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. İlgili değişkenler kalite değerlendirme puanlarını ve psikososyal değişkenleri içerir. Kümeleme teknikleri, farklı havuzlanmış tahminlere sahip çalışma grupları üretmek için kullanılabilir.

Böylece, araştırmacının heterojen bir popülasyonda genel birleştirilmiş tahmini belirlemesini sağlar. Çalışmalar, bireysel çalışmaların özelliklerinden ziyade kümenin özelliklerine atıfta bulunularak özetlenir. Grafik yöntemlere, havuzlanmış tahminlerin rastgele etkiler modeline, duyarlılık ve etki analizine, kümülatif analize ve meta-regresyon analizine ek olarak, küme meta-analizi, çalışmalar arası varyasyonu incelemek için başka bir tekniktir.

META ANALİZ SONUÇLARININ RAPORLANMASI

Meta-analiz, testi için güç sağlamak için yeterli çalışma içermelidir. Bir meta-analiz moderatör testleri yapıyorsa, moderatörler arasında herhangi bir ilişki olup olmadığını da rapor etmelidir. Tüm meta-analizler, kodlama güvenilirliğini sağlamak için en az iki yazara sahip olacaktır.

Çok sayıda varsayılan sıfır etki büyüklüğü varsa, yazarlar bu değerleri hem dahil ederek hem de analizlerinden hariç tutarak sonuçlarını rapor etmelidir. Belirli bir meta-analizin temsil edilebilirliğini değerlendirmek için teorik sınırlar, kapsamlı araştırma, ikincil literatür, yayınlanmamış literatür, geniş literatür ve yüksek çıkarım ılımlılığı dikkate alınmalıdır.

Bir meta-analiz sadece bir literatürün özeti olmamalı, teorik bir yorum ve entegrasyon sağlamalıdır. İyi bir meta-analiz, bu bulguları yorumlamak için çaba harcar, literatürdeki belli başlı teorilerle nasıl tutarlı veya tutarsız olduklarını sunar ve gelecekteki araştırmaları teşvik eder.

Sistematik bir incelemenin sonuçlarının kendi başına ayakta durması gerektiği tartışılabilse de, bir kararla karşı karşıya kalan birçok kişi, sonuçları yorumlamak için tartışmaya ve yazarların sonuçlarına bakar. Gerçekten de, birçok insan incelemenin geri kalanına bakmadan önce doğrudan sonuçlara gitmeyi tercih ediyor.

Kümeleme analizi örnekleri
Meta analizi Nedir
Kümeleme analizi yöntemleri
meta-analiz çalışması örneği
meta-analiz özellikleri nelerdir
Meta-analiz aşamaları
Meta-analiz Kitap
Meta-analiz programı

Tartışma ve sonuçlar, insanların pratik kararlarla ilgili kanıtların sonuçlarını anlamalarına yardımcı olmalıdır. Bir derlemenin tartışma bölümü için iyi bir başlangıç ​​noktası, dahil edilen çalışmaların önemli metodolojik sınırlamalarını ve derlemede kullanılan ve sağlık bakımı veya gelecekteki araştırmalarla ilgili pratik kararları etkileyebilecek yöntemleri ele almaktır.

Bir müdahale ile önemli bir sonuç arasındaki neden sonuç ilişkisi olasılığını değerlendirmede yardımcı olabilecek bir tür kanıt, bir ilişkinin dolaylı kanıtıdır. Uygulanabilirlik ile ilgili kararlar, sağlık hizmetlerine ilişkin kararların alındığı özel koşullar hakkındaki bilgilere bağlıdır. Önemli farklılıklar biyolojik, kültürel, uyum, temel risk ve dahil edilen çalışmaların sonuçlarını içerir.

Verileri, sonuçtaki bir azalma veya artışla uyumlu olarak bir güven aralığı ile raporlamak daha güvenlidir. Bir meta-analiz yazmanın daha kolay yolu, birincil araştırmada bulunan bölümlerin aynısını kullanarak bu paralel yapıdan da yararlanmaktır.

Yöntem bölümünde, çalışmalarınızı nasıl topladığınızı ve nicel kodları nasıl elde ettiğinizi açıklamanız gerekmektedir. Sonuçlar bölümünde, efekt büyüklüklerinizin dağılımını açıklar ve gerçekleştirmeye karar verdiğiniz moderatör analizlerini sunarsınız.

Tartışma ve sonuç bölümü, gelecekteki araştırmaların yönü için özel önerilerle sona ermektedir. Kaynakça ve ek bölümü, hem makalenin yazımında kullanılan çalışmaları hem de meta-analizde yer alan çalışmaları içeren tek bir referans bölümüne de sahiptir.

META-ANALİZ ÇALIŞMASININ DEĞERLENDİRİLMESİ

İÇSEL GEÇERLİLİK

Birincil çalışmalar: Bir meta-analiz, bir araya getirdiği birincil çalışmalardan asla daha geçerli olamaz. Çalışmalarla ilgili metodolojik sorunlar varsa, meta-analizin geçerliliği de aynı şekilde de sorgulanmalıdır.

Testin gücü: Meta-analiz, testine güç sağlamak için yeterli çalışmayı içermelidir. Kesin sayı, hangi analizlerin gerçekleştirildiğine bağlı olacaktır. Çoğu amaç için, en az 30 çalışmaya da ihtiyaç duyarsınız.

Moderatörler arası korelasyon: Bir meta-analiz, moderatör testleri yapıyorsa, moderatörler arasında herhangi bir ilişki olup olmadığını da rapor etmelidir. Sonuçların yorumlanmasından şüphe etmek için mantıklı bir neden olup olmadığını görmek için ilişkili moderatörleri içeren tüm sonuçları eleştirel olarak da incelemeliyiz.

Kodlama güvenilirliği: Tüm meta-analizler, kodlama güvenilirliğini sağlamak için en az iki yazara sahip olacaktır. Güvenilirlik yayınlanmalı ve makul derecede yüksek, tercihen 0,8’in üzerinde de olmalıdır.

Varsayımlar: Standart meta-analitik prosedürler, tüm etki büyüklüklerinin bağımsız olduğunu varsayar. Bir analiz, çalışma başına birden fazla etki büyüklüğü içeriyorsa, bu varsayım ihlal edilir. Bazen birincil çalışmaların tasarımları bu ihlali gerektirebilir, ancak yazarlar bunun sonuçları üzerindeki etkisini en aza indirmek için adımlar da atmalıdır.

Sıfır etki boyutu: Bildirilen boş bulgulardan varsayılan sıfır etki boyutları, hesaplanabilecek en az kesin etkilerdir. Bu etkilerin önemli bir miktarını içeren bir meta-analizden çıkarımlar yaparken dikkatli olmalıyız. Çok sayıda varsayılan sıfır etki büyüklüğü varsa, yazarlar bu değerleri hem dahil ederek hem de analizlerinden hariç tutarak sonuçlarını da rapor etmelidir.

TEORİK KATKI

Teorik yorum: Bir meta-analiz sadece bir literatürün özeti olmamalı, teorik bir yorum ve entegrasyon sağlamalıdır. Genel olarak, bir meta-analiz istatistiksel hesaplamalarının ötesinde ne kadar fazlasını sağlarsa, bilimsel katkısı o kadar değerli olur.

Bulguların tutarlılığı: İyi bir meta-analiz, sadece ana etki ve moderatör testleri raporlamaz. Ayrıca bu bulguları yorumlamak için çaba harcar ve literatürdeki belli başlı teorilerle ne kadar tutarlı veya tutarsız olduklarını sunar.

