Bu (iyi) soruyu sorumlu bir şekilde cevaplamak, muhtemelen meta-analiz konularının geleneksel meta-regresyonun ötesinde ele alınmasını gerektirir. Bu sorunu müşterilerin meta analizlerine başvururken yaşadım, ancak henüz tatmin edici bir çözüm bulamadım veya geliştirmedim, bu nedenle bu cevap kesin değil. Aşağıda seçilen referans alıntılarıyla ilgili beş fikirden bahsediyorum.
İlk olarak, açıklama için terminoloji ve gösterimi tanıtacağım. Sana gelen etki boyutunda (ES) verileri eşleştirilmiş varsayıyorum böyle Çalışması bağımsız çalışmalarda, 'nin ES tahmin içme problemleri için (DP) ve , anksiyete için ve her tahminin koşullu / örnekleme varyansı (örneğin, kare standart hata) diyelim, ve . Study iki ES parametresini (yani, doğru veya sonsuz örnek ) vei y D i y A i i = 1 , 2 , … , k v D i v A i i θ D i θ A i μ D = E ( θ D i ) τ 2 D = V a r ( θ D i ) μ A = E ( θ A i ) τkiyD iyA ii = 1 , 2 , … , kvD ivA ibenθD iθA i. Bu ES parametrelerinin çalışmalar arasında rastgele farklılık gösterdiği geleneksel rasgele efektler görüşünü alarak, çalışmalar arası araçlarını ve varyanslarını ve DP için ve için ve olarak. DP ve anksiyetenin her biri için ayrı ayrı geleneksel bir meta-analizde (örneğin, ağırlık olarak kesinliklerle), her ES tahmininin örnekleme dağılımının bilinen varyansla normal olduğunu , ve ileμD= E ( θD i)τ2D= V a r ( θD i)μbir= E ( θA i)yDi| θDı~N-(θDı,vDi)ybiri| θAi∼N(θAi,vAi)vDivAiτ2bir= V a r ( θA i)yD i| θD i∼ N( θD i, vD i)yA i| θA i∼ N( θA i, vA i)vD ive bilinen - en azından büyük çalışma içi örnekler için.vA i
Bu sorunun rasgele etkilerle ilgili bir görünümünü , ancak ilişkilerinin anlamlı olması için soruların çalışmaların arasında hem hem de değişkenliğine izin . Prosedürler ve yorumlar konusunda dikkatli olursak bunu heterojen bir sabit etkiler çerçevesinde de yapabiliriz (örn. Bonett, 2009). Ayrıca, ES'lerinizin korelasyonlar mı, (standartlaştırılmış) ortalama farklar mı, (log) olasılık oranları mı yoksa başka bir önlem mi olduğunu bilmiyorum, ancak ES metriği aşağıda söylediğim şeylerin çoğu için önemli değil. θ A iθD iθA i
Şimdi, beş fikre geçelim.
1. Ekolojik Yanlılık: İki ES'niz arasındaki ilişkiyi değerlendirmek , konu düzeyinde değil, çalışma düzeyinde bir soruyu ele alırsoru. Meta-analistlerin sizinki gibi iki ES arasında pozitif bir ilişkiyi uygunsuz bir şekilde yorumladıklarını gördüm: Müdahalenin kaygıyı azalttığı konular DP'de daha fazla azalma eğilimindedir. Çalışma düzeyi ES verilerinin analizi böyle ifadeleri desteklemez; bunun ekolojik önyargı veya ekolojik yanlışlıkla ilgili olması gerekir (örneğin, Berlin ve ark., 2002; McIntosh, 1996). Bu arada, çalışmalardan bireysel hasta / katılımcı verileri (IPD) veya bazı ek örnek tahminleriniz (örneğin, her grubun anksiyete ve DP arasındaki korelasyonu) varsa, müdahaleyi içeren ılımlılık veya arabuluculuk hakkında belirli konu düzeyinde soruları ele alabilirsiniz, anksiyete ve DP'nin, örneğin müdahalenin anksiyete-DP birlikteliği üzerindeki etkisi veya müdahalenin anksiyete yoluyla DP üzerindeki dolaylı etkisi (ör. müdahale)→→ anksiyete DP).→
2. Meta-regresyon Problemleri: Eğer gerileme olabilir rağmen üzerinde davranır o geleneksel meta-regresyon prosedürü kullanarak sabit, bilinen öndeğişken / regresör / belirleyicisi, muhtemelen bu tamamen mülk değil. Bununla ilgili olası sorunları anlamak için, mümkünse bunun yerine ne yapabileceğimizi düşünün: olup olmadığını tahmin etmek veya test etmek için normal regresyon (ör. OLS) kullanarak üzerine ile ortalama kovariler . Biz olsaydı her çalışma en , daha sonra geri kalış geleneksel meta regresyon kullanılarak üzerinde y A i y A i θ D i θ A i θ D i θ A i θ AyD iyA iyA iθD iθA iθD iθA i y D i θ A i θ D i = β 0 + β 1 θ A i + u i u i y D i y A i y A i θ A i v AθA iyD iθA i bize istediğimizi verecekti, çünkü çalışmalar arasındaki (basit) model , burada rastgele bir hatadır. Gerileme aynı yaklaşım kullanılarak ilgili Ancak iki sorun göz ardı eder: farklıdır gelen nedeniyle örnekleme hatası (örneğin, ile ölçülmüştür ) ve bir karşı alana anksiyete ve DP arasındaki denek düzeyinde korelasyon nedeniyle ile çalışma içi korelasyon . Bu sorunlardan birinin veya her ikisinin ve arasındaki ilişki tahmininiθD i= β0+ β1θA i+ ubenubenyD iyA iyA iθA i y D i θ D i θ A ivA iyD iθD iθA iregresyon seyreltme / zayıflama yanlılığı gibi.
3. Mevcut Durum Riski:Bazı yazarlar, bir müdahalenin ikili sonuç üzerindeki etkisinin meta-analizleri için # 2'dekilere benzer problemleri ele almıştır. Bu tür meta-analizlerde, genellikle tedavi etkisinin, tedavi edilmemiş bir popülasyonda sonucun olasılığı veya oranıyla (örneğin, daha yüksek risk altındaki süjeler için daha büyük etki) kovarya olduğu yönünde bir endişe vardır. Kontrol grubunun riskinden veya olay hızından tedavi etkisini tahmin etmek için geleneksel meta-regresyon kullanmak caziptir, çünkü ikincisi altta yatan / nüfus / taban çizgisi riskini temsil eder. Bununla birlikte, bazı yazarlar bu basit stratejinin veya önerilen alternatif tekniklerin sınırlılıklarını göstermişlerdir (örneğin, Dohoo ve ark., 2007; Ghidey ve ark., 2007; Schmid ve ark., 1998). Bu tekniklerden bazıları, iki çok uçlu ES içeren durumunuza uygun olabilir veya durumunuza uyarlanabilir.
4. İki Değişkenli Meta Analiz: Bunu iki değişkenli bir sorun olarak ele alabilirsiniz, burada Study çifti bir tahmin koşullu kovaryans matrisi ile ayrı sütunlar ve noktalı virgül satırları ayırır. Prensipte, ve çalışmalar arası kovaryans bileşen matrisi tahmin etmek için iki değişkenli rastgele efekt meta analizi kullanabiliriz . Bu, bazı çalışmalar yalnızca veya yalnızca katkıda bulunsa bile yapılabiliry i = [ y D i , y A i ] D , τ D A ; τ A D , τ 2 A ] y D i y A i τ D A = τ A D μ v A D ibenyben= [ yD i, yA i]V i = [ v D i , v D A i ; v A D i , v A i ] μ = [ μ D , μ A ] T = [ τ 2θben= [ θD i, θA i]Vben= [ vD i, vD A i; vA D i, vA i]μ = [ μD, μbir]T =[ τ2D, τD A; τA D, τ2bir]yD iyA i(örneğin, Jackson ve ark., 2010; White, 2011). yanı sıra , ve işlevleri olarak anksiyete ve DP arasındaki ilişkinin ve veya -on- regresyon eğimi. Bununla birlikte, anksiyete-DP ilişkisinin herhangi bir ölçüsü hakkında nasıl çıkarımlarda bulunacağımdan emin değilim: Hem hem de 'ye rastgele , yoksa en iyi şekilde tedavi edilir mi? (sabit olarak yaparız diye gerileme ise üzerindeτD A= τA Dμθ D i θ A i θ D i θ A i θ D i θ A i θ A i θ D i θ A i v D A i =TθD iθA iθD iθA iθD iθA iθA iθD iθA i ) ve testler, güven aralıkları veya diğer çıkarımsal sonuçlar için hangi prosedürler en iyisidir (örn. delta yöntemi, önyükleme, profil olasılığı)? Ne yazık ki, koşullu kovaryans hesaplanması zor olabilir, çünkü anksiyete ve DP arasındaki nadiren bildirilen grup içi ilişkiye bağlıdır; Burada bunu ele almak için stratejilere değinmeyeceğim (örneğin, Riley ve ark., 2010).vD A i= vA D i
5. Meta-Analiz için SEM: Mike Cheung'un meta-analitik modelleri yapısal denklem modelleri (SEM) olarak formüle etme konusundaki çalışmalarından bazıları bir çözüm sunabilir. SEM yazılımını kullanarak çok çeşitli tek ve çok değişkenli sabit, rasgele ve karışık efektli meta-analiz modellerini uygulamanın yollarını önerdi ve bunun için yazılım sağlıyor:
http://courses.nus.edu.sg/course/psycwlm/internet/metaSEM/index.html
Özellikle Cheung (2009), bir ES'nin bir çalışma düzeyi eşdeğeri ile başka bir ES arasında bir aracı olarak ele alındığı ve ES'yi bir diğeri ile tahmin etme durumunuzdan daha karmaşık bir örnek içeriyordu.
