व्यवस्थित समीक्षाओं में प्रकाशन पूर्वाग्रह: पता लगाने और सुधार के तरीके

114 समीक्षाओं में से 65.8% समीक्षाओं में प्रकाशन पूर्वाग्रह को एक बड़ी चिंता के रूप में बताया गया है। इससे पता चलता है कि इस समस्या का समाधान करना कितना महत्वपूर्ण है। प्रकाशन पूर्वाग्रह व्यवस्थित समीक्षाओं और मेटा-विश्लेषणों की विश्वसनीयता को वास्तव में प्रभावित कर सकता है ।

प्रकाशन पूर्वाग्रह तब होता है जब मजबूत परिणामों वाले अध्ययन कमजोर परिणामों वाले अध्ययनों की तुलना में अधिक बार प्रकाशित होते हैं। इसका अर्थ यह है कि जो प्रमाण हमें दिखाई देते हैं वे शायद निष्पक्ष तस्वीर पेश न करें। इससे परिणाम वास्तविकता से कहीं बेहतर प्रतीत हो सकते हैं।

हम व्यवस्थित समीक्षाओं में प्रकाशन पूर्वाग्रह को पहचानने और ठीक करने के तरीकों पर विचार करेंगे । हम फ़नल प्लॉट और ट्रिम-एंड-फ़िल विधि पर ध्यान केंद्रित करेंगे । ये विधियाँ यह सुनिश्चित करने के लिए महत्वपूर्ण हैं कि हम जिन साक्ष्यों का उपयोग करते हैं वे विश्वसनीय हों।

चाबी छीन लेना

• प्रकाशन पूर्वाग्रह एक बड़ी समस्या है व्यवस्थित समीक्षा और मेटा-विश्लेषणजिससे परिणाम वास्तविकता से बेहतर प्रतीत होते हैं।
• यह सुनिश्चित करने के लिए कि शोध विश्वसनीय और सटीक है, प्रकाशन पूर्वाग्रह का पता लगाना और उसे ठीक करना महत्वपूर्ण है।
• फ़नल प्लॉट और ट्रिम-एंड-फिल विधि समीक्षाओं में प्रकाशन पूर्वाग्रह से निपटने के सामान्य तरीके हैं।
• एगर रिग्रेशन और डीक्स टेस्ट जैसे परीक्षण प्रकाशन पूर्वाग्रह को और भी बेहतर ढंग से पहचानने में मदद करते हैं।
• शोध में प्रकाशन पूर्वाग्रह की जांच के लिए हम किस प्रकार तरीकों का चयन और उपयोग करते हैं, इसे बेहतर बनाने के लिए काम जारी है।

प्रकाशन पूर्वाग्रह को समझना

वैज्ञानिक अनुसंधान में प्रकाशन पूर्वाग्रह एक बड़ी समस्या है। यह तब होता है जब अच्छे परिणाम वाले अध्ययन, कम अच्छे परिणाम वाले अध्ययनों की तुलना में अधिक बार प्रकाशित होते हैं। इसे फ़ाइल ड्रॉअर समस्या कहा जाता है। यह साक्ष्य को विकृत रूप में प्रस्तुत करता है, जिससे समीक्षाओं और मेटा-विश्लेषणों से निकाले गए निष्कर्ष प्रभावित होते हैं ।

प्रकाशन पूर्वाग्रह क्या है?

प्रकाशन पूर्वाग्रह का अर्थ है कि सकारात्मक परिणाम वाले अध्ययन अधिक प्रकाशित होते हैं। यह रिपोर्टिंग पूर्वाग्रह सफल शोध को प्रदर्शित करने की इच्छा से उत्पन्न होता है। लोग नकारात्मक परिणामों को भी साझा करना पसंद नहीं करते हैं । उनका मानना ​​है कि ये अध्ययन कम रोचक होते हैं।

प्रकाशन पूर्वाग्रह के कारण और परिणाम

प्रकाशन पूर्वाग्रह के मुख्य कारण हैं फ़ाइल दराज समस्या और रिपोर्टिंग पूर्वाग्रह. These biases can harm evidence synthesis and साक्ष्य-आधारित निर्णय लेनाजब हम केवल सकारात्मक परिणाम देखते हैं, तो उपचार के वास्तविक प्रभाव वास्तविकता से बेहतर लग सकते हैं। इससे गलत निर्णय लिए जा सकते हैं।

