Meta-Analysis的应用步骤
发布网友
发布时间：2022-05-01 15:37
共1个回答
热心网友
时间：2023-10-22 10:16
也有人称这一步为定量Meta分析,以相对于定性Meta 分析。目前已发展出多种Meta 分析方法。但它们的基本思想是一致的,那就是先提出假设,构造一个综合统计量,然后计算各研究的结合统计量,并用其在定性Meta 分析中所得分数去权重它的综合统计量;计算各级别研究中的加权平均综合统计量(在平均过程中,要根据其各结合统计量的方差进行权重) ;做各级别中研究间统计量的异质性检验。
Meta 方法的不同主要在于结合统计量和统计假设的不同。根据结合统计量的不同可将Meta 分析方法主要分为三类:第一类的综合统计量为效应值,它适合于测量结果为连续数据的独立研究,目前主要应用于社会科学(教育学、心理学等) 、临床医学和生态学中,它可反映一个程序或现象的效应大小和方向 。第二类主要应用于流行病学、病因学、大众健康学等医学领域中,综合统计量为相对风险度或风险度比或风险度差。第三类为80 年代末在医学领域中发展出的回归方法,其结合统计量为药量- 反应斜率,由回归方法得出的,它适合于测量结果为分类数据的独立研究;
根据统计假设的不同可将Meta 分析方法分为两类:固定效应模型和随机效应模型,前者假设所有研究享有共同的真实效应大小,后者假设所有研究的真实效应大小不同,具体体现在计算所有研究平均效应的权重上。由于随机效应模型比较符合实际,得到了Meta分析家们的认可,正被广泛应用开来。 2. 1 发表偏见
几乎所有作者及编辑都有更愿意报道统计检验显著结果的趋向,所以综述者被限于在发表物中综合独立研究结果,有可能导致效应大小的高估计。在一项调查中,58 名工作者说他们共做了921 个随机对照实验, 96 个( 10.42 %) 未发表,且正效应结果明显比负效应结果更易于发表;再者,已发表论文所用的实验方法也未必一定好于未发表者。为了克服这一缺点,现在Meta 分析者在搜集资料时既包括了已发表物,也包括未发表物。但有人反对这样做。
2. 2 发表物中缺少综述者所需数据
在实践中,有许多已收集的文献,由于对最初实验结果的有选择性报道、错误的分析、对原始数据描述不完整等原因而不能被利用,大大降低了Meta 分析的综合能力。
2. 3 不对等比较,也有人称为“桔子与苹果问题”
许多学者指出各研究的对象、结果测量指标不同会影响最终分析结果,好象将桔子与苹果拿来比较一样,很难得出正确的结论。但也有人认为扩大总体概念会提高综合能力, 结论更具实用性。Peto 指出为解决同一问题而进行的实验, 其综合结果具有相同的方向。
2. 4 综述对象最初数据质量不等
如果在分析时对这些质量不等的研究给予相同的结合标准,必然会导致分析结果的不准确,为了克服这一问题,分析家们提出了定性Meta 分析。
2. 5 综述者对综合结果的解释有偏见。
2. 6 不可避免的非随机性选择独立研究
因为统计显著性检验要求样本是从遵循一定分布规律的总体中取样得来,所以非随机选取研究和对同一数据进行多次检验(重复报道部分或全部数据或者用同一作者的多个结果) 都是违反上述假设的。但事实上,前5 个问题是所有综述方法的共同弊病,但在描述性综述和数表决法中它们隐藏了起来,并未直接暴露出来,而在Meta 分析中却把它们显露无遗。我们已经看到这样一个事实,Meta 分析正在逐步努力克服这些问题,而且已经取得了可喜的进展。但是再好的Meta 分析也不能代替独立研究,它们是Meta 分析的基础。综上所述,Meta 分析作为一种结合独立研究的统计学方法,具有传统综述不可比拟的优越性,它在这短短20 年中的迅猛发展是最好的一个见证。
