangi bir hipotezin test edilmesi için istatistiksel anlamlılığa bağlı olmasını zorlaştırır. İkincisi, birçok meta-analiz, birincil çalışmaların ana odak noktası olmayan ilişkileri inceleyerek, bulunabilirlik veya yayın yanlılığının meydana gelme ihtimalini ortadan kaldırır. Bu akıl yürütme çizgisi, huni grafiğinin yanlılığı tespit etmedeki başarısızlığının, genellikle hiçbir yanlılığın olmadığı yönünde doğru bir sonuca yol açtığını ileri sürer.

Kullanılabilirlik Önyargısını Düzeltme Yöntemleri

1980’lerin ortalarından günümüze kadar devam eden istatistikçiler, kullanılabilirlik yanlılığının etkileri için meta-analiz sonuçlarını düzeltmek için istatistiksel yöntemler geliştirdiler. Zamanla, bu yöntemler istatistiksel olarak giderek daha karmaşık hale geldi (ve giderek daha karmaşık hale geldi).

Ancak tüm bu yöntemler birincil çalışmaların p değerlerine dayanmaktadır; yani, hepsi yayın olasılığının (bir ağırlık fonksiyonu aracılığıyla) bu çalışmanın p değerine bağlı olduğunu varsaymaktadır. Çalışmaların diğer özelliklerinin yayınlanma olasılığını etkileme olasılığına ilişkin herhangi bir hüküm yoktur (örneğin, rapor edilen etki büyüklüğü, çalışmanın metodolojik nitelikleri, yazarların itibarı vb.).

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