Kalkulator Gratis Editverse
Kalkulator Heterogenitas (I² & tau²)
Masukkan efek masing-masing studi dan interval kepercayaan 95% untuk mendapatkan Cochran's Q dengan derajat kebebasan dan nilai p-nya, I² dan DerSimonian-Laird tau², dengan estimasi gabungan, plot hutan, dan perintah R di balik hasilnya. Opsi efek tetap hanya mengubah bobot penggabungan; Q, I² dan tau² dilaporkan di bawah kedua model. Panduan interpretasi lengkap tersedia di bawah ini. Divalidasi terhadap R 4.3.3.
Dalam Kata Sederhana
Ketika Anda menggabungkan beberapa studi dalam meta-analisis , hasilnya tidak pernah selaras sempurna. Heterogenitas mengukur seberapa besar sebaran tersebut mencerminkan perbedaan nyata dalam efek yang mendasarinya, bukan karena kebetulan. Cochran's Q menguji apakah ada heterogenitas; I² mengekspresikannya sebagai persentase dari total variasi; tau² memperkirakan varians aktual antar studi pada skala efek.
Ketiga angka ini menjawab pertanyaan yang berbeda. Q memberikan sinyal ya/tidak tetapi sangat bergantung pada jumlah studi. I² mudah dibandingkan antar analisis tetapi tidak mengatakan apa pun tentang ukuran absolut. tau² menangkap sebaran sebenarnya dari efek sebenarnya dan langsung masuk ke dalam model efek acak. Membacanya bersama-sama akan memberi tahu Anda apakah estimasi gabungan tunggal itu bermakna.
Kapan Menggunakan Statistik Heterogenitas?
Laporkan heterogenitas setiap kali Anda menggabungkan studi. Nilai I² yang rendah dengan Q yang tidak signifikan mendukung estimasi gabungan; nilai I² yang tinggi memperingatkan bahwa studi-studi tersebut mungkin mengukur efek yang benar-benar berbeda, dan angka ringkasan tunggal dapat menyesatkan. Tau² sangat penting ketika Anda menyesuaikan model efek acak, karena menentukan seberapa besar setiap studi diperkecil ke arah rata-rata.
Gunakan statistik ini untuk memutuskan langkah selanjutnya, bukan hanya untuk mendeskripsikan data. Nilai I² yang tinggi seharusnya mendorong analisis subkelompok atau meta-regresi untuk menemukan sumber variasi. Selalu pasangkan dengan ukuran efek gabungan dan interval kepercayaannya . Sedang membangun analisis gabungan lengkap? Gunakan kalkulator meta-analisis kami.
Format yang diharapkan: Studi: Label, Efek, Batas Bawah CI, Batas Atas CI (satu per baris)
Seret file CSV di sini atau klik untuk memilih. Diproses di browser Anda: tidak ada yang diunggah.
Format yang diharapkan: Studi: Label, Efek, Batas Bawah CI, Batas Atas CI (satu per baris)
library(meta) studlab <- c({meta_studlab}) TE <- c({meta_te}) lower <- c({meta_lower}) upper <- c({meta_upper}) seTE <- (upper - lower) / (2 * 1.96) # SE dari 95% CI, seperti yang dilakukan kalkulator m <- metagen(TE, seTE, studlab = studlab, sm = "SMD", common = {meta_common}, random = {meta_random}, method.tau = "DL") summary(m) # efek gabungan, Cochran's Q, I2, tau2Buku petunjuk
Kapan digunakan. Gabungkan ukuran efek dari berbagai studi dan kuantifikasi heterogenitas (I-squared).
Asumsi. Studi-studi tersebut cukup sebanding secara klinis dan metodologis untuk digabungkan.
Kesalahan umum. Nilai I-squared yang tinggi (>75%) menandakan heterogenitas yang substansial: interpretasikan estimasi gabungan dengan hati-hati.
Contoh yang dikerjakan
Klik Muat data contoh di atas, lalu Jalankan Analisis untuk melihat hasil lengkap dengan angka, rumus, dan interpretasi untuk pengujian ini.
Referensi
- DerSimonian R, Laird N. Meta-analisis dalam uji klinis. Control Clin Trials. 1986;7:177-188.
Contoh yang berhasil
Contoh 1 — Membaca I²
Misalkan Cochran's Q = 4.1 pada 3 derajat kebebasan (tidak signifikan) dan I² = 0%. Studi-studi tersebut konsisten: hampir semua variasi adalah kesalahan pengambilan sampel, sehingga estimasi gabungan efek tetap atau efek acak akan sangat sesuai dan ringkasannya dapat dipercaya.
