Обединете изследвания (метаанализ)

Накратко

Метаанализът обединява резултатите от няколко изследвания в един общ резултат. Данните тук са изследвания, а не хора: по един ред за изследване. Statable изчислява с R (metafor) модел със случайни ефекти с REML, като критерият и интервалите са с корекция на Кнап-Хартунг (Knapp-Hartung adjustment) (препоръчва се при малко изследвания). R се зарежда веднъж, при първото използване.

1. Изберете онова, което имате от изследванията: ефект със стандартна грешка или интервал, две групи (средна стойност, SD, n) или корелация r с n.
2. Въведете изследванията или ги поставете от електронна таблица. Ако изследванията вече са във вашите данни, задайте колоните.
3. Изчислете. Примерът „BCG ваксина“ показва стъпките.

С „Добави модератор“ (до три числа за изследване, например година или продължителност) Statable изчислява и метарегресия. Практическо правило: поне 10 изследвания на модератор. Модераторите показват връзка, не причина.

Прочитане на резултата

• Обобщен ефект (pooled effect) с 95% интервал и t-критерий (Кнап-Хартунг): претеглената средна стойност; точните изследвания тежат повече.
• Хетерогенност: Q, I² и τ² с интервал. Висока стойност означава, че изследванията наистина се различават.
• Предсказващ интервал (в главното изречение): къде вероятно се намира истинският ефект на ново, сравнимо изследване; по-широк от доверителния интервал, защото включва разсейването между изследванията.
• Форест диаграма: квадрати според теглото, ромб за обединения ефект. Фуниевидна диаграма с теста на Егер (Egger's test): показва дали малките изследвания дават други ефекти от големите. Това може да отразява непубликувани изследвания, но и истински различия между изследванията или случайност.

Изисквания и ограничения

• Изследванията измерват един и същ резултат и никоя извадка не е част от две изследвания.
• При под 5 изследвания дисперсията между изследванията (τ²) е много несигурна; при под 10 критерият на Егер казва малко (Sterne и съавт., 2011).
• Мерките за отношение (отношение на шансовете, относителен риск) се въвеждат като логаритми; Statable ги показва обратно преобразувани.
• Метаанализът не подобрява слабите изследвания и не установява причини.

Метаанализ (модел със случайни ефекти, REML): r = ,15, 95% ДИ [,08; ,22], t(15) = 4,57, p < ,001; Q(15) = 38,16, p < ,001; I² = 62%; τ² = 0,008 (k = 16)

Типични примери

• Десет изследвания върху обучение по четене, всяко с размер на ефекта и стандартна грешка: обобщен ефект (pooled effect), форест диаграма и I².
• Изследвания с отношения на шансовете: обобщено отношение на шансовете.

За специалисти

metafor::rma с REML и Кнап-Хартунг (test "knha") по подразбиране: при 4 до 10 изследвания z-интервалите са твърде тесни (IntHout, Ioannidis и Borm, 2014; Cochrane Handbook 6.4). Без корекцията (отметка под „За специалисти“) Statable изчислява като JASP със z. τ², τ и I² с интервал чрез confint. Предсказващ интервал (prediction interval) с predict; вариантът на IntHout и др. (2016) с t(k − 2) е под „За специалисти“. g на Хеджис чрез escalc „SMD“, корелации чрез z на Фишер. Егер: regtest с model "lm".