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

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

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

Begg-Mazumdar (1994) Yöntemi

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

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

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

Hedges ve İştirakler Tarafından Daha Fazla Çalışma

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

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

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

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

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

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

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

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

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

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

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

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

Yayın yanlılığının olmaması durumunda, örnekleme hatası rastgele olduğu için çalışmalar ortalama etki büyüklüğüne göre simetrik olarak dağıtılacaktır. Yayın yanlılığının varlığında çalışmaların, simetri üstte, birkaç çalışma ortada eksik ve altta daha fazla çalışma eksik olacak şekilde modeli takip etmesi beklenir. Eğer etkinin yönü sağa doğruysa (bizim örneğimizde olduğu gibi), o zaman arsanın altına yakın bir yerde solda bir boşluk bekleriz, eğer onları bulabilseydik, önemsiz çalışmaların olacağı yerdedir. 

Çalışan örnekte risk oranı (log birimlerinde) en altta ve standart hata Y eksenindedir (ters çevrilmiştir, bu nedenle düşük değerler en üsttedir). Sübjektif izlenim, asimetrinin varlığını desteklemektedir. Grafiğin altına doğru, çoğu çalışma sağa doğru görünüyor (daha fazla riske işaret ediyor), bu da bazı çalışmaların soldan eksik olma olasılığı ile tutarlıdır. İlk olarak, herhangi bir önyargı kanıtı olup olmadığını soruyoruz.

Bir huni grafiğinin yorumlanması büyük ölçüde öznel olduğundan, örneklem büyüklüğü ile etki büyüklüğü arasındaki ilişkiyi ölçmek veya test etmek için birkaç test önerilmiştir. İki erken öneri ortak kullanımdadır; Kapsamlı bir inceleme Higgins ve Green’in (2008) 10. Bölümünde yer almaktadır.

Bu testler faydalı bilgiler sağlasa da, birkaç uyarı yapılması gerekir. İlk olarak, testler (huni grafiği gibi) analizde kullanılan indekse (örneğin risk farkı ile risk oranı) bağlı olarak çok farklı bir resim verebilir. İkincisi, bu yaklaşım ancak örneklem büyüklüklerinde makul miktarda bir dağılım ve makul sayıda çalışma varsa anlamlıdır. Üçüncüsü, bu kriterler karşılansa bile, testler daha düşük güce sahip olma eğilimindedir. Bu nedenle, anlamlı bir korelasyon veya regresyonun olmaması simetri kanıtı olarak alınamaz.

Her halükarda, bu sorunları bir şekilde çözebilsek bile, testlerin yönelttiği soru (herhangi bir yanlılık kanıtı var mı) sınırlı bir öneme sahiptir. Daha ilginç bir soru, ne kadar önyargı var ve bunun sonuçlarımız üzerindeki etkisi nedir?

BÜTÜN ETKİ YANLILIĞIN BİR YAPISI MI?

Bir sonraki soru, gözlemlenen genel etkinin sağlam olup olmadığıdır. Başka bir deyişle, etkinin yalnızca bir önyargı eseri olmadığından emin olabilir miyiz?

Yayın yanlılığı nedir
Psikometrik meta-analiz
Meta analiz Hemşirelik
Sosyal bilimlerde meta analiz
Meta analiz tez
Ağ meta analizi nedir
Heterojenite meta-analiz
Nitel Meta-Analiz

Rosenthal’ın Arızaya Karşı Güvenli N’si

Yayın yanlılığıyla başa çıkmak için erken bir yaklaşım Rosenthal’ın Fail-safe N’siydi. Bir meta-analizin k çalışmaya dayalı önemli bir p-değeri bildirdiğini varsayalım. Daha küçük etkileri olan çalışmaların eksik olmasından endişe duyuyoruz ve tüm eksik çalışmaları alıp analize dahil edersek özet etki için p-değeri artık önemli olmayacaktı.

