Editverse Kostenloser Rechner
Heterogenitätsrechner (I² & tau²)
Geben Sie für jede Studie den Effekt und das 95%-Konfidenzintervall ein, um Cochrans Q mit Freiheitsgraden und p-Wert, I² und DerSimonian-Laird-Tau² sowie die gepoolte Schätzung, ein Forest-Plot und den zugehörigen R-Befehl zu erhalten. Die Option für feste Effekte ändert lediglich die Pooling-Gewichte; Q, I² und Tau² werden für beide Modelle angegeben. Eine ausführliche Interpretationsanleitung folgt weiter unten. Validiert mit R 4.3.3.
In einfachen Worten
Wenn man Studien in einer Metaanalyse zusammenfasst , stimmen deren Ergebnisse nie perfekt überein. Heterogenität misst, inwieweit diese Streuung auf tatsächliche Unterschiede im zugrunde liegenden Effekt und nicht auf Zufall zurückzuführen ist. Der Cochran-Q- Test prüft, ob Heterogenität vorliegt; I² drückt sie als Prozentsatz der Gesamtvarianz aus; τ² schätzt die tatsächliche Varianz zwischen den Studien auf der Effektskala.
Diese drei Kennzahlen beantworten unterschiedliche Fragen. Q liefert ein Ja/Nein-Signal, hängt aber stark von der Anzahl der Studien ab. I² ermöglicht einen einfachen Vergleich verschiedener Analysen, sagt aber nichts über die absolute Effektstärke aus. τ² erfasst die tatsächliche Streuung der wahren Effekte und fließt direkt in ein Random-Effects-Modell ein. Erst die gemeinsame Betrachtung dieser Kennzahlen zeigt, ob eine einzelne gepoolte Schätzung aussagekräftig ist.
Wann man Heterogenitätsstatistiken verwendet
Berichten Sie über Heterogenität, wenn Sie Studien zusammenfassen. Ein niedriger I²-Wert mit einem nicht signifikanten Q-Wert spricht für eine gepoolte Schätzung; ein hoher I²-Wert deutet darauf hin, dass die Studien möglicherweise tatsächlich unterschiedliche Effekte messen und eine einzelne Kennzahl irreführend sein könnte. Tau² ist bei der Anpassung eines Random-Effects-Modells unerlässlich, da es bestimmt, wie stark jede Studie zum Mittelwert hin geschrumpft wird.
Nutzen Sie diese Statistiken, um über das weitere Vorgehen zu entscheiden, nicht nur zur Beschreibung der Daten. Ein hoher I²-Wert sollte Anlass für eine Subgruppenanalyse oder Meta-Regression geben, um die Ursache der Variation zu ermitteln. Geben Sie stets die gepoolte Effektstärke und deren Konfidenzintervall an . Planen Sie eine vollständige gepoolte Analyse? Nutzen Sie unseren Meta-Analyse-Rechner.
Erwartetes Format: Studien: Bezeichnung, Effekt, Unteres KI, Oberes KI (eine pro Zeile)
Ziehen Sie hier eine CSV-Datei hoch oder klicken Sie, um eine Datei auszuwählen. Die Verarbeitung erfolgt im Browser: Es wird nichts hochgeladen.
Erwartetes Format: Studien: Bezeichnung, Effekt, Unteres KI, Oberes KI (eine pro Zeile)
library(meta) studlab <- c({meta_studlab}) TE <- c({meta_te}) lower <- c({meta_lower}) upper <- c({meta_upper}) seTE <- (upper - lower) / (2 * 1.96) # Standardfehler aus dem 95%-Konfidenzintervall, wie vom Rechner berechnet m <- metagen(TE, seTE, studlab = studlab, sm = "SMD", common = {meta_common}, random = {meta_random}, method.tau = "DL") summary(m) # gepoolter Effekt, Cochran's Q, I², tau²Benutzerhandbuch
Wann anwenden? Effektstärken aus verschiedenen Studien zusammenfassen und Heterogenität quantifizieren (I²).
Annahmen. Die Studien sind klinisch und methodisch ausreichend vergleichbar, um zusammengefasst zu werden.
Häufige Fehler. Ein hoher I²-Wert (>75 %) deutet auf erhebliche Heterogenität hin: Die gepoolte Schätzung sollte mit Vorsicht interpretiert werden.
Ausgearbeitetes Beispiel
Klicken Sie oben auf „Beispieldaten laden“ und anschließend auf „Analyse ausführen“ , um ein vollständig ausgearbeitetes Ergebnis mit Abbildung, Formel und Interpretation für diesen Test anzuzeigen.
Referenzen
- DerSimonian R, Laird N. Meta-Analyse in klinischen Studien. Control Clin Trials. 1986;7:177-188.
Ausgearbeitete Beispiele
Beispiel 1 – Lesen von I²
Angenommen, Cochrans Q beträgt 4.1 bei 3 Freiheitsgraden (nicht signifikant) und I² = 0 %. Die Studien sind konsistent: Fast die gesamte Variation ist auf Stichprobenfehler zurückzuführen, daher stimmen gepoolte Schätzungen mit festen oder zufälligen Effekten gut überein, und die Zusammenfassung ist verlässlich.