Araştırma alanındaki boşluklar: Meta-analizler, mevcut literatürde bulunabileceklerin geriye dönük bir özetini sağlayarak literatüre büyük ölçüde yardımcı olabilir. Bunu, literatürdeki hangi alanların hala geliştirmeye ihtiyaç duyduğuna dair öneriler izlemelidir. İyi bir meta-analiz, gelecekteki araştırmaları engellemekten de çok teşvik eder.

SONUÇLARIN YORUMLANMASI

Sonuçları yorumlarken, incelemeler, müdahalenin faydalı ve zararlı etkilerinin önemini mutlak ve göreceli terimlerle dikkate almalı ve gelecekteki araştırmalar için ekonomik sonuçları da ele almalıdır.

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

Yalnızca örnekleme hatası yapaylığını kontrol etmeye çalışan ikinci meta-analiz yaklaşımı, daha önce çıplak meta-analiz olarak adlandırdığımız şeydir. Bu yaklaşım, standart hatanın bilindiği korelasyonlara, d değerlerine veya herhangi bir başka etki büyüklüğü istatistiğine uygulanabilir. Örneğin, istatistik korelasyon ise, ilk önce r ̄ hesaplanır. Daha sonra korelasyon setinin varyansı hesaplanır. Daha sonra, örnekleme hatası varyansının miktarı hesaplanır ve bu gözlemlenen varyanstan çıkarılır.

Sonuç 0 ise, örnekleme hatası gözlemlenen tüm varyansı hesaba katar ve r değeri meta-analizdeki tüm çalışmaları doğru bir şekilde özetler. Değilse, kalan varyansın karekökü, örnekleme hatası varyansı kaldırıldıktan sonra ortalama r etrafında kalan değişkenlik indeksidir.

Her zaman düzeltilmesi gereken başka artefaktlar (ölçüm hatası gibi) olduğu için, çıplak kemik meta-analiz yönteminin eksik ve yetersiz olduğunu yazılarımızda tutarlı bir şekilde belirttik. Yeni başlayanlara meta-analizi açıklamak ve öğretmek için öncelikle ilk adım olarak yararlıdır.

Ancak, yalnızca çıplak kemik yöntemlerine dayanan meta-analizler yayınlanmıştır; Bu araştırmaların yazarları, örnekleme hatasının ötesinde, eserleri düzeltmek için gereken bilgilerin kendileri için mevcut olmadığını her zaman iddia etmişlerdir. Deneyimlerimize göre, bu nadiren olur.

Artefakt değerlerinin tahminleri (örneğin, ölçeklerin güvenilirliği) daha önce belirtildiği gibi genellikle literatürden, test kılavuzlarından veya diğer kaynaklardan elde edilebilir. Bu değerler, artefakt dağılımına dayalı meta-analizde kullanım için artefakt dağılımları oluşturmak için kullanılabilir, böylece örnekleme hatasına ek olarak ölçüm hatası ve diğer artefaktların sapma etkilerini düzeltir.

Psikometrik Meta-Analiz: Çoklu Artifaktların Düzeltilmesi

Üçüncü meta-analiz türü psikometrik meta-analizdir. Bu yöntemler yalnızca örnekleme hatasını (sistematik olmayan bir artefakt) değil, aynı zamanda ölçüm hatası, aralık kısıtlaması veya geliştirmesi, ölçülerin ikiye ayrılması vb. gibi diğer sistematik artefaktları da düzeltir. Bu diğer artefaktların sistematik olduğu söylenir, çünkü çalışmalar arasında yapay varyasyon yaratmanın yanı sıra, tüm çalışmaların sonuçlarında sistematik aşağı yönlü önyargılar da yaratırlar.

Örneğin, ölçüm hatası sistematik olarak tüm korelasyonları aşağı doğru saptırır. Psikometrik meta-analiz, yalnızca çalışmalar arasındaki yapay varyasyonu değil, aynı zamanda aşağı yönlü önyargıları da düzeltir. Psikometrik meta-analiz, hem istatistiksel hem de ölçüm artefaktlarını hesaba katan tek meta-analiz yöntemidir. Bu prosedürlerin iki varyasyonu daha önce açıklanmıştır.

İlkinde, her r veya d değeri eserler için ayrı ayrı düzeltilir; ikincisinde, artefakt dağılımları kullanılarak düzeltme gerçekleştirilir. Callender ve Osburn (1980) ve Raju ve Burke (1983) ayrıca psikometrik meta-analiz için yöntemler geliştirdiler. Bu yöntemler, hesaplama ayrıntılarında biraz farklılık gösterir, ancak hemen hemen aynı sonuçları ürettiği gösterilmiştir.

meta-analiz örnek çalışma
CMA ile Meta-Analiz
Meta analiz avantaj dezavantaj
Meta-analiz çalışmaları
Meta-analiz özellikleri
Meta analiz araştırması nedir
Meta-analiz Kitap
Meta-Analiz Kursu 2022

Her meta-analiz yöntemi, zorunlu olarak bir veri teorisine dayanır. Verileri analiz etmek için kullanılan meta-analiz yöntemlerini belirleyen bu teoridir (veya verilerin anlaşılması). Eksiksiz bir veri teorisi, örnekleme hatası, ölçüm hatası, önyargılı örnekleme (menzil kısıtlaması ve menzil geliştirme), dikotomizasyon ve etkileri, veri hataları ve araştırma çalışmalarında gördüğümüz ham verileri çarpıtan diğer nedensel faktörlerin anlaşılmasını içerir.

Bu faktörlerin verileri nasıl etkilediğine dair teorik bir anlayış geliştirildiğinde, etkilerini düzeltmek için yöntemler geliştirmek mümkün hale gelir. Psikometri dilinde, ilk süreç – bu faktörlerin (eserlerin) verileri etkilediği süreç, zayıflama modeli olarak modellenir. Bu artefakt kaynaklı önyargıları düzeltme sürecine yönelik ikinci işleme, zayıflama modeli adı verilir.

Bir meta-analiz modeli yönteminin dayandığı veri teorisi eksikse, bu yöntem bu yapaylıkların bir kısmı veya tamamı için düzeltme yapamayacak ve dolayısıyla yanlı sonuçlar üretecektir. Örneğin, ölçüm hatasını fark etmeyen bir veri teorisi, ölçüm hatasını düzeltmeyen meta-analiz yöntemlerine yol açacaktır. Bu tür yöntemler daha sonra zorunlu olarak önyargılı meta-analiz sonuçları üretecektir. Bu bölümde tartışıldığı gibi, bazı güncel meta-analiz yöntemleri aslında ölçüm hatasını düzeltmez.

Örnekleme hatası ve ölçüm hatası, meta-analizin ilgilenmesi gereken istatistiksel ve ölçüm artefaktları arasında benzersiz bir konuma sahiptir: Bunlar her zaman tüm gerçek verilerde bulunurlar. Menzil kısıtlaması, sürekli değişkenlerin yapay olarak ikiye ayrılması veya veri transkripsiyon hataları gibi diğer artefaktlar, meta-analize tabi tutulan belirli bir dizi çalışmada bulunmayabilir.

Ancak her zaman örnekleme hatası vardır, çünkü örnek boyutları asla sonsuz değildir. Aynı şekilde, her zaman ölçüm hatası vardır, çünkü tamamen güvenilir ölçümler yoktur. Aslında, nispeten basit psikometrik meta-analizlerin bile karmaşık görünmesini sağlayan şey, hem örnekleme hatası hem de ölçüm hatası ile aynı anda uğraşmanın gerekliliğidir. Bu iki tür hatayı ayrı ayrı ele almaya alışkınız.

