Huni grafiği, yatay eksendeki bireysel çalışmalardan tahmin edilen tedavi etkilerinin dikey eksendeki tahminlerin kesinliğine karşı basit bir dağılım grafiğidir. Küçük çalışmalardan elde edilen etki tahminleri, daha büyük çalışmalar arasında yayılma daralarak grafiğin alt kısmında daha geniş bir alana dağılacaktır.

Önyargı olmaması durumunda, arsa simetrik bir ters çevrilmiş huniye benzeyecektir. Yayın yanlılığı, Huni grafiğinde asimetriye neden olabilir. Yayın yanlılığı ayarlanmalı ve çalışma sonuçlarının bir veri tabanına kodlanması ve meta-analiz için bir çalışmayı kabul veya reddetmede kullanılan kriterlere karar verilmelidir.

YAYIN YANLILIĞI

Yayın yanlılığı, kullanım Huni grafiğiyle araştırılabilir. Bir meta-analizde yayın yanlılığının varlığını tespit etmenin belki de en yaygın yöntemi Huni grafiğidir.

VERİ KALİTESİ

Daha düşük kalitedeki çalışmalar da daha büyük veri noktaları gösterme eğilimindedir. Özellikle yetersiz örnekleme yöntemine veya daha düşük kalite değerlendirme puanlarına sahip çalışmalar, şişirilmiş tahminler gösterebilir. Daha küçük çalışmalar, ortalama olarak, daha büyük çalışmalara göre daha az metodolojik titizlikle yürütülür ve analiz edilir. Huni grafiği, belirli yanlılık türlerini teşhis etmek için bir araçtan ziyade “küçük çalışma etkilerini” incelemenin genel bir yolu olarak görülmelidir.

RESİM

Yayın yanlılığını araştırmak için seçilen 47 çalışmaya dayalı olarak Hindistan’da epilepsi paterni ve prevalansı incelenirken hazırlanan genel Huni grafiği sunulmaktadır.

BEGG’İN HUNEL PARÇASI

Begg’s Funnel grafiği, yatay eksendeki özet istatistiklerin standart hatasına karşı dikey eksendeki özet istatistiklere karşı basit bir dağılım grafiğidir. Bu, regresyon testinin daha büyük bir istatistiksel gücü ile uyumludur. Bu grafikteki yatay çizgi, IV yöntemi kullanılarak yapılan sabit etkiler özet tahminini gösterirken, eğimli çizgiler, çalışmalar arasında heterojenlik olmadığı varsayılarak, belirli bir standart hata için beklenen %95 güven aralığını gösterir.

GALBRAITH PARSEL

Özet istatistiğin standart hatasına (z-istatistik) oranına karşı yatay eksende her bir çalışma tahmininin standart hatasının karşılığının grafiksel bir temsilidir.

KLİNİK HETEROJENLİK VE İSTATİSTİKSEL HETEROJENLİK

İstatistiksel heterojenliği tespit etmek için önerildi. Bir meta-analize dahil edilen çalışmalar arasındaki klinik heterojenliğin, sonuçlarında bir dereceye kadar istatistiksel heterojenliğe yol açması muhtemeldir.

Klinik heterojenlik, hasta seçimi, temel hastalık şiddeti, ara sonuçların yönetimi vb. konulardaki çalışmalar arasındaki farklılıklardır. Bu nedenle, bu çalışmaların sonuçları bir dereceye kadar birbiriyle uyumsuzdu. Nicel sonuçlardaki bu tür uyumsuzluk, istatistiksel heterojenlik olarak adlandırılır.

Kanıta dayalı uygulama nedir
Kanıta dayalı Tıp Nedir
Kdt nedir
Kanıta Dayalı Tıp piramidi
Kanıta DAYALI TIP uygulama Örnekleri
Evidence-based medicine
Kanıt Düzeyleri
Meta-analiz etki büyüklüğü

GALBRAIT RADYAL PARSEL

Galbraith radyal grafiğinde, bireysel çalışmalardan elde edilen tahminler, standart hatalarının karşılıklılığına karşı çizilir. Bu çizim, tahminlerin hangi alt kümesinin birbiriyle veya bazı teorik değerlerle tutarlı olduğunu görsel olarak yargılamaya yardımcı olabilir.

Çalışmalar arasındaki heterojenliğin kapsamı, bireysel çalışmaların orijin boyunca düz bir çizgi etrafında dağılıp dağılmadığına göre görsel olarak değerlendirilebilir. Bu grafikte, daha az bilgilendirici çalışmalar (daha büyük standart hatalara sahip) orijine yakın kümelenirken, daha bilgilendirici çalışmalar (daha küçük standart hatalara sahip) orijinden daha uzağa yerleştirilmiştir.

