Editverse無料計算機
不均一性計算ツール（I²およびτ²）
各研究の効果と95%信頼区間を入力すると、CochranのQ値（自由度とp値を含む）、I²、DerSimonian-Lairdのτ²、統合推定値、フォレストプロット、および結果の背後にあるRコマンドが表示されます。固定効果オプションでは、統合重みのみが変更されます。Q、I²、τ²はどちらのモデルでも報告されます。詳細な解釈ガイドは以下に記載されています。R 4.3.3で検証済み。
簡単な言葉で言うと
メタアナリシスで複数の研究を統合しても、結果が完全に一致することはありません。異質性とは、そのばらつきのうち、偶然ではなく、根本的な効果の実際の違いを反映している割合を示す指標です。コクランのQは異質性の有無を検定し、I²はそれを全変動に対する割合として表し、τ²は効果尺度における研究間の実際の分散を推定します。
これら3つの数値はそれぞれ異なる問いに答えるものです。Qはイエス／ノーのシグナルを示しますが、研究数に大きく依存します。I²は分析間で比較しやすいものの、絶対的な規模については何も示しません。τ²は真の効果の実際のばらつきを捉え、ランダム効果モデルに直接反映されます。これら3つの数値を総合的に読み取ることで、単一の統合推定値が意味のあるものかどうかを判断できます。
異質性統計を使用するタイミング
複数の研究を統合する際は、必ず異質性を報告してください。I²が低くQが有意でない場合は、統合推定値が妥当であることを示します。I²が高い場合は、各研究が実際には異なる効果を測定している可能性があり、単一の要約値では誤解を招く恐れがあることを示唆します。ランダム効果モデルを当てはめる際には、各研究が平均値にどれだけ縮小されるかを決定するため、τ²が不可欠です。
これらの統計情報は、単にデータを説明するためだけでなく、次に何をすべきかを決定するために活用してください。I²値が高い場合は、変動の原因を特定するためにサブグループ分析またはメタ回帰分析を行うべきです。必ず統合効果量とその信頼区間と併せて提示してください。統合分析全体を構築するには、メタ分析計算ツールをご利用ください。
想定される形式：研究：ラベル、効果、下限信頼区間、上限信頼区間（1行に1つずつ）
ここにCSVファイルをドロップするか、クリックして選択してください。ブラウザで解析されるため、何もアップロードされません。
想定される形式：研究：ラベル、効果、下限信頼区間、上限信頼区間（1行に1つずつ）
library(meta) studlab <- c({meta_studlab}) TE <- c({meta_te}) lower <- c({meta_lower}) upper <- c({meta_upper}) seTE <- (upper - lower) / (2 * 1.96) # 計算機と同様に、95% CI からの SE m <- metagen(TE, seTE, studlab = studlab, sm = "SMD", common = {meta_common}, random = {meta_random}, method.tau = "DL") summary(m) # プールされた効果、Cochran の Q、I2、tau2ユーザーガイド
使用時期：複数の研究における効果量を統合し、異質性（I二乗値）を定量化する。
前提条件。研究は臨床的にも方法論的にも十分に比較可能であるため、統合できる。
よくある間違い。高いI二乗値（75%超）は、かなりの異質性を示しているため、統合推定値の解釈には注意が必要です。
実例
上記の「サンプルデータを読み込む」をクリックし、「分析を実行」をクリックすると、このテストの図、数式、解釈を含む完全な結果が表示されます。
参考情報
- DerSimonian R、Laird N. 臨床試験におけるメタアナリシス。Control Clin Trials. 1986;7:177-188.
実施例
例１ ― 読解I²
コックランのQ値が自由度3で4.1（有意ではない）であり、I²が0%であると仮定します。研究結果は一貫しており、変動のほぼすべてが標本誤差であるため、固定効果モデルまたはランダム効果モデルによる統合推定値はほぼ一致し、要約は信頼できるものとなります。
例2 — 研究間のばらつきが大きい
ここで、自由度4、I²=82%、τ²がかなり大きい場合、Q=22.5と仮定します。ばらつきの大部分は偶然ではなく、実際の異質性によるものです。単一の統合された数値はここではほとんど意味がありません。要約効果を報告する前に、サブグループ分析やメタ回帰分析を行うべきです。
確認すべき前提条件
複数の研究で同じ効果指標を使用すること。Q、I²、およびτ²は、単一の効果尺度（例えば、対数オッズ比または標準化平均差）に基づいて計算されます。変換せずに指標を混在させると、統計は意味をなさなくなります。
研究数が妥当な場合。研究数が非常に少ない場合、τ²の推定値は不正確になり、I²の不確実性も大きくなります。少数の研究から得られた異質性の値は、確固たる結論ではなく、おおまかな指標として扱うべきです。
独立した研究による推定値。各研究は、独立した効果を1つずつ提供する必要があります。同じサンプルから得られた複数の相関のある推定値は、見かけ上の精度を過大評価し、Q値を歪めます。
よくある間違い
有意でないQ値を「異質性がない」と解釈する
研究数が少ない場合、Qの検出力は低くなるため、有意差のない結果だけでは均一性を証明することはできません。Qのp値だけに頼るのではなく、I²とτ²も併せて報告してください。
I²閾値を厳格なルールとして扱う
低/中/高の25/50/75%の区分は、あくまで目安であり、厳密な境界線ではありません。「中程度」のI²であってもτ²が小さい場合は重要でない場合もありますが、同じI²であってもτ²が大きい場合は重要になります。
I²が小さいのでτ²は無視する
I²は、研究規模が大きく精度が高いという理由だけで、実際の効果にばらつきがあっても低く見えることがあります。τ²は効果尺度のばらつきを示す指標であり、無視すべきではありません。
数字で止まる
異質性統計はばらつきを記述するものの、その原因を説明するものではありません。高い値は、臨床的および方法論的な違いを調査するきっかけとなるものであり、報告して次に進むべき結果ではありません。
よくある質問
I²とτ²の違いは何ですか？
I²は、全変動のうち異質性に起因する割合をパーセントで表したものであり、τ²は、元の効果尺度における真の効果の推定分散である。
I²は0%でもいいですか？
はい。I²が0%ということは、観測された変動が標本誤差のみから予想される範囲内にあることを意味し、研究結果は統計的に一貫していると言えます。
I²が研究規模に依存するのはなぜですか？
研究規模が大きいほど標本誤差が小さくなるため、一定量の真の変動が全体に占める割合が大きくなり、τ²が変化しない場合でもI²が上昇する。
結果はRとStataの結果と一致しますか？
はい。I²とτ²は、標準的なDerSimonian-Laird推定量を用いたCochranのQから導出されます。計算機は、CochranのQとその自由度、p値、I²、τ²を表示します。Rコマンド（metaパッケージのmetagenコマンドで、method.tau = “DL”を指定）でも同じ値が表示されます。
参考情報
- ヒギンズ JPT、トンプソン SG。 メタ分析における異質性の定量化。 統計医学. 2002;21(11):1539–1558. PMID 12111919。
- ヒギンズ JPT、トンプソン SG、ディークス JJ、アルトマン DG。 メタアナリシスの不整合の測定。 BMJ. 2003;327(7414):557–560. PMID 12958120。
- DerSimonian R、Laird N. 臨床試験におけるメタ分析。 コントロールクリントライアル. 1986;7(3):177–188.
原稿のためにこの分析が必要ですか？
当社の博士号を持つ生物統計学者が、メタアナリシス全体（異質性評価、サブグループ解析、メタ回帰分析、再現可能なR出力を含む論文掲載可能なフォレストプロット）を実施します。