Örneğin, psikometrik metinler ölçüm hatasını tartışırken, sonsuz (veya çok büyük) bir örneklem boyutu varsayıyorlar, böylece dikkat odağı, aynı anda örnekleme hatasıyla uğraşmaya gerek kalmadan yalnızca ölçüm hatası üzerinde olabilir. İstatistik metinleri örnekleme hatasını tartışırken, onlar ve okuyucunun yalnızca örnekleme hatasına odaklanabilmeleri için örtük olarak mükemmel güvenilirliği (ölçüm hatasının yokluğu) varsayıyorlar.

Her iki varsayım da son derece gerçekçi değildir, çünkü tüm gerçek veriler aynı anda her iki tür hatayı da içerir. Her iki tür hatayı aynı anda ele almak kuşkusuz karmaşıktır, ancak doğru sonuçlar üretmek için meta-analizin yapması gereken budur.

Bir meta-analiz yönteminin altında hangi veri teorisinin yattığı sorusu, meta-analizin genel amacının ne olduğu sorusuyla güçlü bir şekilde ilişkilidir. Glass (1976, 1977), amacın bir araştırma literatüründeki çalışmaları basitçe özetlemek ve açıklamak olduğunu belirtmiştir.

Bizim görüşümüz, alternatif görüş, amacın popülasyondaki yapı düzeyindeki ilişkileri mümkün olduğunca doğru bir şekilde tahmin etmektir (yani, popülasyon değerlerini veya parametrelerini tahmin etmek), çünkü bunlar bilimsel ilginin ilişkileridir.

Bu tamamen farklı bir görevdir; bu, tüm çalışmalar mükemmel bir şekilde yürütülmüş olsaydı (yani, metodolojik sınırlamalar olmadan) bulguların ne olacağını tahmin etme görevidir. Bunu yapmak, çalışma sonuçlarını bozan örnekleme hatası, ölçüm hatası ve (varsa) diğer artefaktların düzeltilmesini gerektirir. Literatürdeki çalışmaların içeriklerini basitçe açıklamak, bu tür düzeltmeler gerektirmez, ancak bilimsel açıdan ilgi çekici parametrelerin tahmin edilmesine izin vermez.

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

Spector ve Levine’in oranlarının tersini kullanmış olsalardı aynı sonuca varamayacaklarına dikkat edilmelidir. Yani, Se2/Sr2 yerine Sr2/Se2 kullanmış olsalardı, ortalama oranın 1.00 olduğunu bulurlardı. Bu tersine çevrilmiş oran ile, olası en uç değer 0’dır (∞ yerine) ve oranların dağılımı çok daha az çarpıktır.

Bu nokta, ikinci dereceden meta-analizler, yani meta-analizlerin meta-analizleri için önemli çıkarımlara sahiptir. Daha önce belirtildiği gibi, ikinci mertebeden meta-analiz, benzer meta-analizler üzerinden artefaktların açıkladığı varyans yüzdesinin ortalaması alınarak gerçekleştirilir. Herhangi bir meta-analizde, bu yüzde, artefakt tarafından tahmin edilen varyansın (örnekleme varyansı artı diğer artefaktlardan kaynaklananlar) gözlemlenen varyansa oranıdır.

Bu oranın bir bölü tersine çevrilmiş Sr2/Se2 oranıdır. İkinci derece meta-analizde, bu tersine çevrilmiş oranın çalışmalar arasında ortalaması alınmalı ve ardından bu ortalamanın tersi alınmalıdır. Bu prosedür, Spector-Levine çalışmasında ortaya çıkan yukarı yönlü yanlılığı önler ve artefaktlardan kaynaklanan meta-analizlerde ortalama varyans yüzdesinin tarafsız bir tahminiyle sonuçlanır. 

Meta-analiz, (birinci dereceden) örnekleme hatasının bozucu etkisi nedeniyle tekli çalışmalarda ne kadar az bilgi olduğunu açıkça ortaya koymuştur. İkinci mertebeden örnekleme hatasının incelenmesi, meta-analitik olarak birleştirilmiş birçok çalışmanın bile (ortalamalar hakkında önemli bilgiler sağlasalar da) çalışmalar arası varyans hakkında sınırlı bilgi içerdiğini göstermektedir.

Çalışmalar arası varyansın doğru analizleri, ya önemli sayıda çalışmaya dayanan meta-analizleri ya da benzer meta-analizlerin meta-analizlerini (ikinci derece meta-analizleri) gerektirir. Bunlar davranışsal ve sosyal bilimlerde (veya başka herhangi bir alanda, örneğin tıpta) küçük örneklem araştırmalarının gerçekleri ve doğal belirsizlikleridir. Bu problemlerin mükemmel bir çözümü yoktur, ancak meta-analiz mevcut en iyi çözümdür. Çalışma sayısı arttıkça, ardışık meta-analizler giderek daha doğru hale gelecektir.

Büyük-N Çalışmaları ve Meta-Analiz

Bazıları, meta-analiz ihtiyacının yalnızca, tipik olarak düşük istatistiksel güç seviyelerine sahip küçük örneklemli çalışmaların bir sonucu olduğunu savundu. Araştırmacıların yalnızca büyük örneklemli çalışmalar yapması gerektiği ve bu tür çalışmaların daha yüksek istatistiksel güçleri ile meta-analizi gereksiz kılacağı iddiası ileri sürülmektedir.

Bu pozisyonu üç nedenden dolayı sorguluyoruz: (1) Korelasyonların ve etki büyüklüklerinin kalibrasyonu için literatürde mevcut olan toplam bilgi miktarında bir azalmaya yol açar, (2) potansiyel moderatörlerin varlığını tespit etme kabiliyetini azaltır, ve (3) meta-analiz ihtiyacını ortadan kaldırmaz.

Meta-analiz özellikleri
Meta-analiz çalışmaları
Meta-analiz pdf
Bilgi güvenliği risk analizi Tablosu
meta-analiz çalışması örneği
Meta-analiz Sistematik derleme farkı
Meta analiz Nedir
Meta-analiz Kitap

Analizde Bilgi Kaybı

Pratik nedenlerden dolayı birçok araştırmacı, tüm çabalarına rağmen büyük örneklem büyüklükleri elde edemez. Büyük N’ler için bir gereklilik getirilirse, aksi takdirde yürütülecek ve yayınlanacak olan birçok çalışma, sonraki meta-analizlere faydalı bilgilere katkıda bulunabilecek çalışmalar yapılmayacaktır.

Personel psikolojisinde geçerlilik çalışmaları alanında olan da budur. Schmidt, Hunter ve Urry’nin (1976) geleneksel geçerlilik araştırmalarındaki istatistiksel gücün ortalama sadece yaklaşık .50 olduğunu gösteren çalışmasının yayınlanmasından sonra, yayınlanan çalışmaların ortalama örneklem büyüklüğü 70’ten 300’ün üzerine çıktı.

Bununla birlikte, geçerlilik genelleme çalışmalarına giriş için yılda veya on yılda (bir meta-analizde Ns olarak ifade edilen) oluşturulan toplam bilgi miktarının azalmasıyla sonuçlanarak, çalışmaların sayısı önemli ölçüde azaldı. Yani, çok sayıda küçük örneklemli çalışmalardan önceki dönemde üretilen toplam bilgi miktarı, daha sonraki dönemde çok daha az sayıda büyük örneklemli çalışmalarda üretilenden daha fazlaydı. Dolayısıyla, geçerlilikleri kalibre etme yeteneğinde net bir kayıp vardı.

Potansiyel Moderatörleri Tespit Etme Yeteneği

Daha önce açıklanan durum, tespit edilecek moderatör değişkenler olmasa bile, yani çalışılan tüm geçerlilik alanlarında SDρ = 0 olsa bile net bir bilgi kaybı yaratır. SDρ = 0, yetenek ve yetenek testlerinin yordayıcı alanlarında geçerli bir hipotez olmasına rağmen, bu hipotez diğer bazı yordayıcı alanlarda (örneğin, değerlendirme merkezleri, üniversite notları) geçerli olmayabilir.