L’ABBE PARSEL

Bir L’Abbe grafiği, dikey eksenin tedavi grubundaki olay oranlarını ve yatay eksenin kontrol grubundaki olay oranlarını ölçtüğü, her noktanın bir çalışmayı temsil ettiği bir dağılım grafiğidir.

ANA AMAÇ

Forest grafiğinde olduğu gibi, L’Abbe grafiği de farklı sonuçlara sahip çalışmaları belirlemek için kullanışlıdır. Ayrıca bu farklılıktan sorumlu olan çalışma kollarının belirlenmesini sağlar. Bu, heterojenlik araştırmalarının odağını belirlemek için önemli olabilir. Bir meta-analizde heterojenliğin araştırılması, çalışmalar arasında büyük farklılıklar gösteren bireysel çalışma kollarına (müdahale kolları veya kontrol kolları veya bazen her iki kol) odaklanabilir.

Çizimdeki her nokta, çalışmanın sonuçlarını temsil eder ve daha büyük bir nokta daha büyük bir çalışmaya karşılık gelir. Düz çapraz çizgi, iki grupta olay hızı aynı olduğunda, bir çalışmanın noktasının üzerinde duracağı eşit çizgidir. Bir çalışma noktası eşit çizginin altındaysa, tedavi grubundaki etki oranının kontrol grubundan daha düşük olduğunu gösterir. İki noktalı çizgi, tüm çalışmaların sonuçlarını bir araya getirerek (sabit veya rastgele etkiler modeli kullanılarak) genel ağırlıklı ortalama etkiyi temsil eder.

HETEROJENİ KEŞFETMEK

L’Abbe grafiği yararlı bir araçtır, ancak uygunsuz bir şekilde de kullanılabilir, örneğin bazı meta-analizlerde, istatistiksel bir heterojenlik testine kadar birer birer hariç tutulan aykırı değerleri belirlemek için L’Abbe grafiği kullanılmıştır. artık istatistiksel olarak anlamlı değildi. L’Abbe grafiğinde, bir çalışma noktası ile genel çizgi arasındaki mesafedeki rastgele değişiklik, numune boyutuyla negatif olarak ilişkilidir ve olay oranları %50 olduğunda mesafedeki rastgele varyasyon en fazladır.

Bu nedenle, ekstra heterojenliğin (rastgele varyasyonla açıklanamayan heterojenlik) kapsamını tahmin etmek için, bir çalışma noktası ile genel hat arasındaki mesafeleri, çalışmanın örneklem büyüklüğü ve olay hızı ile ayarlamak arzu edilir. Dikey eksende gözlemlenen müdahale grubu riskine karşı yatay eksende gözlenen kontrol grubu riskinin grafiksel gösterimidir. Olası heterojenliği keşfetmenin grafiksel bir yolu olarak önerildi.

İKİ ÇALIŞMANIN META ANALİZİ

Meta-analist, iki ayrı çalışmanın etki büyüklüklerini sentezlerken, gerçek benzerlik derecesini keşfetmek için sonuçları karşılaştırmaya çalışır. Önemli ölçüde farklı olmayan ve dolayısıyla istatistiksel gerekçelerle birleştirilebilen iki etki büyüklüğü verildiğinde, çalışmalar arasında bir etkinin etki büyüklüğünü belirlemek isteyebilirsiniz.

İki çalışmanın etki büyüklüklerini birleştirirken atılacak ilk adım, her biri için r’yi hesaplamak ve her r değerini karşılık gelen Z-skorlarına dönüştürmektir. İki çalışmanın etki büyüklükleri istatistiksel olarak farklıysa, etki büyüklüklerinin ortalamasını almanın pek bir anlamı yoktur.

Meta-analistler genellikle p-değerlerinden çok etki büyüklükleriyle ilgilenseler de, bazen gücü artırmanın bir yolu olarak genel önem düzeyini değerlendirirler. İki ayrı çalışmanın sonuçlarını karşılaştırdıktan sonra, p-düzeylerini birleştirmek kolay bir meseledir. Bu şekilde, X ve Y arasında hiçbir ilişkinin olmadığına dair boş hipotez doğru olsaydı, iki p-düzeyinin elde edilmiş olabileceği olasılığının genel bir tahminini elde ederiz.

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

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.

The post Ücretsiz Meta-Analiz Yazılımı – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

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).