वैज्ञानिक शोध की विश्वसनीयता सुनिश्चित करने के लिए हमें प्रकाशन पूर्वाग्रह को दूर करने की आवश्यकता है। शोधकर्ताओं, संपादकों और नीति निर्माताओं को मिलकर काम करना चाहिए। उन्हें अधिक पारदर्शिता के लिए प्रयास करना चाहिए, सभी परिणाम साझा करने चाहिए और साक्ष्य संश्लेषण में पूर्वाग्रह को दूर करने के तरीके खोजने चाहिए ।

प्रकाशन पूर्वाग्रह का पता लगाने के तरीके

मेटा-विश्लेषण में प्रकाशन पूर्वाग्रह को पहचानने का एक सामान्य तरीका फ़नल प्लॉट देखना है । ये प्लॉट एक अक्ष पर प्रत्येक अध्ययन के प्रभावों का आकार और दूसरे अक्ष पर उन अध्ययनों की सटीकता दर्शाते हैं। पूर्वाग्रह रहित होने पर, प्लॉट संतुलित दिखना चाहिए, जिसमें अध्ययन औसत प्रभाव आकार के आसपास समान रूप से फैले हों।

फ़नल प्लॉट का दृश्य निरीक्षण

अगर फ़नल प्लॉट असंतुलित दिखता है, तो इसका मतलब हो सकता है कि प्रकाशन पक्षपातपूर्ण है। ऐसा इसलिए है क्योंकि छोटे, अस्पष्ट परिणामों वाले अध्ययन अक्सर प्रकाशित नहीं होते हैं। लेकिन, सावधान रहना ज़रूरी है। अध्ययन के परिणामों में वास्तविक अंतर या छोटे अध्ययनों में खराब गुणवत्ता जैसी अन्य चीजें भी असंतुलन का कारण बन सकती हैं।

"छोटे अध्ययन प्रभाव आकार उत्पन्न करते हैं जो व्यापक रूप से भिन्न होते हैं और फ़नल प्लॉट के आधार के पास फैले होते हैं, जबकि बड़े अध्ययन अधिक सुसंगत प्रभाव आकार उत्पन्न करते हैं और फ़नल प्लॉट के शीर्ष के पास प्रभाव आकार का एक संकीर्ण वितरण होता है।"

फ़नल प्लॉट देखना एक आम तरीका है, लेकिन यह हमेशा विश्वसनीय नहीं होता। वास्तव में, डॉक्टर केवल लगभग 52.5% मामलों में ही पूर्वाग्रह को सही ढंग से पहचान पाते हैं। इसलिए, वे अक्सर पूर्वाग्रह की जाँच के लिए सांख्यिकीय परीक्षणों का भी उपयोग करते हैं।

निष्कर्ष में, फ़नल प्लॉट की जाँच करना संभावित प्रकाशन पूर्वाग्रह का पता लगाने के लिए एक अच्छा पहला कदम है। लेकिन, बेहतर जाँच के लिए अन्य तरीकों का भी उपयोग करना सबसे अच्छा है।

फनल प्लॉट, ट्रिम-एंड-फिल विधि

व्यवस्थित समीक्षाओं और मेटा-विश्लेषणों में, प्रकाशन पूर्वाग्रह का पता लगाने के लिए फ़नल प्लॉट महत्वपूर्ण होते हैं। ये अध्ययनों के प्रभाव आकार को उनकी परिशुद्धता के सापेक्ष दर्शाते हैं। यदि फ़नल प्लॉट असंतुलित दिखता है, तो इसका अर्थ यह हो सकता है कि कुछ अध्ययन छूट गए हैं।

लेकिन, फ़नल प्लॉट को समझना थोड़ा मुश्किल हो सकता है। यह हमेशा स्पष्ट नहीं होता कि असंतुलन का मतलब पूर्वाग्रह है या नहीं। अध्ययन में अंतर, चयनात्मक रिपोर्टिंग या संयोग जैसी चीज़ें भी इसका कारण बन सकती हैं। इसीलिए ट्रिम-एंड-फिल विधि विकसित की गई थी।

यह विधि फ़नल प्लॉट को संतुलित दिखाने के लिए उसमें ट्रिमिंग और फिलिंग करती है। यह तब तक जारी रहता है जब तक यह सही न लगे। फिर, यह एक नया प्रभाव आकार देता है जो पूर्वाग्रह को ठीक करने की कोशिश करता है।