Beispiel 2 – Hohe Varianz zwischen den Studien
Angenommen, Q = 22.5 bei 4 Freiheitsgraden, I² = 82 % und einem beträchtlichen τ². Der Großteil der Streuung ist auf tatsächliche Heterogenität und nicht auf Zufall zurückzuführen. Ein einzelner gepoolter Wert ist hier wenig aussagekräftig – man würde Subgruppen oder eine Meta-Regression untersuchen, bevor man einen zusammenfassenden Effekt berichtet.
Zu prüfende Annahmen
In allen Studien wird dieselbe Effektstärke verwendet. Q, I² und τ² werden auf einer einheitlichen Effektstärkeskala berechnet (z. B. als Log-Odds-Ratio oder standardisierte Mittelwertdifferenz). Die Vermischung von Effektstärken ohne Umrechnung macht die Statistiken bedeutungslos.
Eine angemessene Anzahl an Studien ist erforderlich. Bei sehr wenigen Studien wird τ² ungenau geschätzt und I² ist mit einer großen Unsicherheit behaftet. Heterogenitätswerte aus wenigen Studien sollten daher als grobe Indikatoren und nicht als sichere Schlussfolgerungen betrachtet werden.
Schätzungen unabhängiger Studien. Jede Studie sollte einen unabhängigen Effekt beitragen. Mehrere korrelierte Schätzungen aus derselben Stichprobe erhöhen die scheinbare Präzision und verzerren Q.
Häufige Fehler
Ein nicht signifikantes Q als „keine Heterogenität“ interpretieren
Bei wenigen Studien ist die Aussagekraft von Q gering, daher beweist ein nicht-signifikantes Ergebnis keine Homogenität. Geben Sie daher zusätzlich I² und τ² an, anstatt sich allein auf den p-Wert von Q zu verlassen.
Die Behandlung von I²-Schwellenwerten als feste Regeln
Die 25/50/75%-Bereiche für niedrig/mittel/hoch sind grobe Richtwerte, keine Grenzwerte. Ein „moderates“ I² mit einem kleinen τ² kann unbedeutend sein, während dasselbe I² mit einem großen τ² relevant sein kann.
tau² wird ignoriert, da I² klein aussieht.
Der I²-Wert kann niedrig erscheinen, einfach weil die Studien umfangreich und präzise sind, selbst wenn die tatsächlichen Effekte variieren. Der Tau²-Wert erfasst diese Variation auf der Effektskala und sollte nicht außer Acht gelassen werden.
Betrachten wir nur die Zahlen.
Heterogenitätsstatistiken beschreiben Variationen, erklären sie aber nicht. Ein hoher Wert ist ein Anlass, klinische und methodische Unterschiede zu untersuchen, und kein Ergebnis, das man einfach berichten und dann zur Tagesordnung übergehen kann.
Häufig gestellte Fragen
Worin besteht der Unterschied zwischen I² und tau²?
I² ist der Anteil der Gesamtvarianz, der auf Heterogenität zurückzuführen ist, ausgedrückt als Prozentsatz; tau² ist die geschätzte Varianz der wahren Effekte auf der ursprünglichen Effektskala.
Kann I² 0 % sein?
Ja. Ein I²-Wert von 0 % bedeutet, dass die beobachtete Variation nicht größer ist als die allein durch Stichprobenfehler zu erwartende – die Studien sind statistisch konsistent.
Warum hängt I² von der Studiengröße ab?
Bei größeren Studien ist der Stichprobenfehler geringer, sodass ein fester Anteil der tatsächlichen Variation einen größeren Anteil am Gesamtwert ausmacht – was I² erhöht, selbst wenn tau² unverändert bleibt.
Stimmt das Ergebnis mit den Ergebnissen von R und Stata überein?
Ja. I² und τ² werden aus Cochrans Q mit dem Standard-DerSimonian-Laird-Schätzer berechnet. Der Rechner zeigt Cochrans Q mit seinen Freiheitsgraden und dem p-Wert sowie I² und τ² an; der R-Befehl (metagen im Paket meta, mit method.tau = "DL") liefert dieselben Werte.
Verwandte Rechner
Referenzen
- Higgins JPT, Thompson SG. Quantifizierung der Heterogenität in einer Metaanalyse. Statistik Med. 2002;21(11):1539–1558. PMID 12111919.
- Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Messung von Inkonsistenz in Metaanalysen. BMJ. 2003;327(7414):557–560. PMID 12958120.
- DerSimonian R, Laird N. Meta-Analyse in klinischen Studien. Kontroll-Clin Trials. 1986;7(3):177–188.
Benötigen Sie diese Analyse für Ihr Manuskript?
Unsere promovierten Biostatistiker führen Ihre vollständige Metaanalyse durch – Heterogenitätsbewertung, Subgruppen- und Meta-Regressionsanalysen sowie ein publikationsfertiges Forest-Plot mit reproduzierbarer R-Ausgabe.