Iyengar ve Greenhouse (1988), orijinal Hedges-Olkin yöntemini, önemsiz çalışmalar için sıfırdan farklı yayın olasılıklarına izin verecek şekilde genişletti. Önem yönünden bağımsız olarak tüm önemli çalışmaların yayınlanacağı varsayımını korudular (yani, seçim modelleri Hedges-Olkin modeli gibi iki uçluydu).

Yöntemleri, farklı p değerlerine sahip anlamlı olmayan çalışmalar için farklı yayın olasılıklarını içerecek şekilde genişletilebilse de, tüm anlamlı olmayan çalışmaların aynı sıfırdan farklı yayınlanma olasılığına sahip olduğunu varsayar. Hedges-Olkin yöntemine benzer şekilde, bu yöntem, yayın yanlılığı olmasaydı gözlemlenecek olan ρ ̄ veya δ ̄ değerlerini tahmin etmek için maksimum olabilirlik (ML) yöntemlerini kullanır.

Farklı p değerleri için farklı ağırlıkların ρ ̄ veya δ ̄ nihai tahminleri üzerinde büyük veya küçük etkileri olup olmadığını belirlemek için duyarlılık analizleri yapılabilir. Orijinal Hedges-Olkin yönteminden daha gerçekçi olmasına rağmen, bu yöntem, bunun gibi, sabit etkiler modelidir ve bu nedenle, nadiren gerçek veriler için uygun olacaktır (derginin aynı sayısında birkaç yorumcu tarafından belirtildiği gibi). Ayrıca, iki uçlu yayın yanlılığı varsayımı birçok durumda muhtemelen gerçekçi değildir.

Begg-Mazumdar (1994) Yöntemi

Begg ve Mazumdar (1994), küçük örneklemli çalışmaların yalnızca büyük büyüklükte bir korelasyon veya d değeri (küçük N verildiğinde istatistiksel anlamlılık için gereklidir) verirlerse yayınlanma eğiliminde olduğunu varsayarken, büyük örneklemli çalışmaların yayınlanma eğiliminde olduğu varsayılmıştır. r veya d değerlerinin boyutuna bakılmaksızın yayınlanır (çünkü sonuçları neredeyse her zaman istatistiksel olarak anlamlı olacaktır).

Bu, huni grafiğinin altında yatan varsayımdır ve bu varsayım altında beklenen sonucu gösterir: Eksik çalışmalar, hem küçük Ns hem de küçük d değerlerine sahip olanlardır. Bu nedenle, yayın yanlılığı için basit bir test önerdiler: d (veya r) değerleri ve bunların standart hataları arasındaki sıra sıra korelasyonudur.

Yayın yanlılığının olmaması durumunda bu korelasyon 0 olmalıdır. Pozitif bir korelasyon yayın yanlılığını gösterir. Bu prosedür, huni grafiğinin öznel yorumunun yerine geçen bir huni grafiğinin sonucunu nicelleştirmenin bir yolu olarak görülebilir. McDaniel ve Nguyen (2002) bu prosedürün kullanımına bir örnek vermişlerdir.

Hedges ve İştirakler Tarafından Daha Fazla Çalışma

Hedges (1992a), Iyengar-Greenhouse yöntemini, araştırmacıların p değerlerini nasıl gördüklerine ilişkin araştırma bulgularına dayanan yayın olasılıklarını yansıtan çalışma ağırlıklarını içerecek şekilde genelleştirdi. Örneğin, araştırmacılar .05 ile .04 arasındaki p değerleri arasında çok az fark görürler, ancak .06 ile .05 arasındaki farkı çok önemli olarak görürler. Hedges, bu bilgiyi, p değerlerine dayalı olarak etüt ağırlıklarının ayrı bir adım fonksiyonunu oluşturmak için kullandı.

Yine ML yöntemleri kullanılarak, bu ilk ağırlık tahminleri, tahminleri iyileştirmek için yinelenir ve daha sonra rafine ağırlık tahminleri, yayın yanlılığı olmasaydı gözlemlenecek olan ρ ̄ veya δ ̄ değerlerinin tahminlerini üretmek için kullanılır. Bu bir rastgele etkiler modelidir ve dolayısıyla Sρ2 ve Sδ2 tahminleri de üretilir. Bu tahminlere dayanarak, bu yöntem, yayın yanlılığı olmadığında beklenen p değerlerinin dağılımını tahmin edebilir.

