Yön ve p-Değerleri – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri
Yön ve p-Değerlerine Dayalı Meta-Analiz Yöntemleri
Oy sayımı, istatistiksel olarak anlamlı olan ve olmayan çalışmaların sayısının sayılması ve ardından kazananın seçilmesi işlemidir. Bu yaklaşım, neden hiçbir geçerliliği olmadığını açıkladığımız tartışılmaktadır. Burada sadece geçerli bir yaklaşım olan işaret testi (aşağıda) ile karıştırılmaması için değiniyoruz.
İŞARET TESTİ
Bir işaret testinde, bulguların istatistiksel olarak anlamlı olup olmadığına bakılmaksızın, bir yönde bulguları olan araştırmaların sayısını sayar ve bunu diğer yönde bulguları olan çalışmaların sayısıyla karşılaştırırız. İşaret testi, ne çalışmalarda gözlemlenen gerçek etki büyüklüklerini ne de her bir çalışma içindeki kanıt miktarını (örneğin, örneklem büyüklükleri) hesaba katmaz. Bu nedenle çok sınırlı bir değere sahiptir. Ancak, aşağıdaki durumlardan herhangi birinde düşünülebilir.
- Çalışmalardan sayısal olmayan veriler sağlandığında, ancak etki yönleri sağlanmıştır.
- Sayısal veriler, istatistiksel olarak birleştirilemeyecek kadar farklı türde olduğunda
- Çalışmalar popülasyonlarında veya diğer özelliklerde farklı olduğunda, birleştirilmiş etki büyüklüğü anlamsızdır, ancak çalışmalar hala etkinin yönünün anlamlı olduğu kadar benzer bir soruyu ele almaktadır.
Bir tedavi gerçekten etkisiz ise, çalışmaların yarısının etkisiz çizginin her iki tarafında yer almasını bekleriz. Bunu, bir yöndeki çalışmaların sayısını %50’lik boş değerle karşılaştırarak resmi olarak test edebiliriz.
Örneğin, streptokinaz meta-analizinde, 33 çalışmadan 25’i tedaviyi destekledi (yani risk oranı için nokta tahmini 1.0’dan azdı) ve 8 çalışma kontrolü tercih etti (yani nokta tahmini vardı) 1.0’dan büyük risk oranı).
İşaret testi için iki taraflı p değeri 0,00455’tir (Excel’de 5 2*BİNOM-DAĞ(8,33,0,5,DOĞRU) işlevi 0,00455 döndürür). Veya işaret testi için tek taraflı p değeri 0,0023’tür (5BINOMDAĞ(8,33,0,5;DOĞRU) işlevi 0,0023 döndürür). Excel’de iki sayıdan küçüğünü ve toplamı (burada, 8 ve 33) girmemiz gerektiğini unutmayın.
p -DEĞERLERİNİN BİRLEŞTİRİLMESİ
Efekt boyutlarıyla çalışmak istemediğimizde başka bir seçenek de, genel bir p değeri elde etmek için her testten alınan p değerleriyle doğrudan çalışmaktır. Her ikisi de çalışmalar arasındaki ortalama etkinin sıfır olduğunu (veya bir oran için 1.0) sıfırı test eden bir özet etki büyüklüğü için işaret testi veya p-değerinden farklı olarak, p-değerlerini birleştirmeye dayalı testler, boş değeri test eder. tüm çalışmalarda etki büyüklüğü sıfırdır. Başka bir deyişle, p-değerlerini birleştirir ve anlamlı bir etki elde edersek, dahil edilen çalışmaların en az birinde etkinin gerçek olduğu sonucuna varırız.
Hangi yaklaşımın kullanılacağına karar verirken (etki büyüklüklerinin veya p değerlerinin bir meta analizi), bazı (veya tüm) çalışmaların p değerleri bildirmiş olması (etki büyüklüğü değil) bir faktör olmamalıdır. Bunun nedeni, p değeri ve bazı ek bilgilerle (örnek boyutu gibi) başlayarak, genellikle etki büyüklüğünü ve varyansını geri hesaplayabilmemiz ve ardından etki büyüklüklerinin bir meta-analizini gerçekleştirebilmemizdir.
P değeri nasıl hesaplanır
P değeri yorumlama
P değeri ve güven aralığı
P değeri 0.05 ten büyükse
P değeri formülü
P değeri nedir
P değeri hesaplama programı
Excel p değeri hesaplama
Bunun yerine, p-değerlerini birleştirme yaklaşımı aşağıdaki koşullar altında düşünülebilir.
