Son birkaç yılda hem tıpta hem de sosyal bilimlerde sistematik derlemelerin kullanımında büyük bir artış görüldü. Birçok meslekte kanıta dayalı uygulamaya odaklanma, önemli müdahaleler ve klinik uygulamalar hakkında hem bilinen hem de bilinmeyenlerin anlaşılmasına yönelik ilgiyi teşvik etmiştir.

Sistematik incelemeler, hem politika kararlarını hem de yeni çalışmaların tasarımını iyileştirmek için literatürü özetlemek için şeffaf ve tekrarlanabilir bir yöntem vaat etti. Sistematik incelemelerin potansiyeline inanırken, bu potansiyelin yetersiz yöntemler ve sonuçların yanlış yorumlanmasıyla tehlikeye atıldığını da gördüm.

Bu kitap, meta-analizi içeren sistematik incelemelerin planlanmasını, yürütülmesini ve yorumlanmasını güçlendirmek için stratejiler sağlama girişimimdir. Tıpta ve sosyal bilimlerde var olan araştırma miktarı göz önüne alındığında, politika yapıcılar, araştırmacılar ve tüketiciler, tek bir çalışma veya anekdottan sonuç çıkarmaktan kaçınmak için bilgiyi organize etmenin yollarına ihtiyaç duyarlar. Bir kanıt kümesinden alınan kararları iyileştirmenin bir yolu, araştırma çalışmalarını sentezleme yöntemlerimizi geliştirmektir.

Bu çalışmanın itici gücü, Campbell Methods grubunun eş başkanı, Methods editörü ve sistematik araştırma sentezi öğretmeni olarak görev yaptığım Campbell Collaboration ile olan deneyimimden kaynaklanmaktadır. Bu kitaba iki farklı konu ilham vermiştir. Rothstein’ın belirttiği gibi, araştırmayı gözden geçirenler tarafından her zaman sorulan bir takım sorular vardır.

Bu sorular şunları içerir: Bir meta-analiz yapmak için kaç çalışmaya ihtiyacım var? Rastgele efektler mi yoksa sabit efekt modelleri mi kullanmalıyım (ve bu arada, bunlar zaten nedir)? Çok fazla heterojenlik ne kadardır ve bu konuda ne yapmalıyım? Bu listeye, eksik verilerin nasıl ele alınacağı, regresyon katsayılarını raporlayanlar gibi daha karmaşık çalışmalarla ne yapılacağı ve bir araştırma sentezinden nasıl çıkarımlar yapılacağı hakkında sorular ekleyeceğim. Bu yaygın sorular literatürde henüz net bir şekilde ele alınmamıştır ve bu kitabın bu konuları ele almak için bazı ön stratejiler sağlayabileceğini umuyorum.

Bu çalışmayı yazmaktaki ikinci motivasyonum, bir araştırma sentezinden yapabileceğimiz çıkarımların kalitesini artırmaktır. Bu amaca ulaşmanın bir yolu, hem incelemede kullanılan yöntemleri hem de bu sonuçların yorumunu iyileştirmektir. Sistematik bir inceleme yürüten herkes, ilgili çabayı bilir.

Bir yorumcunun süreç boyunca aldığı tüm kararların yanı sıra, inceleme tüketicilerinin sorduğu kaçınılmaz bir soru var: Tüm bunlar ne anlama geliyor? Bu incelemenin sonuçları hangi kararları garanti ediyor? Bu kitapta tartışılan yöntemlerin, belirli bir literatürün daha iyi anlaşılmasına yol açan sistematik bir incelemede toplanan verilerin daha kapsamlı ve düşünceli analizlerini yapma konusunda araştırmayı inceleyenlere yardımcı olacağını umuyorum.

Kabaca belirtildiği gibi sistematik incelemelerin aşamalarına karşılık gelen üç bölüm halinde düzenlenmiştir. Bu bölümler bir meta-analiz planlamak, bir meta-analizden elde edilen karmaşık verileri analiz etmek ve meta-analiz sonuçlarını yorumlamaktır. Bu bölümlerin her biri aşağıda özetlenmiştir.

Meta analizi Nedir
meta-analiz nedir örneği
Meta-analiz ile literatür taraması arasındaki farklar
meta-analiz özellikleri nelerdir
Meta analiz çalışması Nedir
Meta-analiz programı
Meta-analiz makale
meta-analiz nedir nasıl yapılır

Sistematik Gözden Geçirme Planlama

Sistematik bir inceleme planlamanın en önemli yönlerinden biri, bir araştırma sorusu formüle etmeyi içerir. Derslerimde araştırma sentezi öğretirken, araştırma sorusu sonuçların raporlanması yoluyla veri toplamadan bir sentezin her yönüne rehberlik eder. Bir senteze rehberlik edebilecek üç genel araştırma sorusu biçimi vardır.