Meta-analiz etki büyüklüğü
Analiz çalışması
Meta analiz avantaj dezavantaj
Psikolojide meta-analiz
Sosyal bilimlerde meta-analiz
Network meta analizi
Meta-analiz tez
Psikometrik meta-analiz

Bu dağılım daha sonra çalışmalar setinde gözlenen p değerleri dağılımı ile karşılaştırılabilir. Tutarsızlıklar, yayın yanlılığının varlığını gösterir. Çalışma ağırlıklarını tahmin etmek için geliştirilmiş yöntemlere ek olarak, bu yöntem rastgele etkiler modeli olması açısından daha gerçekçidir. Ancak yine de p değerlerine dayalı iki kuyruklu seçimi varsayar.

Bu çalışmada ve başka bir çalışmada (Vevea, Clements ve Hedges, 1993), bu yöntem ABD Çalışma Bakanlığı’nın Genel Yetenek Test Bataryası (GATB) için geçerlilik çalışmalarının 755 çalışma veri tabanına uygulandı. İki uygulamanın ayrıntıları biraz farklı olmasına rağmen, her ikisi de bu veri setinde esasen hiçbir kullanılabilirlik yanlılığı olmadığını belirtti.

Bu, birden fazla hipotez test edildiğinde tam olarak beklenen şeydir. Her GATB çalışması, bataryadaki 12 farklı testin geçerliliğini tahmin eder ve ayrıca bu 12 testin farklı kombinasyonları ile ölçülen 9 farklı yeteneğin geçerliliğini tahmin eder. (Neredeyse hiçbir çalışma yalnızca kısmi sonuçlar bildirmemiştir.) Daha önce tartışıldığı gibi, bu koşullar altında p değerlerine dayalı herhangi bir kullanılabilirlik yanlılığı olması pek olası değildir.

21 anlamlılık testinin tümünün önemsiz olma olasılığı, tümünün anlamlı olma olasılığı gibi küçük kayboluyor. Hemen hemen tüm araştırmalar, anlamlı ve önemsiz sonuçların bir karışımına sahip olmalıdır; bu, kasıtlı olarak böyle bir önyargı üretme niyetinde olan biri için bile kullanılabilirlik önyargısının elde edilmesini zorlaştıracaktır. Dolayısıyla, böyle bir literatürde kullanılabilirlik yanlılığı görmeyi beklemezdik ve bu, Hedges yanlılığı saptama ve düzeltme yönteminin sonucuydu.

Vevea ve Hedges (1995), önceki yöntem dizisini daha da geliştirdi. İki uçlu yayın yanlılığı varsayımının çoğu durumda muhtemelen gerçekçi olmadığını kabul ederek, yöntemi tek yönlü yayın yanlılığı varsayacak şekilde değiştirdiler. Bununla birlikte, en büyük gelişme, çalışma etki büyüklükleri (ve dolayısıyla çalışma p değerleri ile) ile ilişkili olabilecek moderatör değişkenler için hükümdür.

Örneğin, bir tür psikoterapi özellikle etkili olabilir (büyük etki büyüklükleri) ve aynı zamanda tipik olarak küçük örneklem büyüklükleriyle çalışılabilir. Bu durum, çalışma özelliklerinden (kodlanmış moderatörler) çalışma sonuçlarını tahmin etmek için kullanılan ağırlıklı en küçük karelere sahip bir rastgele etkiler modelini gerektirmektedir.

Yani bu yöntem, yayın yanlılığı ile çalışma sonuçlarının moderatörlerinin etkileri arasında ayrım yapılmasına izin verir. Vevea ve Hedges (1995), Glass’ın psikoterapi üzerine çalışmalarının bir alt kümesine uygulayarak bu yöntemi örneklendirmiştir. İki moderatör, terapi türü (davranışsal ve duyarsızlaştırma) ve fobi türü (basit ve karmaşık) idi.

Bu moderatörleri kontrol ettikten sonra bile, analizleri hala yayın yanlılığını tespit etti; δ ̄’nin sapma düzeltmeli tahminleri, orijinal düzeltilmemiş tahminlerden %15 ila %25 daha küçüktü. Kullanılabilirlik yanlılığının GATB çalışmalarında değil de bu çalışmalarda saptanmasının nedeni, psikoterapi çalışmalarının çoğunun GATB çalışma setinde olduğu gibi çoklu hipotezler yerine tek bir hipoteze (veya tek bir önemli hipoteze) odaklanması olabilir. Daha küçük olmasına rağmen, sapma düzeltmeli ortalama etki büyüklükleri hala önemliydi ve .48 ile .76 arasında değişiyordu.

The post Begg-Mazumdar (1994) Yöntemi – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).