Rosenthal (1979), p-değeri önemsiz hale gelmeden önce analize dahil etmek ve almak için kaç tane eksik çalışma yapmamız gerektiğini gerçekten hesaplamamızı önerdi. Bu alıştırmanın amaçları için, eksik çalışmalardaki ortalama etkinin sıfır olduğunu varsayabiliriz. Etkiyi ‘geçersiz kılmak’ için yalnızca birkaç çalışmaya (mesela beş ya da on) ihtiyacımız olduğu ortaya çıkarsa, o zaman gerçek etkinin gerçekten sıfır olduğundan endişe duyacağız. Bununla birlikte, etkiyi geçersiz kılmak için çok sayıda çalışmaya ihtiyacımız olduğu ortaya çıkarsa, endişelenmek için daha az neden olacaktır.

Rosenthal bunu bir Dosya çekmecesi analizi (dosya çekmeceleri eksik çalışmaların varsayılan konumudur) olarak adlandırdı ve Harris Cooper, etkiyi geçersiz kılmak için gereken eksik çalışma sayısının Arızaya Dayanıklı N olarak adlandırılması gerektiğini önerdi.

Rosenthal’ın çalışması, dikkatin yayın yanlılığına odaklanmasında kritik olsa da, bu yaklaşım birkaç nedenden dolayı sınırlı bir fayda sağlıyor. İlk olarak, asli anlamlılık yerine istatistiksel anlamlılık sorusuna odaklanır. Yani, etkiyi önemli olmayan noktaya indirmek için kaç tane gizli çalışmanın gerekli olduğundan ziyade, etkinin istatistiksel olarak anlamlı olmaması için kaç tane gizli çalışmanın gerekli olduğunu sorar.

İkinci olarak, formül, aslında negatif (etkiyi geçersiz kılmak için daha az çalışma gerektirecektir) veya pozitif ancak düşük olabileceği zaman, gizli çalışmalarda ortalama etki boyutunun sıfır olduğunu varsayar. Son olarak, Fail-safe N, Rosenthal’ın yöntemi önerdiği sırada yaygın olduğu gibi, çalışmalar arasında p-değerlerini birleştiren anlamlılık testlerine dayanır.

Günümüzde yaygın uygulama, bir özet etki hesaplamak ve ardından bu etki için p-değerini hesaplamaktır. Farklı yaklaşımlar kullanılarak hesaplanan p değerleri aslında farklı boş hipotezleri test eder ve aynı değildir. Bu nedenlerle, bu yaklaşım genellikle etki büyüklüklerine odaklanan analizler için uygun değildir. Yöntemin iyi bilinmesi ve önemli tarihsel rolü nedeniyle bu konuyu göreceli olarak uzun uzadıya ele aldık.

Bununla birlikte, pasif sigara içiciliği incelemesi için Fail-safe N 398’dir, bu da kümülatif etki istatistiksel olarak anlamsız hale gelmeden önce analize ortalama risk oranı 1.0 olan yaklaşık 400 çalışmanın eklenmesi gerektiğini düşündürür.

Orwin’in Arızaya Karşı Güvenli N’si

Belirtildiği gibi, Rosenthal’ın yaklaşımıyla ilgili iki sorun, asli anlamlılıktan ziyade istatistiksel anlamlılığa odaklanması ve eksik çalışmalarda ortalama etki boyutunun sıfır olduğunu varsaymasıdır. Orwin (1983), Rosenthal formülü üzerinde bu sorunların her ikisini de ele alan bir varyant önerdi. İlk olarak, Orwin’in yöntemi, araştırmacının, toplam etkiyi sıfır dışında belirli bir düzeye getirebilecek eksik çalışmaların sayısını belirlemesine olanak tanır.

Bu nedenle araştırmacı, önemli olduğu düşünülen en küçük etkiyi temsil edecek bir değer seçebilir ve özet etkiyi bu noktanın altına getirmek için kaç eksik çalışma gerektiğini sorabilir. İkincisi, araştırmacının eksik çalışmalarda ortalama etkiyi sıfırdan farklı bir değer olarak belirlemesine izin verir. Bu, araştırmacının eksik çalışmalar için bir dizi başka dağılım modellemesine izin verecektir.

Çalışan örnekte, Orwin’in Fail-safe N’si 103’tür ve bu, kümülatif etki önemsiz hale gelmeden önce analize ortalama risk oranı 1.0 olan 100’den fazla çalışmanın eklenmesi gerektiğini düşündürür.

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