En yaygın olanı, belirli bir müdahalenin veya tedavinin etkinliği hakkında sorulardır. Cochrane ve Campbell kütüphanelerindeki incelemelerin çoğu şu şekildedir: Belirli bir tedavi belirli bir durumu veya sorunu ele almada ne kadar etkilidir? İkinci tür bir soru, iki farklı yapı veya koşul arasındaki ilişkileri inceler.

Örneğin, Şirin’in (2005) çalışması, farklı sosyo-ekonomik statü ölçümleri (annenin eğitim düzeyi, geliri veya ücretsiz okul öğle yemeğine uygunluğu gibi) ile çeşitli akademik başarı ölçümleri arasındaki ilişkinin gücünü inceler. Ortaya çıkan başka bir sentez alanı, tanı testlerinin özgüllüğü ve duyarlılığı hakkında bilgilerin sentezlenmesini içerir.

Bir araştırma sorusunu geliştirdikten sonra, gözden geçirenler, incelemeyle ilgili olduğu düşünülen çalışmaları araştırmalı ve değerlendirmelidir. Çalışmaları değerlendirme sürecinin bir kısmı, her bir çalışmadan çıkarılması önemli olacak bilgileri özetleyen bir kodlama protokolünün geliştirilmesini içerir.

Her çalışmadan kodlanan bilgiler, yalnızca inceleme için toplanan literatürün yapısını açıklamak için kullanılmayacak, aynı zamanda dahil edilen çalışmaların sonuçlarında bulduğumuz varyasyonları açıklamaya da yardımcı olabilir. Araştırma sentezleri konusunda sıkça danışman olarak, hem incelemedeki çalışmalardan neyin çıkarılması gerektiğine dair kararlar hem de ne tür analizlerin yürütüleceği konusunda belirli bir alandaki temel konular hakkında derin bilginin önemini biliyorum.

Bölümde. 3, gözden geçirenlerin karşılaştığı iki ortak konuya odaklanıyorum: sabit veya rastgele etkiler analizi seçimi ve bir meta-analiz için moderatör analizlerinin planlanması. Bu bölümde, bir müdahaleyi etkili kılan önemli mekanizmaları veya koşullar ya da yapılar arasında var olabilecek ilişkileri vurgulamak için mantık modellerinin kullanımını savunuyorum.

Mantık modelleri, yalnızca bir gözden geçirenin belirli bir araştırma alanı hakkında yaptığı varsayımları netleştirmekle kalmaz, aynı zamanda her bir çalışmadan çıkarılan verilere ve incelenmesi gereken moderatör modellerine rehberlik etmeye de yardımcı olur. Araştırma alanını anlamak ve test edilecek moderatörleri önceden planlamak, bir meta-analizde “önem için avlanma” ile ilgili sorunlardan kaçınmaya yardımcı olur.

Araştırmacılar, bazen bir dizi tek yönlü ANOVA veya t-testi yürütmeye benzer şekilde, bir dizi tek değişkenli moderatör hakkında rapor vererek, tipik bir meta-analizde sıklıkla yürütülen anlamlılık testlerinin sayısına çok az dikkat ettiler.

Bu analizler sadece şanstan yararlanarak Tip I hatayı artırmakla kalmaz, aynı zamanda okuyucuya moderatörlerin birbirleriyle nasıl karıştırıldığına dair eksik bir resim bırakır. Bir araştırma sentezi ve meta-analizinin planlanmasına rehberlik etmesi, önemli moderatörler arasındaki ilişkileri dikkatle incelemek ve mümkünse meta-regresyonun kullanımını, aynı anda birkaç moderatörün ilişkisini incelemek için mantık modellerinin kullanımını savunuyorum. 