Bir Örnek: Geçerlilik Genellemesi

Şimdi bir sözel yetenek testi için varsayımsal, ancak gerçekçi bir geçerlilik genelleme örneği ele alacağız. Başvuru sahibi grupta (sınırsız grup) hesaplanan bu testin güvenilirliği, isrXXa =.85.Tablo 3.5a’dagösterilen12çalışma, daha önce işe alınmış olan iş görevlileri üzerinde hiçbir kaydımız olmayan çeşitli prosedürler kullanılarak yürütülmüştür; bu nedenle, herhangi bir aralık kısıtlamasıdır. Gözlenen geçerlilikler .07 ile .49 arasında değişmektedir ve 12 geçerlilik tahmininin sadece 7’si istatistiksel olarak anlamlıdır. Tablo 3.5a’daki ikinci sütundaki uX değerlerinin tümü 1,00’den küçüktür ve dolaylı aralık kısıtlaması olduğunu gösterir.

Denklem (3.16)’yı kullanarak bu uX değerlerini uT değerlerine dönüştürüyoruz, hangi tabloda gösterilmiştir. İş performansı güvenilirliklerinin ilk sütunu (ryyi) kısıtlı değerleri temsil eder (yani, görevdeki örneklerde hesaplananlar).

Bunlar, bu örnekteki hesaplamalar için gerekli olan ryy değerleridir. Theryya başvuru sahibi grubundaki tahmini ölçüt güvenirliklerine değer verir. (Bu değerler Bölüm 5’teki Denklem [5.20] kullanılarak hesaplanır.) Tablo 3.5a’daki test güvenilirlikleri kısıtlı (görevli grup) değerlerdir (yani, rXXi ). Dolaylı aralık kısıtlamasının etkileri nedeniyle, rXXi değerlerinin başvuru sahibi havuz değerinden rXXa = .85 daha küçük olduğuna dikkat edin. (Test güvenilirlikleri, Denklem [3.17c] kullanılarak rXXa = .85 değerinden hesaplanır.) Önce ölçüm için gözlemlenen her bir korelasyonu düzeltiriz. Her iki değişkende de hata ve ardından aralık kısıtlama düzeltme formülündeki uT değerlerini kullanarak aralık kısıtlaması için düzeltme yapın.

Bu düzeltilmiş korelasyonlar  son sütunda gösterilmiştir. Bu varsayımsal verileri oluşturmak için kullanılan temel gerçek puan (yapı düzeyi) korelasyonu ρ = .57’dir. Bununla birlikte, gerçek puan korelasyonu, operasyonel geçerliliği olduğundan fazla tahmin eder, çünkü gerçek testte gelecekteki iş performansını tahmin etmek için gözlemlenen test puanlarını kullanmalıyız ve başvuranların (bilinmeyen) gerçek puanlarını kullanamayız. Bu nedenle, bu örneği oluşturmak için kullanılan gerçek geçerlilik ρxyt = kısıtlamadır, meta-analiz her iki değişkende de ölçüm hatasını düzeltmelidir.

cma ile meta-analiz
meta-analiz çalışması örneği
Meta-analiz aşamaları
cma meta-analiz programı indir
Meta-sentez ve meta analiz arasındaki fark
Meta analiz nasıl yazılır
Meta-analiz etki büyüklüğü
Meta-analiz ile literatür taraması arasındaki farklar

Çalışılmış Bir Örnek: Dolaylı Menzil Kısıtlaması

Şimdi örneğimizdeki verilerin meta-analizine geçiyoruz. Hesaplamalarımız VG6-I bilgisayar programındakilerle aynıdır (dolaylı menzil kısıtlaması için). (Bu programı içeren yazılım paketinin mevcudiyeti için Ek’e bakın.) Her bir çalışmayı aşağıdaki gibi ağırlıklandırıyoruz.

Bu hesaplamalar için çalışma sayfası gösterilmektedir. Her çalışma için zayıflama faktörü, en kolay şekilde düzeltilmemiş korelasyonun düzeltilmiş korelasyona oranı olarak hesaplanır.

Bu varsayımsal örnekteki tüm çalışmalar aynı örnek boyutuna sahip olduğundan, bu, her çalışma için düzeltilmemiş korelasyonlardaki örnekleme hatası varyansının tahminidir.

Bu tahmin, Tablo 3.5b’deki “Basit Hata Varyansı” sütununda kaydedilmiştir. Ancak, düzeltme dönüşümünün türevi kullanılarak hesaplanan düzeltme faktörü kullanılarak daha doğru bir tahmin elde edilir.

Tahmini ortalama gerçek puan korelasyonu (.574) gerçek değere (.570) çok yakındır. Tüm anakütle korelasyonlarının aynı olduğu varsayıldığından, anakütle korelasyonlarının varyansı aslında 0’dır. Bu nedenle, örnekleme hatası varyansı, gözlemlenen varyansa eşit olmalıdır.