फ़नल प्लॉट और ट्रिम-एंड-फ़िल विधि का एक साथ उपयोग करने से पूर्वाग्रह के प्रभाव की स्पष्ट तस्वीर मिलती है। इससे यह सुनिश्चित करने में मदद मिलती है कि निष्कर्ष यथासंभव विश्वसनीय हों। साक्ष्य के आधार पर सही निर्णय लेने के लिए यह महत्वपूर्ण है।

"ट्रिम-एंड-फिल विधि प्रकाशन पूर्वाग्रह के लिए समायोजित सारांश प्रभाव प्रदान करती है और अप्रकाशित अध्ययनों की संख्या का अनुमान लगाती है।"

सीमाएँ और विचार

ट्रिम-एंड-फिल विधि एक उपयोगी उपकरण है, लेकिन इसकी कुछ सीमाएँ हैं। यह मानती है कि अनुपलब्ध अध्ययन हमारे पास मौजूद अध्ययनों के समान हैं, जो कि सच नहीं हो सकता है। साथ ही, यदि अध्ययन बहुत भिन्न हों तो यह विधि ठीक से काम नहीं कर सकती है।

ट्रिम-एंड-फिल विधि से प्राप्त समायोजित संख्याओं को देखते समय सावधानी बरतें। ये संख्याएँ पूर्वाग्रह के प्रभाव को पूरी तरह से नहीं दर्शा सकती हैं। चयन मॉडल जैसी अन्य विधियों का उपयोग करने से अधिक जानकारी प्राप्त हो सकती है। इससे शोधकर्ताओं को अपने निष्कर्षों के बारे में बेहतर निर्णय लेने में मदद मिलती है।

प्रकाशन पूर्वाग्रह के लिए सांख्यिकीय परीक्षण

प्रकाशन पूर्वाग्रह का पता लगाने के लिए कई सांख्यिकीय परीक्षण उपलब्ध हैं। एगर का प्रतिगमन परीक्षण एक प्रमुख विधि है। यह प्रभाव आकारों और उनकी त्रुटियों को देखकर यह जांचता है कि फ़नल प्लॉट संतुलित है या नहीं। यदि एगर परीक्षण का परिणाम महत्वपूर्ण आता है, तो इसका अर्थ है कि प्रकाशन पूर्वाग्रह हो सकता है।

एगर प्रतिगमन परीक्षण

एगर का रिग्रेशन टेस्ट मेटा-विश्लेषणों में प्रकाशन पूर्वाग्रह का पता लगाने का एक सशक्त उपकरण है। यह एक संख्यात्मक स्कोर प्रदान करता है जिससे पता चलता है कि फ़नल प्लॉट समतल है या नहीं। इसका अर्थ यह हो सकता है कि अध्ययन में छोटे-छोटे बदलाव हुए हैं और प्रकाशन में पूर्वाग्रह मौजूद है।

अन्य प्रतिगमन-आधारित परीक्षण

प्रकाशन पूर्वाग्रह का पता लगाने के लिए एगर के परीक्षण जैसे और भी परीक्षण मौजूद हैं। बेग और मजूमदार परीक्षण और पीटर परीक्षण इसके दो उदाहरण हैं। ये परीक्षण प्रभाव आकारों और उनकी त्रुटियों के बीच संबंध का अवलोकन करते हैं। पीटर परीक्षण द्विआधारी परिणामों के लिए उपयुक्त है। ये परीक्षण मेटा-विश्लेषण में पूर्वाग्रह की पुष्टि करने में सहायक होते हैं ।

"ट्रिम-एंड-फिल विधि अन्य सांख्यिकीय विधियों की तुलना में संभावित प्रकाशन पूर्वाग्रह का पता लगाने और समायोजन करने के लिए अपेक्षाकृत सहज और कुशल दृष्टिकोण है।"

प्रकाशन पूर्वाग्रह के लिए समायोजन

प्रकाशन पूर्वाग्रह का पता लगाने के बाद , हम छूटे हुए अध्ययनों के लिए प्रभाव आकार को ठीक करने का प्रयास करते हैं । ट्रिम-एंड-फिल विधि इसका एक सामान्य तरीका है। यह छूटे हुए अध्ययनों के प्रभाव आकार का अनुमान लगाकर उन्हें भरता है और फिर समग्र प्रभाव आकार की पुनर्गणना करता है। यह विधि हमें प्रकाशन पूर्वाग्रह को ध्यान में रखते हुए वास्तविक प्रभाव आकार का बेहतर अनुमान देती है।