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

Özet Noktalar

• İncelemeler, alanlarında biriken kanıtlara ayak uydurmak isteyen sağlık çalışanları, araştırmacılar, tüketiciler ve politika yapıcılar için temel araçlardır.
• Sistematik incelemeler, geleneksel anlatı incelemelerinden daha objektif bir kanıt değerlendirmesine izin verir ve bu nedenle orijinal araştırma, incelemeler ve başyazılar aynı fikirde olmadığında belirsizliğin çözülmesine katkıda bulunabilir.
• Meta-analiz, eğer uygunsa, tedavi etkilerinin tahminlerinin kesinliğini artıracak, yanlış negatif sonuç olasılığının azalmasına ve potansiyel olarak etkili tedavilerin daha zamanında başlatılmasına yol açacaktır.
• Keşif analizleri, örn. Bir tedaviye özellikle iyi yanıt verme olasılığı olan (veya tersi) hasta alt gruplarıyla ilgili olarak, gelecekteki çalışmalarda ele alınacak umut verici yeni araştırma soruları oluşturabilir.
• Sistematik incelemeler, yeterli kanıt bulunmadığını gösterebilir ve böylece daha fazla çalışmanın gerekli olduğu alanları belirleyebilir.

Uygulayıcılar ve araştırmacılar tarafından dikkate alınması gereken veri hacmi sürekli genişlemektedir. Pek çok alanda, bireyin mevcut bilginin durumunu okuması, eleştirel olarak değerlendirmesi ve sentezlemesi, bırakın bunu düzenli olarak güncellemeyi sürdürmesi basitçe imkansız hale geldi. İncelemeler, kendi ilgi alanında biriken yeni kanıtlara ayak uydurmak isteyen herkes için vazgeçilmez araçlar haline geldi.

Mevcut kanıtların yetersiz olduğu ve daha ileri çalışmaların gerekli olduğu alanları belirlemek için incelemeler de gereklidir. Ancak, Mulrow1 ve Oxman ve Guyatt2 anlatı incelemelerinin kalitesiz olduğuna dikkat çektiklerinden, geleneksel incelemelerin güvenilmez bir bilgi kaynağı olduğu netlik kazanmıştır.

Bu duruma yanıt olarak, son yıllarda, sağlık hizmetleri müdahalelerinin etkilerinin açık bir şekilde formüle edilmiş, tekrarlanabilir ve güncel özetlerini üretmek için çalışmaları sistematik olarak gözden geçirmenin resmi yöntemlerine artan bir şekilde odaklanılmaktadır. Bu, kanıtları sentezlemek için resmi yöntemleri kullanan incelemelerin sayısındaki keskin artışla gösterilmektedir. Bu bölümde, terminolojiyi ve kapsamı netleştirmeye, biraz tarihsel arka plan sağlamaya ve sistematik incelemelerin ve meta-analizin potansiyellerini ve vaatlerini incelemeye çalışacağız.

Sistematik inceleme, genel bakış veya meta-analiz?

“Sistematik inceleme”, “meta-analiz”, “araştırma sentezi”, “genel bakış” ve “havuzlama” dahil olmak üzere araştırma kanıtlarını sistematik olarak gözden geçirme ve birleştirme sürecini tanımlamak için bir dizi terim eşzamanlı olarak kullanılır. Bu kitabın ilk baskısının önsözünde, Chalmers ve Altman3 sistematik incelemeyi, malzeme ve yöntemler bölümünde belgelenen önyargıları ve rastgele hataları en aza indirmek için sistematik bir yaklaşım kullanılarak hazırlanmış bir inceleme olarak tanımladılar.

Sistematik bir gözden geçirme bir meta-analizi içerebilir veya içermeyebilir: genellikle bir tedavi etkisinin tek bir tahminini üretmeyi amaçlayan bağımsız çalışmalardan elde edilen sonuçların istatistiksel bir analizi. Bu kitap boyunca kullanılacak olan sistematik inceleme ve meta-analiz arasındaki ayrım önemlidir, çünkü bir veri grubunu sistematik olarak gözden geçirmek her zaman uygun ve arzu edilir, ancak sonuçları istatistiksel olarak birleştirmek bazen uygunsuz ve hatta yanıltıcı olabilir. 

Gerçekten de, gözden geçirenlerin, bu tür bir meta-analiz şüpheli veya açıkça uygunsuz olduğunda bile, çalışmaları birleştirmenin cazibesine direnmekte zorlandıkları izlenimimizdir.

Sistematik derleme nedir
Sistematik derleme nasıl yapılır
Sistematik derleme örnekleri
Meta analiz Nedir
Sistematik analiz Nedir
Sistematik literatür taraması Nedir
Sistematik review Nedir
meta-analiz nedir örneği

Meta-analizin Kapsamı

Ayrıntılı olarak tartışıldığı gibi, randomize kontrollü çalışmaların meta-analizi ile epidemiyolojik çalışmaların meta-analizi arasında net bir ayrım yapılmalıdır. Karşılaştırılabilir hasta popülasyonlarında aynı müdahaleyi inceleyen yüksek metodolojik kaliteye sahip bir dizi denemeyi düşünün: her deneme, aynı temel tedavi etkisinin tarafsız bir tahminini sağlayacaktır.