−.000994 değeri, 0’ın gerçek değerine çok daha yakındır ve yine doğru bir şekilde gerçek değerin 0 olduğunu gösterir. Her bir korelasyonu ayrı ayrı düzelten meta-analiz, VG6 programı kullanılarak bilgisayarda gerçekleştirilebilir. (Yazılım paketinin açıklaması için Ek’e bakın.) Bu programın doğrudan ve dolaylı menzil kısıtlaması için ayrı alt programları vardır.

Dolaylı menzil kısıtlaması durumunda, buradaki örneğimizde olduğu gibi, programa girilen güvenilirlikler kısıtlı gruptakiler olmalıdır. (Kısıtlanmamış bağımsız değişken güvenilirlikleri girilirse, program bunları Denklem kullanılarak sınırlı grup değerlerine dönüştürür) Aralık kısıtlaması düzeltmesinden önce her iki değişken için güvenilirlik düzeltmeleri yapılır.

Aralık kısıtlaması doğrudan ise, bağımlı değişken için güvenilirlik düzeltmesi, aralık kısıtlaması düzeltmesinden önce yapılabilir, ancak bağımsız değişkendeki güvenilmezlik düzeltmesi, sınırlamasız değişkendeki güvenilirlik (rXXa ) kullanılarak aralık kısıtlaması düzeltmesinden sonra yapılmalıdır.

Bunun nedeni, bağımsız değişken üzerindeki doğrudan aralık kısıtlamasının, seçilen örneklemde gerçek puanların ve ölçüm hatalarının (negatif olarak) ilişkilendirilmesine neden olması ve dolayısıyla güvenilirlik teorisinin altında yatan kritik varsayımı ihlal etmesidir.

Bu koşullar altında, seçilen örneklemdeki bağımsız değişkenin güvenirliği tanımlanamaz ve tanımlanamaz; bu nedenle, bu düzeltme, sınırlandırılmamış örnekte elde edilen bir rXXa tahmini kullanılarak, aralık kısıtlama düzeltmesi yapıldıktan sonra yapılmalıdır. Mendoza ve Mumford (1987) bu önemli gerçeğe işaret eden ilk kişilerdi.

Avcı ve ark. (2002) bu düşünceyi meta-analiz prosedürlerine dahil etmiştir. Elbette meta-analiz bir geçerlilik genelleme çalışması ise, bağımsız değişkende güvenilmezliği düzeltmeye gerek yoktur ve bu düzeltme basitçe atlanır.

Örneğimize dönersek, elde ettiğimiz .57’lik ortalama düzeltilmiş korelasyon gerçek geçerliliği tahmin etmez, çünkü bağımsız değişkendeki (yordayıcı testi) ölçüm hatası için düzeltilmiştir. .57 değeri, ortalama operasyonel geçerlilik (ρxyt) değil, ortalama gerçek puan korelasyonudur. Aday havuzu (sınırsız) grubunda (yani, örneğimizin başında belirtildiği gibi rXXa = .85) bu testin güvenilirliğini bildiğimiz için, gerekli operasyonel geçerlilik tahminlerini aşağıdaki gibi kolayca hesaplayabiliriz.

Yine, bu iki değer de doğrudur. Personel seçiminde uygulamalı çalışma için operasyonel geçerlilik tahminine ihtiyacımız olmasına rağmen, teorik araştırma (teori testi) için gerekli olan .57’lik yapı düzeyinde korelasyondur. Personel seçimi alanı dışındaki çoğu meta-analiz, oryantasyonda teoriktir.

Daha sonra, karşılaştırma amacıyla, gözlemlenen korelasyonlar (çıplak meta-analiz) ve tamamen düzeltilmiş korelasyonlar (tam meta-analiz) için örnekleme hatası düzeltmelerini sunuyoruz.

Bu sonuçlar Windows tabanlı VG6-I programı kullanılarak kontrol edilebilir (kullanılabilirlik için Ek’e bakın). Program sonuçları burada hesaplananlarla aynıdır. Düzeltilmemiş korelasyonların sonuçları, .28’lik bir yanlış ortalamayı (.57’nin gerçek değerine karşı) ve .07’lik bir standart sapmayı (gerçek standart sapmanın 0’a karşı) gösterir. Bu varsayımsal verileri oluşturmak için kullanılan gerçek etki büyüklüğü korelasyonu ile karşılaştırıldığında çıplak kemik meta-analizi çok yanlıştır. Bununla birlikte, düzeltilmemiş korelasyon meta-analizindeki hata, bilinen eserler ile tam olarak tutarlıdır.

