Combinarea studiilor (meta-analiză)

Pe scurt

O metaanaliză combină rezultatele mai multor studii într-un singur rezultat general. Datele sunt aici studii, nu persoane: un rând pentru fiecare studiu. Statable calculează cu R (metafor) un model cu efecte aleatoare cu REML, testul și intervalele cu ajustarea Knapp-Hartung (recomandată la puține studii). R se încarcă o singură dată, la prima utilizare.

Alegeți ce aveți din studii: efect cu eroare standard sau interval, două grupuri (medie, SD, n) sau corelație r cu n.
Introduceți studiile sau lipiți-le dintr-un tabel. Dacă studiile se află deja în date, atribuiți coloanele.
Calculați. Exemplul „vaccinul BCG” arată pașii.

Cu „Adaugă moderator” (până la trei numere pe studiu, de exemplu anul sau durata) Statable calculează și o metaregresie. Regulă practică: cel puțin 10 studii pe moderator. Moderatorii arată o asociere, nu o cauză.

Citirea rezultatului

Efect combinat cu interval de 95% și testul t (Knapp-Hartung): media ponderată; studiile precise contează mai mult.
Heterogenitate: Q, I² și τ² cu interval. Un nivel ridicat înseamnă că studiile diferă cu adevărat.
Interval de predicție (în fraza principală): unde se află probabil efectul real al unui studiu nou, comparabil; este mai larg decât intervalul de încredere, deoarece include variația dintre studii.
Grafic forest plot: pătrate după pondere, un romb pentru efectul combinat. Grafic pâlnie cu testul Egger: arată dacă studiile mici prezintă alte efecte decât cele mari. Aceasta poate reflecta studii nepublicate, dar și diferențe reale între studii sau întâmplarea.

Cerințe și limite

Studiile măsoară același rezultat, iar niciun eșantion nu face parte din două studii.
Sub 5 studii, varianța dintre studii (τ²) este foarte nesigură; sub 10, testul Egger spune puțin (Sterne și colaboratorii, 2011).
Măsurile de raport (raport de șanse, risc relativ) se introduc ca logaritmi; Statable le arată retransformate.
O metaanaliză nu îmbunătățește studiile slabe și nu stabilește cauze.

Metaanaliză (model cu efecte aleatoare, REML): r = ,15, IC 95% [,08; ,22], t(15) = 4,57, p < ,001; Q(15) = 38,16, p < ,001; I² = 62%; τ² = 0,008 (k = 16)

Exemple tipice

Zece studii despre un training de lectură, fiecare cu o mărime a efectului și o eroare standard: efect combinat, forest plot și I².
Studii cu rapoarte de șanse: raport de șanse combinat.

Pentru specialiști

metafor::rma cu REML și Knapp-Hartung (test „knha”) ca setare implicită: la 4 până la 10 studii, intervalele z sunt prea înguste (IntHout, Ioannidis și Borm, 2014; Cochrane Handbook 6.4). Fără ajustare (căsuța de la „Pentru specialiști”), Statable calculează ca JASP, cu z. τ², τ și I² cu interval prin confint. Interval de predicție (prediction interval) cu predict; varianta lui IntHout et al. (2016) cu t(k − 2) se află la „Pentru specialiști”. g Hedges prin escalc „SMD”, corelațiile prin z Fisher. Egger: regtest cu modelul „lm”.