Ve personel seçimi dışında pek çok araştırma alanında kesinlikle geçerli değildir.SDρ = 0 ise, toplam çalışma sayısının bir önemi yoktur; VG çalışmasının doğruluğunu belirlemede önemli olan tek şey, VG analizindeki tüm çalışmalarda toplam N’dir. Daha önce açıklandığı gibi, bu toplam N son yıllarda azalmıştır. Ancak SDρ > 0 ise, doğru bir SDρ tahminine sahip olmak çok önemlidir.

SDρ tahmininde N, çalışmaların sayısıdır. Bu nedenle, meta-analizde toplam N’yi sabit tutarak, az sayıda büyük çalışma, çok sayıda küçük çalışmaya göre daha az doğru SDρ tahmini sağlar. Çok sayıda küçük çalışma, çok daha fazla sayıda potansiyel moderatör dizisini örneklemektedir—aslında, her küçük çalışma, SDρ > 0’a katkıda bulunabilecek farklı potansiyel moderatörleri örneklemektedir.

Örneğin, VG çalışması için toplam N’nin 5.000 olduğunu varsayalım. Bu toplam N, her biri N = 1.250 olan dört çalışmadan oluşuyorsa, SDρ tahmini yalnızca dört veri noktasına dayanır: ρ dağılımından dört örnek. Öte yandan, bu toplam N, her biri N = 100 olan 50 çalışmadan oluşuyorsa, o zaman SDρ tahmini, ρ dağılımından örneklenen 50 veri noktasına dayanır ve bu nedenle çok daha doğru olması muhtemeldir. Bu, Cook ve Campbell’in “dış geçerlilik” dediği şeyi büyük ölçüde artırır.

Bobko ve Stone-Romero (1998), SDρ için bu aynı düzeydeki tahmin kesinliğinin, tek bir büyük-N çalışmasıyla, aslında büyük bir çalışmayı birçok küçük çalışmaya bölerek elde edilebileceğini savundu. Bunun doğru olması pek olası değil. Tek bir büyük çalışma, tek bir araştırmacının veya bir dizi araştırmacının tek bir çalışmayı yürütme şeklini yansıtır: aynı ölçümler, aynı popülasyon, aynı analiz prosedürleri vb.

Bağımsız olarak yürütülen 50 çalışmada bulunan yöntemlerdeki ve potansiyel moderatör değişkenlerdeki varyasyon türlerini kendi içinde içermesi pek olası değildir. Bunu görmenin başka bir yolu, çalışmaların farklı türde tekrarlarının sürekliliğini göz önünde bulundurmaktır. Gerçek bir tekrarda, aynı araştırmacı yeni çalışmayı orijinal çalışmadakiyle tamamen aynı şekilde yürütür.

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

Verilere sıklıkla sorduğumuz bir soru, etkisiz sıfır hipotezini reddetmemize izin verip vermediğidir. Bu soruyu bir anlatı incelemesi kullanarak ele alan araştırmacıların, ayrı çalışmalar tarafından bildirilen p-değerlerini sentezlemesi gerekir. Bunlar ayrı bilgi parçaları olduğundan ve anlatı incelemesi bu değerleri sentezlemek için istatistiksel bir mekanizma sağlamadığından, öyküleyici incelemeciler genellikle oy sayımı adı verilen bir sürece başvururlar.

Bu süreçte gözden geçiren, istatistiksel olarak anlamlı çalışmaların sayısını sayar ve bunu istatistiksel olarak anlamlı olmayan çalışmaların sayısıyla karşılaştırır.

Bazı durumlarda, bu süreç resmileştirilmiştir, öyle ki kişi gerçekten anlamlı ve önemsiz p değerlerinin sayısını sayar ve kazananı seçer. Bazı varyantlarda, gözden geçiren kişi basit çoğunluk yerine net çoğunluk arar. Veya, hakem doğrudan p değerleriyle değil, makalelerin p değerlerine dayalı tartışma bölümüyle çalışabilir.

Bir oy sayma prosedürü yoluyla p-değerlerini özetlemenin, özetlenen tek anlamlılık testlerinden herhangi birinin herhangi birinden daha doğru karar vereceğini düşünebiliriz. Ancak bu genellikle böyle değildir.

Aslında, Hedges ve Olkin (1980), istatistiksel bir karar prosedürü olarak kabul edilen oy sayma gücünün, sadece dayandığı çalışmalarınkinden daha düşük olamayacağını, oy sayma gücünün de sıfıra doğru eğilim gösterebileceğini göstermiştir. araştırma sayısı artıyor. Başka bir deyişle, oy sayımı yalnızca yanıltıcı olmakla kalmaz, kanıt miktarı (çalışma sayısı) arttıkça daha yanıltıcı olma eğilimindedir!

Her halükarda, oy sayımı fikri temelde kusurludur ve bu süreçteki varyantlar eşit derecede kusurludur (ve belki daha da tehlikelidir, çünkü temel kusur daha karmaşık bir algoritmanın arkasına gizlendiğinde veya p’den bir adım kaldırıldığında daha az belirgindir. -değer). Bu bölümdeki amacımız bunun neden böyle olduğunu açıklamak ve birkaç örnek vermektir.

OY SAYIMI NEDEN YANLIŞTIR?

Oy sayımının mantığı, önemli bir bulgunun bir etkinin var olduğuna dair kanıt olduğunu, önemsiz bir bulgunun ise bir etkinin olmadığına dair kanıt olduğunu söyler. İlk ifade doğru olsa da, ikincisi değil. Anlamsız bir bulgu, gerçek etkinin sıfır olması gerçeğinden kaynaklanabileceği gibi, aynı zamanda düşük istatistiksel güçten de kaynaklanabilir.

Basitçe söylemek gerekirse, herhangi bir çalışma için rapor edilen p değeri, gözlemlenen etki büyüklüğünün ve örneklem büyüklüğünün bir fonksiyonudur. Gözlenen etki önemli olsa bile, örneklem büyüklüğü yeterli olmadığı sürece p değeri anlamlı olmayacaktır. Başka bir deyişle, çoğumuzun ilk istatistik kursumuzda öğrendiği gibi, istatistiksel olarak anlamlı bir etkinin olmaması, bir etkinin olmadığının kanıtı değildir.

meta-analiz örnek çalışma
Meta analiz Nedir
Meta analiz çalışması
Meta-analiz aşamaları
Meta-analiz pdf
Meta-Analiz Kitap
meta-analiz eğitim bilimleri
meta-analiz nedir nasıl yapılır

Örneğin, bir müdahalenin etkisini test etmek için beş randomize kontrollü çalışmanın (RCT) yapıldığını ve gösterildiği gibi hiçbirinin istatistiksel olarak anlamlı olmadığını (her durumda p değeri 0.265’tir) varsayalım. Bir etkiye karşı oy sayısı 5’e 0’dır ve müdahalenin hiçbir etkisinin olmadığı varsayılabilir.

Buna karşılık, meta-analiz, bilgileri tek bir analizde birleştirerek, boş için uygun bir test yapmamızı sağlar. Bu yaklaşım yalnızca geçerli olmakla kalmaz, aynı zamanda özet etki testi, genellikle ayrı çalışmalardan herhangi biri üzerinde gerçekleştirilen testlerden çok daha güçlüdür. Verileri birleştirdiğimizde, etki boyutu aynı kalır, ancak güven aralığı daralır ve artık boş değeri içermez. Her çalışma için tek başına p değeri 0,265’tir, ancak özet etki için p değeri 0,013’tür. Açıkça, her çalışmada anlamlılığın olmaması, küçük bir etkiden ziyade kesinlik eksikliğinden kaynaklanmaktadır.

