Meta - Analisi Effetto Binario Dimensione

La Meta - Analysis Binary Effect Size procedura esegue la meta - analisi con esiti binari quando nel dataset attivo vengono forniti i dati relativi alla dimensione dell'effetto pre - calcolato.

Esempio
Diversi studi di ricerca sono stati condotti nella storia per indagare su una medicina faddish ma discutibile per aiutare a trattare il diabete di tipo II. La medicina orale è stata pretesa di poter ridurre il livello di glucosio nel sangue dopo i pasti. I dati sono stati raccolti da diversi siti di ricerca dal 1979 al 1986.
Un investigatore principale vorrebbe trarre inferenza statistica sull'effetto della medicina orale. A causa del fatto che i dati sono stati generati da diversi studi, ha proposto l'idea di sintetizzare i risultati attraverso gli studi per raggiungere una comprensione complessiva dell'effetto e individuare quelle sottostanti fonti di variazione degli esiti.
Statistiche
Intervallo di confidenza, Log Odds Ratio, Log Odds Ratio di Peto, Log Risk Ratio, differenza di rischio, effetti casuali, effetti fissi, varianza inversa, Mantel-Haenszel, iterazioni, step-halving, convergenza, statistiche cumulative, dimensione dell'effetto cumulativo, massima verosimiglianza ristretta, REML, massima verosimiglianza, ML, Empirical Bayes, Hedges, Hunter-Schmidt, DerSimonian-Laird, Sidik-Jonkman, Knapp-Hartung, Test di Egger, Test di Harbord, Test di Peters, intercetta nella regressione, parametro di dispersione, omogeneità, eterogeneità, statistiche esponenziate, errore standard, valore p, peso dello studio.

Ottenimento di un'analisi Meta - Analisi Binario Effetto Dimensione

  1. Dai menu, scegliere:

    Analizzare > Analisi meta > Esiti Binari > Pre - Calcolate Effetto Effetto ...

    Nota: i campi evidenziati in rosso sono obbligatori. I pulsanti Incolla e OK vengono abilitati dopo aver inserito valori validi in tutti i campi obbligatori.
  2. Selezionare una variabile Effect Size che denota la dimensione dell'effetto. La variabile selezionata deve essere numerica (le variabili stringa non sono supportate).
  3. Selezionare deviazione standard per specificare la deviazione standard dell'effetto o Varianza per specificare la varianza di dimensione dell'effetto e quindi selezionare una variabile per rappresentare la deviazione standard/varper la dimensione dell'effetto.
  4. Facoltativamente, selezionare le variabili Studio ID e / o Label di studio . La variabile Studio IDselezionata non può essere la stessa della variabile selezionata Studio Label .
  5. Facoltativamente, selezionare un'impostazione Effect Size . Le opzioni disponibili sono Log Odds Ratio, Ratio's Log Odds Ratio, Log Risk Ratioe Differenza di rischio.
  6. Facoltativamente, selezionare un'impostazione Modello . Quando le impostazioni Trim - e - Fill sono abilitate, l'impostazione controlla anche il modello utilizzato dal pooling nell'analisi del trim - e - fill. Quando le impostazioni Bias sono abilitate, l'impostazione controlla anche il modello utilizzato dal test basato sulla regressione.
    Effetti casuali
    L'impostazione predefinita costruisce il modello di effetti casuali.
    Effetti fissi
    Costruisce il modello a effetti fissi.
  7. Facoltativamente, è possibile:
    • Clicca su Criteri ... per specificare i criteri generali.
    • Fare clic su Analisi per specificare il sottogruppo e l'analisi cumulativa.
    • Clicca su Inferenza per specificare i metodi di stima.
    • Clicca su Contrast per controllare il test di contrasto.
    • Clicca su Bias per accedere alla bias di pubblicazione conducendo il test di regressione di EGGER.
    • Clicca su Trim - e - Fill per implementare l'analisi di trim e - fill di pubblicazione bias.
    • Clicca su Stampa per controllare le uscite della tabella.
    • Clicca su Salva per salvare le statistiche stimate al dataset attivo.
    • Fare clic su Plot per specificare quali grafici includere nell'output.
  8. Fare clic su OK.

Questa procedura incolla la sintassi del comando META ES BINARIO .