Denemeler arasında gözlemlenen değişkenlik, güvenle rastgele varyasyona atfedilebilir ve meta-analiz, bu tahminin kesinliğinde bir artışla birlikte, tedavi etkisinin eşit derecede tarafsız bir tahminini sağlamalıdır. Epidemiyolojik çalışmalar söz konusu olduğunda, örneğin vaka kontrol çalışmaları, kesitsel çalışmalar veya kohort çalışmaları gibi temelde farklı bir durum ortaya çıkar.

Karıştırma ve yanlılığın etkileri nedeniyle, bu tür gözlemsel çalışmalar, sistematik olarak şanstan farklı olabilecek şekillerde altta yatan etkiden sapan çağrışım tahminleri üretebilir. Bu nedenle, bir dizi epidemiyolojik çalışmayı birleştirmek, genellikle sahte bir şekilde kesin, ancak yanlı ilişki tahminleri sağlayacaktır. Gözlemsel çalışma sonuçları arasındaki, özellikle olası kafa karıştırıcı ve yanlılık kaynakları arasındaki heterojenliğin kapsamlı bir şekilde değerlendirilmesi, genel olarak, genel bir etki ölçüsünün mekanik hesaplamasından daha fazla içgörü sağlayacaktır.

Gözlemsel çalışmalar ile randomize kontrollü çalışmalar arasındaki temel fark, ikincisinin önyargıya karşı bağışık olduğu anlamına gelmez. Yayın yanlılığı ve diğer raporlama yanlılıkları, hem araştırmalardan hem de gözlemsel çalışmalardan elde edilen kanıtları çarpıtabilir. Kontrollü çalışmaların metodolojik kalitesi yetersizse de yanlılık ortaya çıkabilir. Meta-analizin sınırlamalarını ve heterojenlik ve yanlılık kaynaklarını keşfetmenin önemini anlamak çok önemlidir ve bu çalışmada bu konulara çok vurgu yapılacaktır.

Gökbilimciler, uzun zaman önce, aynı nesnelere ilişkin gözlemlerin, aynı gözlemciler tarafından benzer koşullar altında yapıldığında bile farklılık gösterdiğini fark ettiler. Ortalamanın tek bir ölçümden daha kesin bir değer olarak hesaplanması 17. yüzyılın sonunda ortaya çıktı.9 1700’lerin sonlarında, ölçüm hatalarından kaynaklanan gözlemlerin belirsizliğini temsil etmek için olasılık modelleri kullanılıyordu.

Laplace, bu modelleri, bir gözlemin gerçek değer artı bir hataya eşit olma olasılığı olarak değil, gerçek artı “bir hata olasılığı” olarak yazmaya karar verdi. Bunu yaparken, bağımsız hataların olasılıkları çoğaldıkça, maksimum olasılık tahmininin merkezinde yer alan kavram olan en olası ortak hataları belirleyebileceğini fark etti.

Laplace’ın gözlemlerin kombinasyonundaki belirsizliği birleştirme ve ölçme yöntemi, bireysel gözlemlerdeki hatalar için açık bir olasılık dağılımı gerektiriyordu ve kabul edilebilir bir olasılık yoktu. Gauss ampirik deneyimden yararlandı ve bugün Normal veya Gauss dağılımı olarak adlandırılan şeye karşılık gelen bir olasılık dağılımının en iyi olacağını savundu.

Bu, Laplace’ın büyük örneklem boyutları için hata dağılımının her zaman Normal dağılıma yakın olacağı merkezi limit teoremi formülasyonuna kadar spekülatif kaldı. Bu nedenle Gauss’un yöntemi sadece iyi bir tahminden daha fazlasıydı, ancak merkezi limit teoremi tarafından doğrulandı. Bugün meta-analizde kullanılan çoğu istatistiksel teknik, Gauss ve Laplace’ın çalışmalarını takip eder.

Airy, çalışmalarını sonuçlarda heterojenliğe izin vermek için bir rastgele etkiler modelinin ilk formülasyonunu içeren, gökbilimciler için “meta-analiz” üzerine 1861 “ders kitabında” yazdı. 

