Об’єднати дослідження (метааналіз)

Коротко

Метааналіз об’єднує результати кількох досліджень в один загальний результат. Дані тут - дослідження, а не особи: один рядок на дослідження. Statable обчислює за допомогою R (metafor) модель випадкових ефектів з REML, а критерій та інтервали - з поправкою Кнаппа-Гартунга (Knapp-Hartung adjustment) (рекомендовано за малої кількості досліджень). R завантажується один раз під час першого використання.

1. Виберіть, що у вас є з досліджень: ефект зі стандартною похибкою або інтервалом, дві групи (середнє, SD, n) або кореляцію r з n.
2. Введіть дослідження або вставте їх із таблиці. Якщо дослідження вже є у ваших даних, призначте стовпці.
3. Обчислити. Приклад «вакцина BCG» показує порядок дій.

З «Додати модератор» (до трьох чисел на дослідження, наприклад рік або тривалість) Statable обчислює також метарегресію. Практичне правило: щонайменше 10 досліджень на модератор. Модератори показують зв’язок, а не причину.

Як читати результат

• Об’єднаний ефект (pooled effect) із 95% інтервалом і t-критерієм (поправка Кнаппа-Гартунга (Knapp-Hartung adjustment)): зважене середнє; точніші дослідження мають більшу вагу.
• Гетерогенність: Q, I² і τ² з інтервалом. Високі значення означають, що дослідження справді різняться.
• Інтервал прогнозування (у головному реченні): де, імовірно, лежить справжній ефект нового, порівнянного дослідження; ширший за довірчий інтервал, бо враховує варіацію між дослідженнями.
• Лісова діаграма: квадрати за вагою, ромб для об’єднаного ефекту (pooled effect). Лійкоподібна діаграма (funnel plot) з тестом Еггера: показує, чи малі дослідження дають інші ефекти, ніж великі. Це може відображати неопубліковані дослідження, а також справжні відмінності між дослідженнями або випадковість.

Умови та обмеження

• Дослідження вимірюють той самий результат, і жодна вибірка не входить у два дослідження.
• Якщо досліджень менше 5, дисперсія між дослідженнями (τ²) дуже невизначена; якщо менше 10, тест Еггера мало що каже (Sterne зі співавторами, 2011).
• Міри відношення (відношення шансів, відносний ризик) вводяться як логарифми; Statable показує їх після зворотного перетворення.
• Метааналіз не покращує слабкі дослідження й не встановлює причинно-наслідкових зв’язків.

Метааналіз (модель випадкових ефектів, REML): r = ,15, 95% ДІ [,08; ,22], t(15) = 4,57, p < ,001; Q(15) = 38,16, p < ,001; I² = 62%; τ² = 0,008 (k = 16)

Типові приклади

• Десять досліджень тренінгу читання, кожне з розміром ефекту й стандартною похибкою: об’єднаний ефект (pooled effect), лісова діаграма та I².
• Дослідження з відношеннями шансів: об’єднане відношення шансів.

Для фахівців

metafor::rma з REML і поправкою Кнаппа-Гартунга (test "knha") за замовчуванням: за 4-10 досліджень інтервали на основі z завузькі (IntHout, Ioannidis і Borm, 2014; Cochrane Handbook 6.4). Без поправки (позначка в розділі «Для фахівців») Statable обчислює, як JASP, із z. τ², τ та I² з інтервалом через confint. Інтервал прогнозування - через predict; варіант за IntHout et al. (2016) з t(k − 2) - у розділі «Для фахівців». g Хеджеса - через escalc «SMD», кореляції - через z Фішера. Еггер: regtest з model "lm".