热心网友
时间：2023-10-22 10:16
也有人称这一步为定量Meta分析,以相对于定性Meta 分析。目前已发展出多种Meta 分析方法。但它们的基本思想是一致的,那就是先提出假设,构造一个综合统计量,然后计算各研究的结合统计量,并用其在定性Meta 分析中所得分数去权重它的综合统计量;计算各级别研究中的加权平均综合统计量(在平均过程中,要根据其各结合统计量的方差进行权重) ;做各级别中研究间统计量的异质性检验。
Meta 方法的不同主要在于结合统计量和统计假设的不同。根据结合统计量的不同可将Meta 分析方法主要分为三类:第一类的综合统计量为效应值,它适合于测量结果为连续数据的独立研究,目前主要应用于社会科学(教育学、心理学等) 、临床医学和生态学中,它可反映一个程序或现象的效应大小和方向 。第二类主要应用于流行病学、病因学、大众健康学等医学领域中,综合统计量为相对风险度或风险度比或风险度差。第三类为80 年代末在医学领域中发展出的回归方法,其结合统计量为药量- 反应斜率,由回归方法得出的,它适合于测量结果为分类数据的独立研究;
根据统计假设的不同可将Meta 分析方法分为两类:固定效应模型和随机效应模型,前者假设所有研究享有共同的真实效应大小,后者假设所有研究的真实效应大小不同,具体体现在计算所有研究平均效应的权重上。由于随机效应模型比较符合实际,得到了Meta分析家们的认可,正被广泛应用开来。 2. 1 发表偏见
几乎所有作者及编辑都有更愿意报道统计检验显著结果的趋向,所以综述者被限于在发表物中综合独立研究结果,有可能导致效应大小的高估计。在一项调查中,58 名工作者说他们共做了921 个随机对照实验, 96 个( 10.42 %) 未发表,且正效应结果明显比负效应结果更易于发表;再者,已发表论文所用的实验方法也未必一定好于未发表者。为了克服这一缺点,现在Meta 分析者在搜集资料时既包括了已发表物,也包括未发表物。但有人反对这样做。
2. 2 发表物中缺少综述者所需数据
在实践中,有许多已收集的文献,由于对最初实验结果的有选择性报道、错误的分析、对原始数据描述不完整等原因而不能被利用,大大降低了Meta 分析的综合能力。
2. 3 不对等比较,也有人称为“桔子与苹果问题”
许多学者指出各研究的对象、结果测量指标不同会影响最终分析结果,好象将桔子与苹果拿来比较一样,很难得出正确的结论。但也有人认为扩大总体概念会提高综合能力, 结论更具实用性。Peto 指出为解决同一问题而进行的实验, 其综合结果具有相同的方向。
2. 4 综述对象最初数据质量不等
如果在分析时对这些质量不等的研究给予相同的结合标准,必然会导致分析结果的不准确,为了克服这一问题,分析家们提出了定性Meta 分析。
2. 5 综述者对综合结果的解释有偏见。
2. 6 不可避免的非随机性选择独立研究
因为统计显著性检验要求样本是从遵循一定分布规律的总体中取样得来,所以非随机选取研究和对同一数据进行多次检验(重复报道部分或全部数据或者用同一作者的多个结果) 都是违反上述假设的。但事实上,前5 个问题是所有综述方法的共同弊病,但在描述性综述和数表决法中它们隐藏了起来,并未直接暴露出来,而在Meta 分析中却把它们显露无遗。我们已经看到这样一个事实,Meta 分析正在逐步努力克服这些问题,而且已经取得了可喜的进展。但是再好的Meta 分析也不能代替独立研究,它们是Meta 分析的基础。综上所述,Meta 分析作为一种结合独立研究的统计学方法,具有传统综述不可比拟的优越性,它在这短短20 年中的迅猛发展是最好的一个见证。