ट्रिम-एंड-फिल विधि

ट्रिम-एंड-फिल विधि को डुवाल और ट्वीडी ने 2000 में पेश किया था। यह मेटा-विश्लेषण में छूटे हुए अध्ययनों से निपटने का एक सरल तरीका है । छूटे हुए मानों का अनुमान लगाकर और प्रभाव आकार की गणना को दोबारा करके, यह प्रकाशन से उत्पन्न पूर्वाग्रह को ठीक करने में मदद करता है।

चयन मॉडल

चयन मॉडल मेटा-विश्लेषण में प्रकाशन पूर्वाग्रह को समायोजित करने का एक अन्य तरीका है। ये अध्ययन के प्रभाव आकार और अन्य विवरणों को देखकर प्रकाशन प्रक्रिया को समझने का प्रयास करते हैं। इससे हम एक समायोजित प्रभाव आकार का अनुमान लगा सकते हैं जो छूटे हुए अध्ययनों की संभावना को ध्यान में रखता है। चयन मॉडल ट्रिम-एंड-फिल विधि की तुलना में अधिक विस्तृत समायोजन प्रदान कर सकते हैं, लेकिन प्रकाशन के बारे में अधिक मान्यताओं की आवश्यकता होती है।

मेटा-विश्लेषण में प्रकाशन पूर्वाग्रह को दूर करने के लिए ट्रिम-एंड-फिल विधि और चयन मॉडल दोनों ही महत्वपूर्ण हैं। पूर्वाग्रह की जाँच करते समय शोधकर्ताओं को इन विधियों और उनके लाभ-हानि के बारे में जानकारी होनी चाहिए।

पूर्वाग्रह पहचान विधियों की ताकत और सीमाएं

मेटा-विश्लेषणों में प्रकाशन पूर्वाग्रह से निपटना विश्वसनीय प्रमाण के लिए महत्वपूर्ण है। फनल प्लॉट और सांख्यिकीय परीक्षण जैसी पूर्वाग्रह पहचान विधियाँ इस पूर्वाग्रह को पहचानने और ठीक करने में मदद करती हैं। लेकिन, प्रत्येक विधि के अपने फायदे और नुकसान हैं, जिनके बारे में शोधकर्ताओं को परिणामों का विश्लेषण करते समय विचार करना चाहिए।

फ़नल प्लॉट यह दिखाते हैं कि क्या कोई असंतुलन है जो पूर्वाग्रह का संकेत दे सकता है। यह त्वरित जाँच उपयोगी है, लेकिन पूर्वाग्रह के अलावा अन्य कारकों, जैसे अध्ययन की गुणवत्ता और अध्ययनों के बीच अंतर, से भी प्रभावित हो सकती है।

एगर के प्रतिगमन परीक्षण जैसे सांख्यिकीय परीक्षण पूर्वाग्रह के स्पष्ट संकेत देते हैं। फिर भी, वे डेटा और अध्ययनों के प्रकाशन के तरीके के बारे में कुछ मान्यताओं पर निर्भर करते हैं। हो सकता है कि वे सभी मामलों में सटीक रूप से काम न करें।

ट्रिम -एंड-फिल विधि और चयन मॉडल पूर्वाग्रह को ठीक कर सकते हैं। लेकिन, वे डेटा के बारे में कुछ धारणाएँ भी बनाते हैं और हो सकता है कि वे हमेशा पूर्वाग्रह को सही ढंग से ठीक न कर पाएँ।

पूर्वाग्रह का पता लगाने की इन विधियों की खूबियों और सीमाओं को जानना महत्वपूर्ण है । शोधकर्ताओं को यह समझने के लिए कई विधियों का उपयोग करना चाहिए कि पूर्वाग्रह उनके परिणामों को किस प्रकार प्रभावित कर सकता है।

पूर्वाग्रह का पता लगाने की इन विधियों की खूबियों और कमियों को देखकर शोधकर्ता अपने मेटा-विश्लेषणात्मक निष्कर्षों के बारे में बेहतर निर्णय ले सकते हैं। इससे साक्ष्य अधिक विश्वसनीय बनते हैं।

प्रकाशन पूर्वाग्रह का आकलन करने के लिए दिशानिर्देश

इन दिशा-निर्देशों में से पहला अध्ययन संख्या है। कॉक्रेन हैंडबुक अनुशंसा करती है कि फ़नल प्लॉट विषमता के लिए परीक्षण तभी किए जाने चाहिए जब कम से कम दस अध्ययन शामिल हों, जो कि मेटा-विश्लेषण के लिए आवश्यक अध्ययनों की संख्या के बारे में हमारी मार्गदर्शिका में शामिल चार सीमाओं में से एक है ।