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

Meta-analistler sıklıkla farklı şekillerde rapor edilen sonuçlarla uğraşmak zorunda kalırlar. Tahıl verimini artırmanın yollarını aradığımızı ve yüksek dozda gübrenin standart dozdan daha iyi çalışıp çalışmadığıyla ilgilendiğimizi varsayalım. İki dozdan birini almak için farklı parselleri randomize ederek dozun etkisini ölçen, ancak sonucu farklı şekillerde ölçen çalışmalar bulabiliriz. Bazı çalışmalar bitkiler için ortalama büyüme oranını ölçebilirken, diğerleri belirli sayıda hafta sonra verimi ölçebilir (ve zamanlamalar çalışmalar arasında değişebilir).

Bazı çalışmalar, belirli bir büyüme oranına ulaşan bitkilerin oranını ölçerken, diğerleri, uygulamadan belirli bir hacimdeki tahılın üretimine kadar geçen süreyi ölçebilir. Bir dizi doz uygulayan ve doz ile örneğin verim arasındaki korelasyonu inceleyen başka çalışmalar bulabiliriz.

Aynı sonucu araştıran çalışmalarda bile sonuçlar farklı şekillerde rapor edilebilir. Burada iki çeşit varyasyon vardır. İlk olarak, analiz için farklı yaklaşımlar kullanılabilir. Örneğin, iki çalışma, her bir gübre dozu altında başarısız olan bitkilerin oranına odaklanabilir, ancak biri bunu bir oran olarak bildirirken, bir diğeri bunu oranlardaki bir fark olarak bildirir.

İkincisi, aynı analiz bile farklı istatistikler kullanılarak rapor edilebilir. Örneğin, birkaç çalışma iki doz arasındaki ortalama verimleri karşılaştırırsa, bazıları standart sapmalarla ortalamaları, diğerleri p değeriyle ortalamaları, diğerleri güven aralıklarıyla ortalama farklarını ve diğerleri de varyans analizinden F istatistiklerini rapor edebilir.

Tüm bu varyasyonlar bir meta-analizde ne ölçüde birleştirilebilir? Burada sadece istatistiksel değerlendirmeleri ele alıyoruz ve analizde farklı sonuç ölçütlerini birleştirmek için sağlam bir gerekçe olduğunu varsayıyoruz. İkili sonuçları (arızalı bitkilerin oranı), farklı ölçüm ölçeklerini (büyüme hızı, verim), hayatta kalma sonuçlarını (meyveye kadar geçen süre) ve korelasyonel verileri (doz-verim) kullanarak sürekli sonuçları tanımladığımıza dikkat edin. Olasılıklar listesi daha uzundur ve tüm seçeneklerin kapsamlı bir özetini yapmaya çalışmıyoruz.

Çalışmalar aynı sonuca hitap ettiğinde, aynı şekilde ölçüldüğünde, analiz için aynı yaklaşımı kullandığında, ancak sonuçları farklı şekillerde sunduğunda, meta-analizin önündeki tek engel pratiktir. İlginin etki büyüklüğünü tahmin etmek için yeterli bilgi mevcutsa, bir meta-analiz mümkündür.

Örneğin, standart sapmalı ortalamalar, p-değerli ortalamalar ve bir güven aralığına sahip ortalamalardaki farklılıkların tümü, ortalama verimdeki farkı tahmin etmek için kullanılabilir (ilk iki durumda, numune boyutlarının bilinmesi şartıyla) . Bu üçü, örneklem büyüklüğü ile birlikte uygun bir F istatistiğinin yaptığı gibi, ortalamalarda standart bir farkın hesaplanmasına da izin verir.

meta-analiz çalışması örneği
Meta analiz çalışması
sistematik derleme ve meta-analiz nedir
Meta-analiz programı
Meta analiz nasıl yapılır
meta-analiz nedir nasıl yapılır
Meta-analiz pdf
Meta-analiz etki büyüklüğü

Çalışmalar aynı sonucu ele aldığında, aynı şekilde ölçüldüğünde, ancak analiz için farklı yaklaşımlar kullanıldığında, o zaman bir meta-analiz olasılığı hem istatistiksel hem de pratik hususlara bağlıdır. Önemli bir nokta, bir meta-analizdeki tüm çalışmaların temelde aynı tedavi etkisi indeksini kullanması gerektiğidir. Örneğin, bir risk farkını bir risk oranıyla birleştiremeyiz. Bunun yerine, tüm çalışmalar için aynı indeksi hesaplamak için özet verileri kullanmamız gerekir.

