Połącz badania (metaanaliza)

W skrócie

Metaanaliza łączy wyniki kilku badań w jeden wynik ogólny. Danymi są tu badania, a nie osoby: jeden wiersz na badanie. Statable liczy w R (metafor) model efektów losowych z REML, a test i przedziały z korektą Knappa-Hartunga (zalecaną przy niewielu badaniach) (Knapp-Hartung adjustment). R ładuje się jednorazowo przy pierwszym użyciu.

1. Wybierz to, co masz z badań: efekt z błędem standardowym lub przedziałem, dwie grupy (średnia, SD, n) albo korelację r z n.
2. Wpisz badania albo wklej je z arkusza kalkulacyjnego. Jeśli badania są już w twoich danych, przypisz kolumny.
3. Oblicz. Przykład „Szczepionka BCG” pokazuje kolejne kroki.

Z „Dodaj moderator” (do trzech liczb na badanie, na przykład rok lub czas trwania) Statable liczy też metaregresję. Reguła praktyczna: co najmniej 10 badań na moderator. Moderatory pokazują związek, nie przyczynę.

Odczytywanie wyniku

• Efekt łączny z 95% przedziałem i testem t (korekta Knappa-Hartunga): średnia ważona; precyzyjne badania liczą się bardziej.
• Heterogeniczność: Q, I² i τ² z przedziałem. Wysoka oznacza, że badania naprawdę się różnią.
• Przedział predykcji (w zdaniu głównym): gdzie prawdopodobnie leży prawdziwy efekt nowego, porównywalnego badania; jest szerszy niż przedział ufności, bo uwzględnia zmienność między badaniami.
• Wykres leśny: kwadraty według wagi, romb dla efektu łącznego (pooled effect). Wykres lejkowy z testem Eggera: wskazuje, czy małe badania pokazują inne efekty niż duże. Może to wynikać z niepublikowanych badań, ale także z rzeczywistych różnic między badaniami lub z przypadku.

Założenia i ograniczenia

• Badania mierzą ten sam wynik i żadna próba nie należy do dwóch badań.
• Poniżej 5 badań wariancja między badaniami (τ²) jest bardzo niepewna; poniżej 10 test Eggera mówi niewiele (Sterne i współpracownicy, 2011).
• Miary ilorazowe (iloraz szans, ryzyko względne) wpisuje się jako logarytmy; Statable pokazuje je po przekształceniu odwrotnym.
• Metaanaliza nie poprawia słabych badań i nie ustala przyczyn.

Metaanaliza (model efektów losowych, REML): r = ,15, 95% CI [,08; ,22], t(15) = 4,57, p < ,001; Q(15) = 38,16, p < ,001; I² = 62%; τ² = 0,008 (k = 16)

Typowe przykłady

• Dziesięć badań nad treningiem czytania, każde z wielkością efektu i błędem standardowym: efekt łączny (pooled effect), wykres leśny i I².
• Badania z ilorazami szans: łączny iloraz szans.

Dla specjalistów

metafor::rma z REML i korektą Knappa-Hartunga (test „knha”) (Knapp-Hartung adjustment) jako ustawieniem domyślnym: przy 4 do 10 badaniach przedziały z są zbyt wąskie (IntHout, Ioannidis i Borm, 2014; Cochrane Handbook 6.4). Bez korekty (pole wyboru w sekcji „Dla specjalistów”) Statable liczy tak jak JASP, testem z. τ², τ i I² z przedziałem przez confint. Przedział predykcji przez predict; wariant IntHout i in. (2016) z t(k − 2) znajduje się w sekcji „Dla specjalistów”. g Hedgesa przez escalc „SMD”, korelacje przez z Fishera. Egger: regtest z modelem „lm”.