Oy saymanın neden kötü bir fikir olduğunu açıklamak için bölümü burada bitirebiliriz. Ancak, çeşitli biçimlerde oy sayımı çok yaygın olduğu için, oy sayımının altında yatan temel hatanın literatürün çoğunu nasıl etkilediğini ve meta-analizin bu sorunu çözmeye nasıl yardımcı olabileceğini göstermek için bu fikri genişleteceğiz.

OY SAYIMIN YAYGIN BİR SORUNU

Oy sayımı terimi, anlatı incelemeleriyle ilişkilendirilirken, önemli bir p değerinin bir etkinin var olduğuna dair kanıt olarak alındığı ve anlamlı olmayan bir p değerinin bir etkinin olmadığının kanıtı olarak alındığı tek bir çalışmaya da uygulanabilir. mevcut. Çok çeşitli önemli alanlarda yapılan çok sayıda araştırma, bu hatanın her yerde bulunan doğasını defalarca belgelemiştir.

Örneğin tıpta, Freiman, Chalmers, Smith ve Kuebler (1978), bir dizi tıp dergisinde (başlıca The Lancet, New England Journal of Medicine ve Journal of 1960–1977 döneminde Amerikan Tabipler Birliği) ve olumsuz sonuçlar bildiren 71 tanesini seçti. Yazarlar, gerçek ilaç etkisi %50 civarında olsaydı (örneğin, ilaç için %15’e karşılık plasebo için %30’luk bir ölüm oranı), medyan gücün %60 olacağını bulmuşlardır. Başka bir deyişle, ilaç ölüm oranını yarıya indirse bile, çalışmanın istatistiksel olarak anlamlı bir sonuç elde edememe olasılığı hala %40 idi.

Yazarlar şu noktaya değinmeye devam ettiler: Gücün çok düşük olmasına rağmen, çoğu durumda istatistiksel anlamlılığın yokluğu, ilacın etkili olmadığı şeklinde yorumlandı. Şunları yazdılar: “Sonuçsuz “negatif” denemelerden sonra etkisiz olarak atılan terapilerin birçoğunun hala klinik olarak anlamlı bir etkiye sahip olabileceği sonucuna varılması kaçınılmazdır. Aslında, bu temelde atılan bazı tedavilerin çok önemli terapötik etkilerinin olması mümkündür (veya muhtemeldir).

Sosyal bilimlerde Cohen (1962), 1960 yılında Journal of Abnormal and Social Psychology’de yayınlanan makaleleri araştırdı. Küçük, orta veya büyük bir etkiyi saptamak için ortalama güç sırasıyla 0.18, 0.48 ve 0.83 idi. Cohen, düşük güce rağmen, olumsuz sonuçları olan çalışmalar yayınlandığında okuyucuların, istatistiksel anlamlılığın yokluğunu tedavinin etkisiz olduğunun kanıtı olarak yorumlama eğiliminde olduğunu kaydetti.

Takip eden yıllarda, davranış araştırmaları alanındaki herhangi bir sayıda dergide düşük güç gerçeğini belgeleyen makaleler yayınlamak için bir tür kulübe endüstrisi gelişti. Bunların çoğu Sedlmeier ve Gigerenzer (1989) ve Rossi’de (1990) alıntılanmıştır. Tıp alanında aynı sorunu belgelemek için benzer makaleler yayınlandı.

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

T2 ve T’nin faydası, bunların mutlak ölçüler olmaları gerçeğinde yatmaktadır; bu da, etki büyüklüğü indeksi ile aynı ölçekte sapmayı ölçtükleri anlamına gelmektedir. Ancak bazı durumlarda, ölçekten bağımsız olarak heterojenliği düşünmeyi tercih ederiz ve gözlemlenen varyansın hangi oranı etki büyüklüğündeki gerçek farklılıkları yansıtır?

Higgins ve ark. (2003), bu oranı yansıtmak için bir tür sinyal-gürültü oranı işlevi görebilecek bir istatistik olan I2’yi kullanmayı önerdi. olarak hesaplanır. Yani, fazla dispersiyonun toplam dispersiyona oranı. I2 istatistiği, formun bir istatistiği olarak görülebilir.

Yani, gözlemlenen etki tahminleri boyunca gerçek heterojenliğin toplam varyansa oranı. Ancak bu, I2’nin gerçek bir tanımı değildir, çünkü çalışma içi varyanslar çalışmadan çalışmaya değiştiğinden, gerçekte tek bir VY yoktur. I2 istatistiği, tanımlayıcı bir istatistiktir ve herhangi bir temel nicelik tahmini değildir.

I2’yi kontrol eden (ve kontrol etmeyen) faktörleri anlamak için Şekil 16.7’yi göz önünde bulundurun. Verilen herhangi bir df için I2, Q ile birlikte hareket eder. Bu itibarla, tamamen gözlemlenen dağılımın çalışma içi dağılıma oranı tarafından yönlendirilir. En üst sırada, A ve B grafiklerinin her ikisi de 5 serbestlik derecesiyle 12.00 Q değerine sahiptir.

Bu nedenle, her ikisi de aynı I2 değerine sahiptir, %58.34. A’nın B’den daha geniş bir ölçeğe sahip olması (ki bu daha yüksek bir T2 değeri verir) I2’yi etkilemez. Benzer şekilde, alt satırda hem C hem de D grafikleri 5 serbestlik dereceli 48.01 Q değerine sahiptir ve bu nedenle her ikisi de aynı I2’ye, %89.59’a sahiptir. Yine, C’nin D’den daha geniş bir ölçeğe sahip olması I2’yi etkilemez.

I2, gerçek etkilerin gerçek konumuna veya yayılmasına bağlı olmayan güven aralıklarının örtüşme derecesini yansıtır. Bu nedenle, I2’yi, altta yatan gerçek etkiler arasındaki gerçek varyasyonun bir ölçüsü olarak değil, çalışmaların bulguları arasındaki bir tutarsızlığın ölçüsü olarak görmek uygundur.

Meta-analizin kendisi için kullanılan ölçekten bağımsız olarak I2 ölçeği %0-100 aralığındadır. Bir oran olarak yorumlanabilir ve psikometride (güvenilirliğin doğrunun toplam varyansa oranı olduğu) veya regresyonda (R2’nin toplam varyansın şu şekilde açıklanabilen oranı olduğu) kullanılan endekslere benzer olma ek avantajına sahiptir. ortak değişkenler). Daha da önemlisi, I2, analizdeki çalışmaların sayısından doğrudan etkilenmez.

I2 indeksi, göreceli bir ölçekte varyans miktarını tartışmamıza izin verir. Örneğin, varyasyonun nedenleri hakkında tahminde bulunmayı planlıyorsak, gözlemlenen varyansın ne kadarının gerçek olduğunu belirlemek için önce I2’yi kullanmalıyız. I2 sıfıra yakınsa, gözlemlenen varyansın neredeyse tamamı sahtedir, bu da açıklanacak hiçbir şey olmadığı anlamına gelir. Buna karşılık, eğer I2 büyükse, varyansın nedenleri hakkında spekülasyon yapmak ve muhtemelen bunu denemek ve açıklamak için alt grup analizi veya meta-regresyon gibi teknikleri uygulamak mantıklı olacaktır. I2 için güven aralıklarını hesaplamak için formüller bu bölümün sonunda sunulmuştur.