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

Sabit c ile ilgili önceki tartışma daireseldi. c’yi tahmin etmek için A’nın ortalama değerini ve çalışmalar arasında δ’nin ortalama değerini hesapladığınızı söylemiştik. Ancak, ortalama fiili tedavi etkisini (ortalama δ) hesaplamak için, zayıflama için zayıflatılmış çalışma tedavi etkilerini düzeltmeniz gerekir. Zayıflama için çalışma tedavi etkilerini düzeltmek için c değerine ihtiyacınız vardır. Bu sonsuz bir gerileme gibi görünüyor, ancak kolay bir sayısal çözüm var.

Bu nedenle, Ave(c)’yi hesaplamak için Ave(A) ve Ave(δ)’yi hesaplamamız gerekir. Artefakt bilgisinin meta-analizin bir parçası olarak verildiği varsayıldığından, Ave(A)’nın hesaplanması kavramsal bir problem oluşturmaz. Bununla birlikte, Ort(δ) ortalama gerçek etki iken, orijinal veriler yalnızca zayıflatılmış çalışma etkilerini sağlar. Bu nedenle, Ave(δ)’nin hesaplanması meta-analizin bir yan ürünüdür ve meta-analizi hesaplamak için Ave(c)’yi tahmin etmeliyiz. Çözüm, ana meta-analizi yapmadan önce küçük bir meta-analiz yapmaktır.

Artefaktların boyutunu belirleyen temel süreçler, gerçek tedavi etkisini belirleyen temel süreçlerden bağımsız olduğundan, A ve δ sayıları çalışmalar arasında bağımsız olacaktır.

Şimdi iki denklemimiz var: biri Ave(c)’yi Ave(δ)’den hesaplayan ve diğeri Ave(δ)’yi Ave(c)’den hesaplayan. Bunlar iki bilinmeyenli iki denklemdir. Bu kadar doğrusal olmamasalardı, bunları sıradan cebirle çözebilirdik. Ancak, yinelemeli kolay bir çözüm var. Ave(c) = 1 yaklaşımıyla başlayın. Ardından Ave(δ) için karşılık gelen yaklaşıklığı hesaplamak için Ave(δ) denklemini kullanın.

Ave(c) için yeni bir yaklaşıklık oluşturmak için Ave(c) denkleminde Ave(δ)’nin bu değerini kullanın. Ave(c)’nin bu yeni tahmini, orijinal Ave(c) = 1 yaklaşımından daha doğru olacaktır. Ave(c)’nin yeni tahmini, daha sonra, kullanılabilecek yeni bir Ave(δ) tahmini oluşturmak için kullanılabilir. Ave(c) için yeni bir tahmin oluşturun, vb. Bu süreç hızla istenen tahmine yakınsar.

Yinelemeyi yapacak bir bilgisayar programı yazarlardan temin edilebilir. Bir örnek düşünün. Ortalama etüt etkisinin Ave(δo) = .30 ve ortalama artifakt çarpanının Ave(A) = .50 olduğunu varsayalım. Ave(c) = 1 tahmininden, tahmini elde ederiz.

Bireysel Düzeltilmiş Çalışmaların Meta Analizi

Her bir bireysel çalışma için artefakt bilgisinin bilindiğini varsayalım. Daha sonra gözlemlenen çalışma değerleri bireysel olarak düzeltilebilir ve düzeltilmiş dc istatistikleri üzerinde meta-analiz yapılabilir.

Her çalışma için düzeltme yapılmadan önce, tahmin için gerekli bilgileri sağlamak için bir ön meta-analiz yapılmalıdır c. Hesaplanacak iki sayı Ave(doi) ve Ave(Ai)’dir. Bu ortalamalar için en iyi ağırlıklar olacaktır.

Artifakt Dağılımları ile Meta-Analiz

Artefakt bilgisi ara sıra verilirse, ana meta-analiz, örnekleme hatasının etkisini ortadan kaldıran çıplak kemik meta-analizdir (çalışma sayısı fazlaysa). Daha sonra sistematik artefaktların etkisi için çıplak kemik meta-analizini düzeltmek gerekir.

Çıplak Kemikler Meta-Analiz. Çıplak kemik meta-analizi, daha önce verilen yöntemler kullanılarak gerçekleştirilir. Ortalama düzeltilmemiş etki büyüklüğünü d ̄o ile ve nüfus çalışması etki büyüklüklerinin tahmini varyansını Vo ile ifade edin. Örnekleme hatası varyansını ve ile belirtin.

meta-analiz nedir örneği
Meta analiz Nasıl yapılır
meta-analiz nedir nasıl yapılır
cma ile meta-analiz
Meta analiz Nedir
meta-analiz eğitim bilimleri
Meta analiz nasıl yazılır
Meta-analiz çalışmaları

Artefakt Dağıtımları

Eğer yapay bilgi düzensiz ise, o zaman bilgi genellikle bir seferde bir yapay nesne verilir. Bu nedenle, bileşik artifakt çarpanının dağılımı, bireysel eserler üzerindeki dağılım bilgisinden oluşturulmalıdır. Bu süreç Bölüm 4’te ayrıntılı olarak tartışılmıştır ve burada çok kısaltılmış biçimde sunulacaktır. Her bir yapay yapı a için, üç sayı hesaplayın: Ave(a), Var(a) ve kareli varyasyon katsayısıdır.