Tam olarak aynı olmasa da benzer olan bazı endeksler vardır ve bunların birleştirilmesinin kabul edilebilir olup olmadığı konusunda yargıya varılması gerekir. Bir örnek, oran oranları ve risk oranlarıdır. Olay nadir olduğunda, bunlar yaklaşık olarak eşittir ve kolayca birleştirilebilir.

Olay yaygınlaştıkça ikisi birbirinden uzaklaşır ve birleştirilmemelidir. Risk oranlarına benzeyen diğer endeksler ise tehlike oranları ve oran oranlarıdır. Bazı insanlar bunların birleştirilecek kadar benzer olduğuna karar verir; diğerleri yapmaz. Bu tür kararları vaka bazında almak için meta-analistin meta-analizin amaçları bağlamındaki yargısı gerekecektir.

Çalışmalar farklı yollarla ölçülen aynı sonucu veya tamamen farklı sonuçları ele aldığında, bir meta-analizin uygunluğu esas olarak önemli hususlara bağlıdır. Araştırmacı, birleşik bir analizin anlamlı bir yoruma sahip olup olmayacağına karar vermek zorunda kalacaktır.

Eğer öyleyse, yukarıdaki istatistiksel ve pratik hususlar geçerlidir. Bir diğer husus, farklı sonuçlar için kullanılan farklı ölçeklerin nasıl ele alınacağıdır. Sürekli sonuç ölçümleri için standart yaklaşım, her çalışmayı standartlaştırılmış bir ortalama fark olarak analiz etmektir, böylece tüm çalışmalar ortak bir metriği paylaşır.

Bazı basit dönüşümler altında belki de şaşırtıcı bir şekilde birleştirilebilen yararlı bir endeks sınıfı vardır. Özellikle, standartlaştırılmış ortalama farkları, oran oranlarını ve korelasyonları ortak bir metriğe dönüştürmek için formüller mevcuttur. Bu tür dönüştürmeler, verilerin altında yatan doğası hakkında bazı varsayımlar gerektirir ve bu varsayımların ihlali, sürecin geçerliliğini etkileyebilir.

Ayrıca, ikili verileri kullanan çalışmaların, sürekli verileri kullanan çalışmalardan bazı önemli açılardan farklı olabileceğini ve korelasyonları ölçen çalışmaların iki grubu karşılaştıranlardan farklı olabileceğini unutmamalıyız. Daha önce olduğu gibi, bunlar çalışmalar arasındaki niteliksel farklılıklardan ziyade derece sorularıdır.

BİR META-ANALİZ YAPMAK İÇİN KAÇ ÇALIŞMA YETERLİDİR?

Sabit etkili bir modelle çalışıyorsak, iki veya daha fazla çalışmaya dayalı bir özet, gerçek etkinin her iki çalışmaya göre daha kesin bir tahminini sağladığından, iki çalışmamız olur olmaz bir meta-analiz yapmak mantıklıdır. tek basina. Daha da önemlisi, gözlemlenen etkilerdeki dağılımla ilgilenmiyoruz çünkü bunun örnekleme hatasından başka bir şeyi yansıtmadığı varsayılıyor.

Bir özet etki bildirerek, garanti edilmeyen bir kesinlik düzeyini ima ettiğimize dair bir endişe olabilir. Aslında, özet etki, tahminin belirsizliğini tanımlayan bir güven aralığı ile nitelenir. Ek olarak, araştırmalar gösteriyor ki, bu bilgiyi sağlayamazsak, araştırmacıların verilere kendi sentezlerini dayatacaklar, bu da her zaman bilinen formülleri kullanarak hesapladığımızdan daha az doğru ve değerden daha kendine özgü olacaktır.

Ancak çoğu durumda, etkilerdeki dağılımın (en azından kısmen) gerçek olduğu varsayılan rastgele etkiler modeliyle çalışmamız gerekir. Hata tahmininin örnekleme teorisine dayandığı (ve dolayısıyla güvenilir olduğu) sabit etki analizinden farklı olarak, rastgele etkiler analizinde hata tahminimizin kendisi güvenilmez olabilir.

Spesifik olarak, az sayıda çalışmaya dayandığında, çalışmalar arası varyansın (T2) tahmini büyük ölçüde hatalı olabilir. Özet etkisinin standart hatası (kısmen) bu değere dayanmaktadır ve bu nedenle, güven aralığı ile bir özet etki sunarsak, yalnızca nokta tahmininin yanlış olması muhtemel olmakla kalmaz, aynı zamanda güven aralığı yanlış bir anlam verebilir. 

The post META-ANALİZ YAPMAK İÇİN KAÇ ÇALIŞMA YETERLİDİR? – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).