Meta analizi Nedir
meta-analiz çalışması örneği
Meta-Analiz Kitap
meta-analiz eğitim bilimleri
Meta-analiz araştırma yöntemi
meta-analiz nedir nasıl yapılır
Meta-analiz özellikleri
Meta-regresyon nedir

Higgins ve ark. (2003), I2 için bazı geçici ölçütler sağlar. %25, %50 ve %75 mertebesindeki değerlerin sırasıyla düşük, orta ve yüksek olarak kabul edilebileceğini öne sürerler. I2’nin yorumlanması için bazı bağlamlar, Higgins ve ark. (2003). Meta-analizlerin yaklaşık yarısı için I2 değeri sıfırdı ve diğer yarısı için %0 ila %100 arasında eşit olarak dağıtıldı. Diğer alanların veya diğer çalışma türlerinin meta-analizlerinde I2’nin farklı şekilde dağıtılması muhtemeldir.

Kıyaslamaların (endeksin kendisi gibi), mutlak bir ölçekteki varyasyona değil, gözlemlenen varyasyonun ne kadarının gerçek olduğu sorusuna atıfta bulunduğuna dikkat edin. %100’e yakın bir I2 değeri, yalnızca gözlemlenen varyansın çoğunun gerçek olduğu anlamına gelir, ancak etkilerin geniş bir aralığa dağıldığı anlamına gelmez (dar bir aralığa düşebilirler, ancak kesin olarak tahmin edilebilirler). Düşük bir I2 değeri, etkinin dar bir aralıkta kümelendiği anlamına gelmez (gözlenen etkiler, çok sayıda hata içeren çalışmalarda geniş bir aralıkta değişebilir). Bu itibarla, I2, dağılımın esaslı etkilerini ele almak anlamına gelmez.

HETEROJENLİK ÖLÇÜLERİNİN KARŞILAŞTIRILMASI

Heterojenliği ölçmenin beş yolunu tanımladık, Q, p, T2, T ve I2. Tablo 16.1, bu önlemler arasındaki ilişkiyi göstermektedir. Tüm endeksler Q’ya (df ile ilgili olarak) dayandığından, toplam dağılım, çalışmalar içindeki hataya göre düşükse ve toplam dağılım yüksekse, yüksekse daha yüksek olacaktır. çalışmalar içindeki hata. Bununla birlikte, çeşitli heterojenlik ölçüleri, her birini belirli bir amaç için yararlı kılan farklı şekillerde bu çekirdek üzerine inşa edilir.

T2 ve T tahminlerinin aşırı dağılıma dayandığını, ancak popülasyon değerlerinin (􏰀 2 ve 􏰀 ) yalnızca gerçek etkilerin varyansı ile tanımlandığını unutmayın.

• Q istatistiği ve onun p değeri, bir anlamlılık testi işlevi görür. Bunları bu amaç için faydalı kılan özellikler, çalışma sayısına duyarlı olmaları ve etki büyüklüğü indeksinin metriğine duyarlı olmamalarıdır.
• 􏰀2 tahminimiz, analizde çalışmalar arası varyans olarak hizmet eder ve 􏰀 tahminimiz gerçek etkilerin standart sapması olarak hizmet eder. Bunları bu amaç için yararlı kılan özellikler, etki büyüklüğü metriğine duyarlı olmaları ve çalışma sayısına duyarlı olmamalarıdır.
• I2, gerçek heterojenliğin gözlemlenen etkilerdeki toplam varyasyona oranıdır, bir tür sinyal-gürültü oranı. Bu amaç için kullanışlı kılan özellikler, etki büyüklüğü metriğine duyarlı olmaması ve çalışma sayısına duyarlı olmamasıdır.

T2 ve T’nin (bir yanda) ve I2’nin (diğer yanda) tamamen farklı iki işleve hizmet ettiğini anlamak önemlidir. İstatistikler T2 (ve T), gerçek heterojenlik miktarını (varyans veya standart sapma) yansıtırken I2, bu heterojenlikten kaynaklanan gözlemlenen dağılım oranını yansıtır. Bir anlamda, gözlemlenen varyansı I2 ile çarpacak olsaydık, T2 elde ederdik (gerçek hesaplama daha karmaşık olduğu için bu yalnızca bir örnekleme amaçlıdır). Bu nedenle, ikisi birlikte hareket etme eğilimindedir, ancak çok farklı anlamları vardır.

I2, yalnızca doğru olan varyans oranını yansıtır ve bu varyansın mutlak değeri hakkında hiçbir şey söylemez. Şekil 16.8’de, A ve B çizimleri aynı I2 değerine (%58.34) sahiptir, ancak A’da gerçek etkiler küçük bir aralıkta (T2 5 0.006) kümelenirken, B’de daha geniş bir aralıkta (T2 5 0.037) dağılmıştır. 

Tersine, T2 yalnızca gerçek varyansın mutlak değerini yansıtır ve doğru olan gözlemlenen varyansın oranı hakkında hiçbir şey söylemez. Şekil 16.9’da, T2 her iki grafikte de aynıdır, ancak A’da gözlemlenen küçük bir dağılımın büyük bir kısmıdır (I2 5 %58.34), B’de ise gözlemlenen büyük bir dağılımın küçük bir parçasıdır (I2 5 %16.01) .

Ayrıca, I2’nin değilken T2’nin etki büyüklüğü indeksine bağlı olduğunu unutmayın. Örneğin, risk oranlarının bir sentezi için T2, log risk oranlarının metriğinde olurken, standartlaştırılmış ortalama farklılıkların bir sentezi için T2, standartlaştırılmış ortalama farklılıkların metriğinde olacaktır. Aynı metrikte olmadıkça iki sentez için T2 değerlerini karşılaştırmak anlamlı olmayacaktır. Buna karşılık I2, %0 ila %100 arasında bir oran ölçeğindedir ve bu değeri farklı sentezlerden karşılaştırmak mümkündür.

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

Bu örnekte, tedavi etkisi tüm çalışmalarda tutarlıdır, ancak durum her zaman böyle değildir. Bu yazıdaki ana tema, etki büyüklüklerinin çalışmadan çalışmaya dağılımını değerlendirmenin ve ardından verileri yorumlarken bunu hesaba katmanın önemidir. Etki büyüklüğü tutarlıysa, genellikle özet etkisine odaklanacağız ve bu etkinin analize dahil edilen çalışmaların alanı boyunca sağlam olduğunu not edeceğiz.

Etki büyüklüğü orta derecede değişiyorsa, yine de özet etkiyi rapor edebiliriz, ancak herhangi bir çalışmadaki gerçek etkinin bu değerden biraz daha düşük veya daha yüksek olabileceğini not edebiliriz. Etki bir çalışmadan diğerine büyük ölçüde değişirse, dikkatimiz özet etkiden dağılımın kendisine kayacaktır.

Gözlenen etkilerdeki dağılım kısmen sahte olduğundan (hem etkilerdeki gerçek farkı hem de rastgele hatayı içerir), etkilerdeki varyasyonu yorumlamaya çalışmadan önce, gözlemlenen varyasyonun hangi kısmının (eğer varsa) gerçek olduğunu belirlememiz gerekir. Gözlemlenen varyansın hatadan kaynaklanan kısım ve gerçek etki büyüklüklerindeki değişimi temsil eden kısım olarak nasıl bölüneceğini ve ardından bu bilgilerin çeşitli şekillerde nasıl kullanılacağını gösteriyoruz.

Bu örnekte amacımız, tek bir popülasyondaki özet etkiyi tahmin etmekti. Bununla birlikte, bazı durumlarda, bir çalışma alt grubu ile diğerinin etki büyüklüğünü karşılaştırmak isteyeceğiz (örneğin, nispeten genç bir popülasyon kullananlar ile yaşlı bir popülasyon kullanan çalışmalar için). Diğer durumlarda, varsayılan moderatörlerin (veya ortak değişkenlerin) etki büyüklüğü üzerindeki etkisini değerlendirmek isteyebiliriz (örneğin, 10, 20, 40, 80, 160 mg’lık dozların kullanıldığı çalışmalarda etki büyüklüğünün karşılaştırılması). Bu tür analizler aşağıda tartışılmaktadır.