Artefakt bilgisini birleştirmek için, bireysel artifakt çarpanlarını a1, a2 olarak numaralandıralım. Bileşik artifakt çarpanı, bireysel çarpanların ürünüdür.

d Değerlerinin Meta-Analizinin Özeti

İstatistikçiler sürekli olarak buna karşı uyarmış olsalar da, deneylerin ve programların geleneksel değerlendirmesi istatistiksel anlamlılık testi olmuştur. İki gruplu bir tasarımda bu, yayınlanma olasılığı en yüksek sayının t istatistiği olduğu anlamına gelir. t değeri en alakalı soruya cevap vermiyor: Tedavi etkisi ne kadar büyüktü? Bunun yerine, t’nin değeri şu soruyu yanıtlar: Popülasyon tedavi etkisinin 0 olduğu varsayımı altında gözlemlenen tedavi etkisi ne kadar uzaktadır?

Bu bölüm, tedavi etkisinin boyutunun alternatif ölçümlerini sunarak başladı: ham puan ortalama farkı, standart puan ortalama farkı (d veya δ) ve nokta ikili korelasyonu (r veya ρ). Farklı yazarlar bağımlı değişkenin farklı ölçümlerini kullandığından, ham puan farkı genellikle meta-analiz için makul değildir. Olasılık oranı da çoğu sosyal bilim araştırmasında uygun bir istatistik değildir.

Bu nedenle, tedavi etkisinin boyutunu karakterize etmek için kullanılan genel istatistikler d ve r’dir. Nokta çift seri korelasyonu kullanılıyorsa (ve formüller açısından ikisinden daha kolaysa), ilgili bölümler Bölüm 2’den 4’e kadardır. Bu bölümde, d istatistiğini kullanarak meta-analiz için formüller sunulmuştur. d istatistiği, Bölüm 6’da listelendiği gibi bir dizi hata faktöründen veya yapaylıktan etkilenir: örnekleme hatası, her iki değişkende ölçüm hatası, her iki değişkende de kusurlu yapı geçerliliği, bağımlı değişkenin yapay olarak ikiye ayrılması vb.

Bu tür her bir yapıt için, meta-analizde bu yapıyı kontrol etmeyi mümkün kılacak yapı bilgisi vardır. Bununla birlikte, birincil araştırmacılar, eserleri kontrol etmek için gereken bilgilerin toplanmasını ve sunulmasını içerecek şekilde yayın uygulamalarını yönlendirmeye yeni başlıyorlar. Bu nedenle, çoğu zaman mevcut olan tek yapay bilgi parçası, örnekleme hatasının etkisini kontrol etmek için gereken sayı olan örnek boyutu N’dir.

Örnek boyutu, belirli bir araştırma alanında mevcut olan tek yapay bilgi parçasıysa, yapılabilecek tek meta-analiz, örnekleme hatasından başka hiçbir yapay yapıyı kontrol etmeyen tam anlamıyla bir meta-analizdir. Diğer artefaktlar kontrol edilmediğinden, çıplak kemik meta-analizi, ortalama tedavi etkisini büyük ölçüde hafife alacak ve çalışmalar arasında, özellikle ortalama (yani, tedavi etkilerinin varyasyon katsayısı) ile ilişkili olarak, tedavi etkilerinin standart sapmasını büyük ölçüde abartacaktır. fazlasıyla abartılacaktır).

d istatistiğinin temel meta-analizi için anahtar formül, d için örnekleme hatası varyans formülüdür. Tam formül gama işlevini kullanır ve matematiksel olarak anlaşılmazdır. Bununla birlikte, örnek boyutu küçüldükçe giderek daha karmaşık hale gelen yaklaşık formüller mevcuttur. Yaklaşım formülü seçildikten sonra, çıplak kemik meta-analizi çok basittir. Ortalama popülasyon d, çalışmalar genelindeki ortalama d istatistiği ile tahmin edilir; burada ortalama, her çalışmayı örnek boyutuna göre tartarak hesaplanır.