विशेषज्ञ समूहों ने हमें अध्ययनों में प्रकाशन पूर्वाग्रह की पहचान करने के महत्वपूर्ण सुझाव दिए हैं। कोचरन हैंडबुक पूर्वाग्रह का पता लगाने के लिए फनल प्लॉट देखने और एगर जैसे परीक्षणों का उपयोग करने का सुझाव देती है। PRISMA स्टेटमेंट समीक्षाओं में प्रकाशन पूर्वाग्रह से निपटने की आवश्यकता पर भी प्रकाश डालता है। ये दिशानिर्देश हमें अध्ययनों में पूर्वाग्रह की पहचान करने और उसे प्रबंधित करने में मदद करते हैं।

विशेषज्ञों और संगठनों की सिफारिशें

• कोक्रेन हैंडबुक निम्नलिखित के संयोजन का उपयोग करने की अनुशंसा करती है: दृश्य निरीक्षण फ़नल प्लॉट और सांख्यिकीय परीक्षणप्रकाशन पूर्वाग्रह का पता लगाने के लिए एगर परीक्षण की तरह।
• प्रिज्मा वक्तव्य व्यवस्थित समीक्षाओं और मेटा-विश्लेषणों में प्रकाशन पूर्वाग्रह पर विचार करने और उसे संबोधित करने के महत्व को रेखांकित करता है।
• विभिन्न अनुमानकों और बाह्य अध्ययनों के प्रभावों की जांच करने के लिए संवेदनशीलता विश्लेषण की सिफारिश की जाती है। ट्रिम-एंड-फिल विधि मेटा-विश्लेषण में.
• प्रकाशन पूर्वाग्रह को संबोधित करने के लिए चर्चित सॉफ्टवेयर प्रोग्रामों में कॉम्प्रिहेंसिव मेटा एनालिसिस, स्टेटा, मेटाविन और रेवमैन शामिल हैं।

प्रतिष्ठित विशेषज्ञों द्वारा जारी ये दिशानिर्देश हमें अपने अध्ययनों में प्रकाशन पूर्वाग्रह की जाँच और उसे कम करने का स्पष्ट तरीका प्रदान करते हैं। इससे हमारे निष्कर्ष अधिक विश्वसनीय और भरोसेमंद बनते हैं।

"प्रकाशन पूर्वाग्रह को मेटा-विश्लेषण और व्यवस्थित समीक्षाओं में निष्कर्षों की वैधता के लिए एक प्रमुख खतरे के रूप में पहचाना गया है।"

प्रकाशन पूर्वाग्रह पर काबू पाना

प्रकाशन पूर्वाग्रह से लड़ने के लिए, वैज्ञानिक शोध में अधिक खुलेपन और जिम्मेदारी पर जोर देते हैं। वे सुझाव देते हैं कि नैदानिक ​​परीक्षणों को शुरू होने से पहले पंजीकृत किया जाए और सभी शोध डेटा और परिणामों को साझा किया जाए। इस तरह, सभी अध्ययन, यहां तक ​​कि वे भी जिनमें कोई नया निष्कर्ष नहीं है, साझा किए जाते हैं। यह प्रकाशन पूर्वाग्रह के मुद्दे को ठीक करने में मदद करता है, जिससे हमें सबूतों के बारे में स्पष्ट जानकारी मिलती है।

परीक्षण परिणामों और डेटा को साझा करना महत्वपूर्ण है। लेकिन, हमें नकारात्मक या शून्य परिणामों को साझा करने वाले शोधकर्ताओं को भी पुरस्कृत करने की आवश्यकता है। आज, सकारात्मक परिणाम मिलने पर अधिक प्रशंसा मिलती है, जिससे कुछ शोधकर्ता बाकी परिणामों को साझा करने से हिचक सकते हैं। हमें सभी शोध परिणामों को महत्व देने के नए तरीके अपनाने होंगे, जैसे नकारात्मक निष्कर्षों के लिए विशेष पत्रिकाएँ ।

खुले विज्ञान प्रथाओं को अपनाना

परीक्षण पंजीकरण और डेटा साझाकरण सहित खुला विज्ञान , प्रकाशन पूर्वाग्रह से लड़ने में महत्वपूर्ण भूमिका निभाता है। सभी अध्ययनों को साझा करके, हमें शोध के परिणामों की व्यापक जानकारी मिलती है। इससे बेहतर निर्णय लेने और विज्ञान में पूर्वाग्रह को कम करने में मदद मिलती है।