Neden Meta-Analiz Yapmalısınız?

Neden bir meta-analiz yapmalıyız? Her çalışma için rapor edilen sonuçları almak ve daha sonra bunları bir uzman tarafından harmanlamak ve sentezlemek yerine, verileri sentezlemek için istatistiksel yöntemleri kullanmanın avantajları nelerdir?

Bu bölümde, incelemeye dahil edilecek çalışmaları zaten seçtiğimiz ve sentezin kendisini planladığımız noktadan başlıyoruz. Çalışmaları bulma ve seçme sürecinde sistematik incelemeler ile anlatı incelemeleri arasındaki farkları ele almıyoruz. Bu farklılıklar kritik derecede önemli olabilir, ancak (her zaman olduğu gibi) tüm inceleme sürecinden ziyade veri analizine odaklanıyoruz.

meta-analiz nedir örneği
Meta analiz makale Örneği
Meta-analiz makale
Meta-analiz özellikleri
Meta analiz çalışması
Meta-Analiz Kitap
Meta-regresyon nedir
Sistematik derleme ve meta-analiz Nedir

Bir sentezin amacı, herhangi bir çalışmanın sonuçlarını diğer tüm çalışmalar bağlamında anlamaktır. İlk olarak, etki büyüklüğünün veri gövdesinde tutarlı olup olmadığını bilmemiz gerekir. Tutarlıysa, etki büyüklüğünü mümkün olduğunca doğru bir şekilde tahmin etmek ve senteze dahil edilen çalışma türleri arasında sağlam olduğunu bildirmek isteriz. Öte yandan, çalışmadan çalışmaya önemli ölçüde farklılık gösteriyorsa, varyansın kapsamını ölçmek ve sonuçları değerlendirmek istiyoruz.

Meta-analiz bu sorunları ele alabilirken, anlatı incelemesi değildir. Meta-analiz ve anlatı incelemesinin aynı soruya nasıl yaklaşacağını göstermek için bir örnekle başlıyoruz ve ardından bu örneği ikisi arasındaki temel farklılıkları vurgulamak için kullanıyoruz.

STREPTOKİNAZ META ANALİZİ

1959’da başlayan ve 1988’de sona eren zaman periyodunda (yaklaşık 30 yıllık bir süre), streptokinazın bir kalp krizini takiben ölümü önleme yeteneğini değerlendirmek için toplam 33 randomize çalışma yapıldı. Damardan uygulanan ve pıhtı önleyici olarak adlandırılan streptokinazın, kalp krizine neden olan pıhtıyı çözdüğü ve böylece hayatta kalma olasılığını arttırdığı varsayılmıştır. Deneylerin tümü benzer protokolleri izledi ve hastalar rastgele ya tedaviye ya da plaseboya atandı. Sonuç, hasta ölse de ölmese de tüm çalışmalarda aynıydı.

Denemeler boyut olarak önemli ölçüde değişiyordu. Medyan örneklem büyüklüğü 100’ün biraz üzerindeydi ancak örneklem büyüklüğü 20 hasta arasında olan bir çalışma ve sırasıyla 12.000 ve 17.000 hastayı içeren iki büyük ölçekli çalışma vardı. 33 çalışmanın altısı istatistiksel olarak anlamlıyken diğer 27’si değildi, bu da çalışmaların çelişkili sonuçlar verdiği algısına yol açtı.

1992’de Lau ve ark. 33 çalışmanın sonuçlarını sentezleyen bir meta-analiz yayınladı. Aşağıdaki sunum Lau makalesine dayanmaktadır (Lau’nun bir olasılık oranı kullandığı bir risk oranı kullanmamıza rağmen).

Orman grafiği, analiz için bağlam sağlar. Merkezin solundaki etki boyutu, tedavi edilen hastaların hayatta kalma olasılığının daha yüksek olduğunu gösterirken, merkezin sağındaki etki boyutu, kontrol hastalarının hayatta kalma olasılığının daha yüksek olduğunu gösterir.

Arsa, aşağıdaki noktaları vurgulamaya hizmet eder.

• Etki büyüklükleri, çalışmadan çalışmaya makul ölçüde tutarlıdır. Çoğu, 0,50 ila 0,90 aralığına düşer, bu da bir özet etki büyüklüğü hesaplamanın uygun olacağını düşündürür.
• Özet etki, 0,72 ila 0,87 arasında %95 güven aralığı ile 0,79 risk oranıdır (yani, ölüm riskinde %21’lik bir azalma, %95 güven aralığı %13 ila %28). Özet etkisi için p değeri 0,0000008’dir.
• Her etki boyutunu sınırlayan güven aralığı, o çalışmadaki kesinliği gösterir. Aralık 1.0’ı hariç tutuyorsa, p değeri 0,05’ten küçüktür ve çalışma istatistiksel olarak anlamlıdır. Çalışmaların altısı istatistiksel olarak anlamlıyken 27’si anlamlı değildi.
• Özetle, tedavi ölüm riskini yaklaşık %21 oranında azaltır. Ve bu etki, analizdeki tüm çalışmalarda makul ölçüde tutarlıydı.

Bu yazı boyunca, bu sonuçlara yol açan istatistiksel prosedürleri açıklıyoruz. Bu bölümdeki amacımız, basitçe meta-analizin bu mekanizmaları sunduğunu, oysa anlatı incelemesinin sağlamadığını açıklamaktır. Temel farklılıklar aşağıdaki gibidir.

İSTATİSTİKSEL ANLAMLILIK

Bir çalışmada sorulan ilk sorulardan biri, sonuçların istatistiksel önemidir. Anlatı incelemesinin, farklı çalışmalardan elde edilen p-değerlerini sentezlemek için bir mekanizması yoktur ve bunları ayrı veri parçaları olarak ele almak zorundadır. Bu örnekte, çalışmaların altısı istatistiksel olarak anlamlıyken diğer 27’si anlamlı değildi, bu da bazılarının bir etkiye karşı kanıt olduğu veya sonuçların tutarsız olduğu sonucuna varmasına neden oldu. Buna karşılık, meta-analiz, etkileri birleştirmemize ve özet etkisinin istatistiksel önemini değerlendirmemize izin verir. Özet etkisi için p değeri p 5 0.0000008’dir.

27 çalışmanın küçük etkiler bildirdiği için istatistiksel anlamlılığa ulaşamadığı varsayılabilir, ancak durumun böyle olmadığı orman planından açıkça görülmektedir. Aslında, bu çalışmaların birçoğundaki tedavi etkisi, istatistiksel olarak anlamlı olan altı çalışmadaki tedavi etkisinden daha büyüktü. Aksine, çalışmaların %82’sinin istatistiksel olarak anlamlı olmamasının nedeni, bu çalışmaların örneklem büyüklüğünün küçük ve istatistiksel gücünün düşük olmasıdır. Aslında, Bölüm 29’da tartışıldığı gibi, çoğu %20’den daha az güce sahipti. Buna karşılık, meta-analiz için güç %99,9’u aştı.

Bu örnekte olduğu gibi, bir sentezin amacı sıfır hipotezini test etmekse, meta-analiz bu amaç için matematiksel olarak kesin bir mekanizma sağlar. Bununla birlikte, meta-analiz, istatistiksel anlamlılık sorununun ötesine geçmemize ve daha ilginç ve aynı zamanda daha alakalı soruları ele almamıza da olanak tanır.

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

Meta-Analiz Nasıl Çalışır?

BİREYSEL ÇALIŞMALAR

Bu arsa üzerindeki ilk dört sıra, dört çalışmayı temsil etmektedir. Her biri için, çalışma adı solda gösterilir, ardından etki büyüklüğü, özet etkiyi hesaplamak için çalışmaya atanan göreli ağırlık ve p değeri gelir. Efekt boyutu ve ağırlığı da şematik olarak gösterilmiştir.