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

Migren baş ağrıları için bir tedavinin etkisini değerlendirmek için birincil bir çalışma için güç analizini sunduk. Grup başına n525 ile tek bir çalışma için, etki büyüklüğünün 0,30 olduğunu varsayarak varyansı 0,0809, lambda’yı 1,0547 ve gücü 0,18 olarak hesapladık. Aynı soruyu ele almak için bir meta-analiz planladığımızı ve grup başına n 5 25 olan tek bir çalışma yerine, her birinin bu örneklem büyüklüğüne sahip olduğu on çalışmamız olduğunu varsayalım.

Excel’de 5NORMSINV(1 􏰉 0.05/2) 1,96 döndürür ve 5 1-NORMSDAĞ(1.96 􏰉 3.3354) þ NORMSDAĞ(􏰉 1.96 􏰉 3.3354) 0.9155 değerini döndürür.

Başka bir deyişle, güç formülü birincil bir çalışmanın formülüyle aynı olsa da, varyans k faktörü (çalışma sayısı) kadar azaltılır, bu da lambdada k kat artış ve güçte artış sağlar.

Etki büyüklüğü ve çalışma sayısının bir fonksiyonu olarak gücü grafiklendirmek için etki büyüklüğünü ve çalışma sayısını değiştirirken formülü uygulayabiliriz.Her çalışmada grup başına 25’lik bir n, 0,05 alfa (2-kuyruklu) ve bir sabit etki modeli varsayıyoruz. Grafik, 0,4, 0,3, 0,2’lik bir etki büyüklüğü (d) için gücü gösterir ve çalışmaların sayısı 1 ile 25 arasında değişir.

0,40, 0,30 veya 0,20 etki büyüklüğü için %90’lık bir güç sağlamak üzere soldan sağa okuma, 6 çalışma, 10 çalışma veya 22 çalışma gerekir. Dahil etme kriterlerini karşılayan en az 20 çalışmanın olması muhtemel olduğu bir pilot çalışmadan açıkça anlaşıldığını varsayalım. Bu noktada, araştırmacılar planlandığı gibi ilerlemeye karar verebilirler. Bu sayıya göre grafiği yukarıdan aşağıya doğru okuyarak gerçek etki 0.40 veya 0.30 ise güç %99’u, gerçek etki 0.20 ise güç %90’a yaklaşacaktır.

Buna karşılık, dahil etme kriterlerini karşılayan yalnızca 5 veya 10 çalışma olacağı görülüyorsa, hakemler sayının daha doğru bir tahminini elde etmek isteyebilir (5 ile 10 arasındaki fark önemlidir). Alternatif olarak, ilgili araştırmaların sayısını artırmak için araştırma sorusunu değiştirmenin makul yolları olabilir.

Rastgele Efektler Modelini Kullanarak Ana Etki İçin Güç

Rastgele etkiler modeli altındaki önem ve güç formülleri, sabit etki meta-analizi için olanlarla aynı yapıya sahiptir. Yıldız işaretinin (*) bir istatistiğin rastgele etkiler varyansına dayandığını belirttiği Bölüm 12’de tanıtılan notasyonu kullanarak, ana etki için anlamlılık testi hala bir test istatistiğine (örneğin) Z* dayanmaktadır ve şu şekilde hesaplanır: ancak M* ve VM* artık tahmini ortalama etki büyüklüğü ve bunun rastgele etki ağırlıkları kullanılarak varyansıdır. Daha önce olduğu gibi, Z*, karşılık gelen p-değerini veren standart normal dağılıma referansla değerlendirilir.

Ancak şimdi d* ve Vd* gerçek ortalama etki boyutu ve bunun özet etki için varyansı. Varyans, çalışmalar içindeki varyansı ve çalışmalar arasındaki varyansı içerir. Her çalışmanın aynı çalışma içi varyansa sahip olduğu basit durumu düşünün, VY deyin.

Çalışma içi varyansın makul değerleri, VY, sabit etkili model için kullanılanlarla aynı prosedürler kullanılarak elde edilebilir. Çalışmalar arası varyansın makul değerleri, t2, pilot çalışmanın bir parçası olarak toplanan çalışmalar için etki büyüklükleri hesaplanarak ve bu etkilerin çalışmadan çalışmaya gerçekte ne kadar değiştiğine bakılarak, pilot çalışmadan elde edilen veriler kullanılarak elde edilebilir.