नकारात्मक निष्कर्षों के प्रकाशन को प्रोत्साहित करना

वर्तमान में, हम सकारात्मक परिणामों वाले अध्ययनों को अधिक महत्व देते हैं। इससे शोधकर्ताओं के नकारात्मक या शून्य परिणामों को साझा करने की संभावना कम हो जाती है। हमें नकारात्मक या शून्य परिणामों वाले अध्ययनों की सराहना करने के नए तरीके अपनाने की आवश्यकता है । इससे शोध के प्रति हमारा दृष्टिकोण बदल सकता है, जिससे यह अधिक खुला और व्यापक बन सकता है।

“प्रकाशन पूर्वाग्रह पर काबू पाना विज्ञान को आगे बढ़ाने और अनुसंधान को ईमानदार बनाए रखने की कुंजी है। खुले विज्ञान का समर्थन करके और अनुसंधान को पुरस्कृत करने के तरीके में बदलाव लाकर, हम विज्ञान को सभी के लिए अधिक खुला और उपयोगी बना सकते हैं।”

निष्कर्ष

व्यवस्थित समीक्षा और मेटा-विश्लेषण के लिए प्रकाशन पूर्वाग्रह एक बड़ी समस्या है। यह उन्हें कम विश्वसनीय बनाता है और गलत निष्कर्ष पर ले जा सकता है। यह स्वास्थ्य सेवा और अन्य क्षेत्रों में विशेष रूप से सच है जहाँ निर्णय महत्वपूर्ण होते हैं।

शोधकर्ताओं और नीति निर्माताओं को इस पूर्वाग्रह पर नज़र रखने की ज़रूरत है। वे इसे पहचानने के लिए फ़नल प्लॉट और सांख्यिकीय परीक्षण जैसे उपकरणों का उपयोग कर सकते हैं। ट्रिम-एंड-फ़िल विधि और चयन मॉडल जैसी तकनीकें भी इसे ठीक करने में मदद कर सकती हैं।

सर्वोत्तम प्रथाओं का पालन करके, वैज्ञानिक दुनिया यह सुनिश्चित कर सकती है कि साक्ष्य निष्पक्ष और सटीक हों। यह चिकित्सा के क्षेत्र में महत्वपूर्ण है, जहाँ गलत निर्णय रोगियों और सार्वजनिक स्वास्थ्य को बहुत प्रभावित कर सकते हैं।

प्रकाशन पूर्वाग्रह को ठीक करने के लिए एक विस्तृत योजना की आवश्यकता है। इसमें परीक्षणों को पंजीकृत करना, डेटा साझा करना और नकारात्मक परिणामों वाले अध्ययनों को पुरस्कृत करना शामिल है। इन मुद्दों से निपटने के द्वारा, शोधकर्ता एक मजबूत, अधिक भरोसेमंद साक्ष्य आधार बना सकते हैं। यह ठोस सबूतों के आधार पर बेहतर निर्णय लेने का समर्थन करता है।

स्रोत लिंक

• https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/1471-2288-14-70
• https://link.springer.com/article/10.1007/s40279-023-01927-9
• https://mentalhealth.bmj.com/content/17/1/30
• https://www.stata.com/manuals/metametatrimfill.pdf
• https://bmcmedresmethodol.biomedcentral.com/articles/10.1186/1471-2288-9-2
• https://repository.si.edu/bitstream/handle/10088/1631/Jennions_and_Moller_Biological_Reviews.pdf
• https://pubmed.ncbi.nlm.nih.gov/10877304/
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6571372/
• https://academic.oup.com/biometrics/article/56/2/455/7263515
• https://utah.instructure.com/files/7975655/download?download_frd=1
• https://academic.oup.com/biometrics/article-pdf/56/2/455/51434827/biometrics_56_2_455.pdf
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC1120714/
• https://training.cochrane.org/sites/training.cochrane.org/files/public/uploads/resources/Handbook5_1/Chapter_10_Handbook_5_2_10.pdf
• https://lakens.github.io/statistical_inferences/12-bias.html
• https://meta-analysis.com/download/PBSoftware.pdf
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5840596/
• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3733739/
• https://thescipub.com/pdf/ajassp.2012.1512.1517.pdf
• https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R/pub-bias.html
• https://www.medrxiv.org/content/10.1101/2020.07.27.20161562v1.full.pdf