Efekt boyutu

Etki büyüklüğü, tedavi etkisinin büyüklüğünü veya (daha genel olarak) iki değişken arasındaki ilişkinin gücünü yansıtan bir değer, bir meta-analizde para birimidir. Her çalışma için etki büyüklüğünü hesaplıyoruz ve ardından etkinin çalışmalar arasındaki tutarlılığını değerlendirmek ve bir özet etki hesaplamak için etki büyüklükleriyle çalışıyoruz.

Etki büyüklüğü, tıbbi tedavinin enfeksiyon riski üzerindeki etkisi, bir öğretim yönteminin test puanları üzerindeki etkisi veya yeni bir protokolün yukarı akışa başarıyla dönen somon sayısı üzerindeki etkisi gibi bir müdahalenin etkisini temsil edebilir. Etki büyüklüğü müdahalelerin etkisiyle sınırlı değildir, ancak erkekler ve kadınlar için test puanlarındaki fark, ikinci el sigara dumanına maruz kalan veya olmayan kişiler için kanser oranlarındaki fark gibi iki değişken arasındaki herhangi bir ilişkiyi temsil edebilir. ya da iki farklı kişilik tipine sahip kişiler için kardiyak olaylardaki farklılık. Aslında, genel olarak etki büyüklüğü dediğimiz şey, Lyme hastalığının yaygınlığı gibi tek bir değerin tahminini basitçe ifade edebilir.

Bu örnekte etki büyüklüğü risk oranıdır. 1.0 risk oranı, ölüm veya MI riskinin her iki grupta da aynı olduğu anlamına gelirken, 1.0’dan düşük bir risk oranı, yüksek doz grubunda riskin daha düşük olduğu ve 1.0’dan büyük bir risk oranı anlamına gelir. standart doz grubunda riskin daha düşük olduğu anlamına gelir.

Her çalışma için etki büyüklüğü bir kare ile temsil edilir ve karenin konumu etkinin hem yönünü hem de büyüklüğünü temsil eder. Burada, her çalışma için etki büyüklüğü merkezin soluna düşer (yüksek doz grubu için bir faydayı gösterir). Etki, TNT çalışmasında en güçlü (merkezden en uzak) ve İdeal çalışmada en zayıftır.

Not. Oranlara dayalı etki büyüklüğü ölçümleri için (bu örnekte olduğu gibi) 1.0 oranı, gruplar arasında hiçbir farkı temsil etmez. Farklara dayalı etki ölçümleri için (ortalama fark gibi), 0.0’lık bir fark, gruplar arasında hiçbir fark olmadığını gösterir.

Şematikte, her çalışma için etki büyüklüğü, o çalışmada etki büyüklüğünün tahmin edildiği kesinliği yansıtan bir güven aralığı ile sınırlandırılmıştır. Son çalışma (İdeal) için güven aralığı, İdeal çalışmanın daha fazla kesinliğe sahip olduğu gerçeğini yansıtacak şekilde, ilk çalışma için olandan (Kanıtla-it) belirgin şekilde daha dardır. Kesinliğin anlamı ve kesinliği etkileyen faktörler tartışılmaktadır.

Meta-Analiz Kitap
Meta-analiz özellikleri
meta-analiz örneği
Meta-analiz pdf
CMA ile Meta-Analiz
Meta-analiz ve derleme arasındaki fark
Meta-analiz aşamaları
Psikometrik meta-analiz

Ağırlıkları inceleyin

Etütlerin her birini göstermek için kullanılan içi dolu kareler, özet etkisini hesapladığımızda ilgili çalışmaya atanan ağırlığı yansıtan her karenin boyutuyla birlikte boyut olarak değişir. TNT ve İdeal etütlere nispeten yüksek ağırlıklar atanırken, A’dan Z’ye çalışmaya biraz daha az ağırlık verilir ve Prove-it çalışmasına daha az ağırlık verilir.

Beklendiği gibi, bir çalışmanın kesinliği ile o çalışmanın analizdeki ağırlığı arasında bir ilişki vardır. Nispeten iyi kesinliğe sahip çalışmalara (TNT ve İdeal) daha fazla ağırlık verilirken, nispeten zayıf kesinliğe (Proveit) sahip çalışmalara daha az ağırlık verilir. Kesinlik öncelikle örneklem büyüklüğü tarafından yönlendirildiğinden, çalışmaları örneklem büyüklüğüne göre ağırlıklı olarak düşünebiliriz.

Bununla birlikte, hassasiyet ağırlıkları atamak için kullanılan unsurlardan biri olsa da, genellikle başka unsurlar da vardır. Çalışmalar arasında etki büyüklüklerinin dağılımı hakkında yapılabilecek farklı varsayımları ve bunların her bir çalışmaya atanan ağırlığı nasıl etkilediğini tartışıyoruz.

p – değerler

Her çalışma için bir boş değer testi için p-değerini gösteriyoruz. p-değeri ile güven aralığı arasında gerekli bir uygunluk vardır, öyle ki p-değeri 0,05’in altına düşecektir, ancak ve ancak %95 güven aralığı boş değeri içermiyorsa. Bu nedenle güven aralıklarını tarayarak istatistiksel olarak anlamlı çalışmaları kolayca belirleyebiliriz. Analizdeki p-değerlerinin rolü ve ayrıca p-değerleri ile etki büyüklüğü arasındaki ilişki tartışılmaktadır.

Bu örnekte, dört çalışmanın üçü için güven aralığı boş değeri geçer ve p değeri 0,05’ten büyüktür. Birinde (TNT çalışması) güven aralığı sıfırı geçmez ve p değeri 0,05’in altına düşer.

Sentezin bir amacı genellikle bir özet etki hesaplamaktır. Tipik olarak, etki boyutunun yanı sıra bir kesinlik ölçüsü ve bir p değeri de bildiririz.

Efekt boyutu

Arsa üzerinde özet etkisi alt satırda gösterilir. Bu örnekte özet risk oranı 0.85’tir; bu, ölüm (veya MI) riskinin, yüksek doza atanan hastalarda standart doza atanan hastalara göre %15 daha düşük olduğunu gösterir.

Özet etki, bireysel etkilerin ağırlıklı ortalamasından başka bir şey değildir. Bununla birlikte, ağırlıkları atamak için kullanılan mekanizma (ve dolayısıyla özet etkisinin anlamı), çalışmaların örneklendiği etki büyüklüklerinin dağılımı hakkındaki varsayımlarımıza bağlıdır.

Sabit etki modeli altında, analizdeki tüm çalışmaların aynı gerçek etki büyüklüğünü paylaştığını ve özet etkinin bu ortak etki büyüklüğüne ilişkin tahminimiz olduğunu varsayıyoruz. Rastgele etkiler modeli altında, gerçek etki büyüklüğünün çalışmadan çalışmaya değiştiğini varsayıyoruz ve özet etki, etki büyüklüklerinin dağılımının ortalamasına ilişkin tahminimizdir. 

Özet etkisi bir elmas ile temsil edilir. Elmasın konumu, etki boyutunu temsil ederken, genişliği tahminin kesinliğini yansıtır. Bu örnekte elmas 0,85’te ortalanmıştır ve 0,79’dan 0,92’ye uzanır, yani yüksek dozun (standartla karşılaştırıldığında) gerçek etkisinin muhtemelen bu aralıkta bir yere düştüğü anlamına gelir.

Kesinlik, gerçek etkinin bir tahmini olarak özet etkisinin doğruluğunu ele alır. Ancak, tartışıldığı gibi, kesinliğin tam anlamı istatistiksel modele bağlıdır.

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