Meta analiz Nedir
Meta-regresyon nedir
meta-analiz eğitim bilimleri
Sistematik derleme ve meta-analiz Nedir
meta-analiz nedir örneği
meta-analiz nedir nasıl yapılır
Meta analiz nasıl yapılır
Meta analiz nasıl yazılır

Alternatif olarak, önceki, benzer bir meta-analizdeki çalışmalar arası varyans uygun olabilir. Son olarak, Hedges ve Pigott, küçük, orta ve büyük derecelerde heterojenliği temsil etmek için kullanılabilecek bir sözleşme önermektedir. Bu kural, toplam varyans Vd* 51.33VY/k, 1.67VY/k veya 2.00VY/k olacak şekilde t2’yi çalışma içi varyansın 0.33, 0.67 veya 1.0 katına ayarlamak içindir.

Uygulamada, etki büyüklüğünün rastgele etkiler modelinde sabit etki modelinde olduğu gibi olması muhtemeldir. Bununla birlikte, sabit etkili modele kıyasla rastgele etkiler modeli altında varyans her zaman daha büyük olacaktır.

Açıklayıcı örnek

Sabit etki modeli için yukarıdaki örnek, gerçek etki büyüklüğünün çalışmadan çalışmaya değiştiğini ve bu nedenle rastgele etkiler modelinin uygun olduğunu varsayarsak, burada da kullanılabilir. Yine, grup başına 25 hasta ile 10 çalışma ve 5 0.30’luk bir etki büyüklüğü varsayıyoruz. Bir çalışma için çalışma içi varyans şu şekilde hesaplanır.

Bu hesaplama EXCEL’de şu şekilde yapılabilir: Daha önce olduğu gibi, bir dizi varsayım altında gücü gösteren bir grafik oluşturabiliriz.

d5 0.30’un orta etki büyüklüğüne dayanmaktadır ve dağılım küçük, orta veya büyük olduğunda gücün nasıl değişeceğini göstermektedir. 0,20 veya 0,40 efekt boyutu (d) için benzer bir grafik oluşturabiliriz. Soldan sağa okuma, çalışmalar arası dağılım küçük, orta veya büyükse, %90’lık bir güç elde etmek için yaklaşık 12, 15 veya 20 çalışmaya ihtiyacımız olacaktır.

Pilot çalışmanın en az 15 çalışmayı bulabileceğimizi gösterdiğini varsayalım. X ekseninde 15’te yukarıdan aşağıya doğru okuyarak, dağılımın küçük, orta veya büyük olması durumunda gücün 0.95, 0.92 veya 0.90 civarında olacağını görüyoruz. Tabii ki, güç bir süre için daha düşük olacaktır. 0,40’lık bir etki boyutu için 0,20 ve daha yüksek etki boyutu.

Rastgele Efektler Hakkında Notlar

Rastgele etkiler modeli altında, her çalışmanın (ve özet etkisinin) varyansı, çalışmalar içindeki varyans ve çalışmalar arasındaki varyans olmak üzere iki bileşen içerir. Pratik etki, gücün hem toplam örneklem büyüklüğüne hem de çalışma sayısına bağlı olmasıdır. Eğer çalışmadan çalışmaya önemli bir dağılım varsa, o zaman iyi bir güç elde etmenin tek yolu çok sayıda çalışmayı dahil etmektir (bu, varyansın bu unsurunu azaltır).

Çalışmaların sayısı azsa, çalışmalar arasındaki toplam örneklem büyüklüğü onbinlere veya daha fazlasına ulaşsa bile güç düşük kalabilir.

Sabit etki modelinin ve rastgele etki modelinin farklı hipotezleri ele aldığını ve farklı varyans tahminlerini kullandıklarını anlamak önemlidir, çünkü bunlar, aşağıda açıklandığı gibi, çalışmalar arasında etkilerin dağılımının doğası hakkında farklı varsayımlarda bulunurlar. 

Araştırmacılar bazen rastgele etkiler modelinde gücün sabit etki modeline göre daha düşük olduğunu belirtiyorlar. Bu ifade doğru olsa da daha büyük noktayı gözden kaçırıyor: Sabit ve rastgele etkiler analizleri için gücü karşılaştırmak anlamlı değil çünkü iki güç değeri aynı soruyu ele almıyor.

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

GERÇEK ETKİ BOYUTU

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

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

NUMUNE HATASININ ETKİSİ

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

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

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

SABİT ETKİLİ BİR META-ANALİZİN YAPILMASI

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

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

ÖZET NOKTALAR

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

Rastgele Etkiler Modeli

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

GERÇEK ETKİ BOYUTLARI

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

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

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

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

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

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

NUMUNE HATASININ ETKİSİ

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

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

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

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

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

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

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).