Referanslar
Berlin, JA, Santanna, J., Schmid, CH, Szczech, LA ve Feldman, HI (2002). Tedavi etkisi değiştiricilerinin araştırılması için bireysel hasta ve grup düzeyinde veri meta-regresyonları: Ekolojik önyargı çirkin başını taşır. Tıpta İstatistikler, 21, 371-387. DOI: 10.1002 / sim.1023
Bonett, DG (2009). Standartlaştırılmış ve standartlaştırılmamış ortalama farklar için meta-analitik aralık tahmini. Psikolojik Yöntemler, 14, 225-238. doi: 10,1037 / a0016619
Cheung, MW-L. (2009, Mayıs). Çok değişkenli etki büyüklüklerinin yapısal eşitlik modelleri ile modellenmesi. AR Hafdahl (Başkan) 'da, çok değişkenli doğrusal modeller için meta-analizde ilerlemeler. Psikolojik Bilimler Derneği toplantısında sunulan davetli sempozyum, San Francisco, CA.
Dohoo, I., Stryhn, H. ve Sanchez, J. (2007). Meta-analizlerde altta yatan riskin bir heterojenite kaynağı olarak değerlendirilmesi: Üç modelin Bayes ve sıkça uygulanması ile ilgili bir simülasyon çalışması. Koruyucu Veteriner Tıbbı, 81, 38-55. doi: 10.1016 / j.prevetmed.2007.04.010
Ghidey, W., Lesaffre, E. ve Stijnen, T. (2007). Meta analizde temel risk dağılımının yarı parametrik modellenmesi. Tıpta İstatistikler, 26, 5434-5444. DOI: 10.1002 / sim.3066
Jackson, D., White, IR ve Thompson, SG (2010). DerSimonian ve Laird'in metodolojisini çok değişkenli rasgele etkiler meta analizleri yapmak için genişletmek. Tıpta İstatistikler, 29, 1282-1297. DOI: 10.1002 / sim.3602
McIntosh, MW (1996). Meta-analizlerde ve hiyerarşik modellerde ekolojik bir parametre kontrolü (Doktora tezi). ProQuest Dissertations and Theses veritabanından edinilebilir. (UMI No. 9631547)
Riley, RD, Thompson, JR ve Abrams, KR (2008). Çalışma içi korelasyonlar bilinmediğinde iki değişkenli rasgele etkiler meta analizi için alternatif bir model. Biyoistatistik, 9, 172-186. DOI: 10,1093 / biyoistatistikleri / kxm023
Schmid, CH, Lau, J., McIntosh, MW ve Cappelleri, JC (1998). Klinik çalışmaların meta-analizinde tedavi etkinliğinin bir yordayıcısı olarak kontrol oranının etkisine ilişkin ampirik bir çalışma. Tıpta İstatistikler, 17, 1923-1942. doi: 10.1002 / (SICI) 1097-0258 (19980915) 17:17 <1923 :: YARDIM-SIM874> 3.0.CO; 2-6
White, IR (2011). Çok değişkenli rastgele etkiler meta-regresyon: mvmeta güncellemeleri. Stata Journal, 11,255-270.