Contoh 2 — Varians antar studi yang tinggi
Sekarang misalkan Q = 22.5 pada 4 derajat kebebasan dengan I² = 82% dan tau² yang cukup besar. Sebagian besar sebaran data adalah heterogenitas nyata, bukan kebetulan. Angka gabungan tunggal tidak banyak berarti di sini — Anda perlu mengeksplorasi subkelompok atau meta-regresi sebelum melaporkan efek ringkasan apa pun.
Asumsi yang Perlu Diperiksa
Metrik efek yang sama digunakan di seluruh studi. Q, I², dan tau² dihitung pada skala efek tunggal (misalnya, rasio log odds atau perbedaan rata-rata terstandarisasi). Mencampur metrik tanpa konversi membuat statistik menjadi tidak bermakna.
Jumlah studi yang memadai. Dengan jumlah studi yang sangat sedikit, tau² diestimasi secara tidak tepat dan I² memiliki ketidakpastian yang luas. Perlakukan nilai heterogenitas dari sejumlah kecil studi sebagai indikator kasar, bukan kesimpulan yang pasti.
Estimasi studi independen. Setiap studi harus memberikan satu efek independen. Beberapa estimasi yang berkorelasi dari sampel yang sama akan meningkatkan presisi yang tampak dan mendistorsi Q.
Kesalahan Umum
Mengartikan nilai Q yang tidak signifikan sebagai “tidak ada heterogenitas”
Q memiliki daya uji yang rendah ketika jumlah penelitian sedikit, sehingga hasil yang tidak signifikan tidak membuktikan homogenitas. Laporkan I² dan tau² bersamaan dengan Q, daripada hanya mengandalkan nilai p Q saja.
Memperlakukan ambang batas I² sebagai aturan baku
Rentang 25/50/75% untuk rendah/sedang/tinggi hanyalah panduan kasar, bukan batasan mutlak. Nilai I² "sedang" dengan tau² kecil mungkin tidak penting, sedangkan nilai I² yang sama dengan tau² besar menjadi penting.
Mengabaikan tau² karena I² terlihat kecil
I² bisa tampak rendah hanya karena penelitiannya besar dan presisi, bahkan ketika efek sebenarnya bervariasi. tau² melaporkan variasi pada skala efek dan tidak boleh diabaikan.
Berhenti pada angka-angka
Statistik heterogenitas menggambarkan variasi tetapi tidak menjelaskannya. Nilai yang tinggi merupakan dorongan untuk menyelidiki perbedaan klinis dan metodologis, bukan hasil untuk dilaporkan dan kemudian diabaikan.
Pertanyaan yang Sering Diajukan
Apa perbedaan antara I² dan tau²?
I² adalah proporsi variasi total yang disebabkan oleh heterogenitas, dinyatakan dalam persentase; tau² adalah estimasi varians dari efek sebenarnya pada skala efek asli.
Bisakah I² bernilai 0%?
Ya. Nilai I² sebesar 0% berarti variasi yang diamati tidak lebih dari yang diharapkan dari kesalahan pengambilan sampel saja — penelitian tersebut konsisten secara statistik.
Mengapa I² bergantung pada ukuran studi?
Studi yang lebih besar memiliki kesalahan pengambilan sampel yang lebih kecil, sehingga jumlah variasi sebenarnya yang tetap membentuk bagian yang lebih besar dari total — meningkatkan I² bahkan ketika tau² tidak berubah.
Apakah hasilnya sesuai dengan R dan Stata?
Ya. I² dan tau² diperoleh dari Q Cochran dengan estimator DerSimonian-Laird standar. Kalkulator menampilkan Q Cochran dengan derajat kebebasan dan nilai p, I² dan tau²; perintah R (metagen dalam paket meta, dengan method.tau = “DL”) mencetak nilai yang sama.
Kalkulator Terkait
Referensi
- Higgins JPT, Thompson SG. Mengukur heterogenitas dalam meta-analisis. Statistik Medis. 2002;21(11):1539–1558. PMID 12111919.
- Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Mengukur inkonsistensi dalam meta-analisis. BMJ. 2003;327(7414):557–560. PMID 12958120.
- DerSimonian R, Laird N. Meta-analisis dalam uji klinis. Uji Klinis Kontrol. 1986;7(3):177–188.
Apakah Anda Membutuhkan Analisis Ini untuk Manuskrip Anda?
Para ahli biostatistik PhD kami akan menjalankan meta-analisis lengkap Anda — penilaian heterogenitas, analisis subkelompok dan meta-regresi, serta plot hutan yang siap dipublikasikan dengan keluaran R yang dapat direproduksi.