- Eğer test etmek istiyorsak, bu etki tüm çalışmalarda sıfırdır. Bu, örneğin, her çalışma bir ilaç için farklı bir ciddi yan etki arıyorsa ve biz bu yan etkilerden herhangi birinin mevcut olduğuna dair kanıt olup olmadığını bilmek istiyorsak durum böyle olabilir.
- Burada ayrı testlerin yeterli güce sahip olduğunu varsayıyoruz.
- Her çalışmadan p değerlerine sahip olduğumuzda ancak örneklem büyüklüklerine sahip olmadığımızda (ve bu nedenle etki büyüklüğünü geriye dönük hesaplayamadığımızda)
- Çalışmalar kendi popülasyonlarında veya diğer özelliklerde farklı olduğunda, havuzlanmış etki büyüklüğü anlamsızdır, ancak etkilerden herhangi birinin sıfırdan farklı olup olmadığını sormak anlamlıdır.
Bu noktalardan son ikisi, işaret testi için listelediklerimizle aynıdır, ancak burada her çalışmadan daha fazla bilgiye sahibiz (p değeri ve etki yönü). Sıfır hipotezi, işaret testi için (ortalamada sıfırdan farklı bir etki) birleşik p değerleri testinden (en az bir çalışmada sıfırdan farklı bir etki) farklı olduğundan, sıfır hipotezimize uyan testi seçerdik.
p değerlerinin meta analizini gerçekleştirmek için iki yöntem açıklıyoruz. Her iki yöntem için de analizin başlangıç noktasının bir dizi kesin tek uçlu (veya tek taraflı) p-değeri olması çok önemlidir. Bu, bir yöndeki bir etkinin 0.0 ila <0.5 aralığında bir p değeri verirken, diğer yöndeki bir etkinin > 0.5 ila 1.0 aralığında bir p değeri verdiği anlamına gelir. Her iki grupta da etkinin aynı olduğu bir çalışma, tam olarak 0,50 p değerine sahip olacaktır.
Tek kuyruklu p değerleri, etki yönü hakkında bilgi içerirken, iki kuyruklu p değerleri içermez. Örneğin, çalışmaları düşünün. İlk iki çalışma (A ve B) aynı iki taraflı p-değerine sahiptir, ancak zıt yönlerde etkileri vardır: ilki kontrolü, ikincisi ise tedaviyi tercih eder. Tek kuyruklu p değeri bunu yansıtır.
Aynı şey C ve D çalışmaları için de geçerlidir. Bu ekstra çalışmaları, p-değerlerini birleştirmek için tanımladığımız yöntemlerin A ve C çalışmalarını tam olarak aynı şekilde ele aldığını ve B ve D çalışmalarını tam olarak ele aldığını hatırlatmak için şemaya dahil ediyoruz. aynı yol. Başka bir deyişle, küçük bir çalışmada büyük bir etkiden kaynaklanan bir p değeri ile daha büyük bir çalışmada daha küçük bir etkiden kaynaklanan aynı p değeri arasında ayrım yapmazlar.
Efekt boyutlarıyla çalışırken (ve efekt boyutunu hesaplamak için bir p değeri kullanırken) olduğu gibi, gerçek p değeriyle başlamamız gerekir. Yalnızca p-değerinin 0,05’in altına düştüğü söylenirse (örneğin) 0,05 ile çalışmayı veya çalışmayı analizden çıkarmayı seçebiliriz. Gerçek değer 0,05’ten çok daha düşük olduğunda 0,05 kullanmak, boş değer doğruysa tip I hata olasılığını düşürür, ancak boş değer yanlışsa tip II hata olasılığını artırır.
Yani, kaydedilen p-değerlerinin toplamının eksi 2 katıdır, burada pi, (i) çalışmasından gelen tek taraflı p-değeridir ve k, etütlerin sayısıdır. Her çalışmada hiçbir etkisi olmayan sıfır hipotezi altında, X2, 2 k’ye eşit serbestlik dereceleriyle merkezi bir ki-kare dağılımını izleyecektir, bu nedenle çalışmalar arasında birleştirilmiş kanıtlar için bir p-değeri bildirebiliriz.
İkinci yöntem Stouffer yöntemi olarak bilinir. Her bir tek taraflı p-değerinden standart bir normal sapma, Zi hesaplarız (bu standart normal sapma, genellikle p-değeri yerine doğrudan etki büyüklüğünden ve bunun standart hatasından hesaplanır).
Excel p değeri hesaplama P değeri 0.05 ten büyükse P değeri formülü P değeri hesaplama programı P değeri nasıl hesaplanır P değeri nedir P değeri ve güven aralığı P değeri yorumlama