Kalkulator Percuma Editverse
Kalkulator Heterogeniti (I² & tau²)
Masukkan kesan setiap kajian dan selang keyakinan 95% untuk mendapatkan Q Cochran dengan darjah kebebasan dan nilai-pnya, I² dan DerSimonian-Laird tau², dengan anggaran terkumpul, plot hutan dan arahan R di sebalik hasilnya. Pilihan kesan tetap hanya mengubah pemberat pengkumpulan; Q, I² dan tau² dilaporkan di bawah mana-mana model. Panduan tafsiran penuh adalah seperti di bawah. Disahkan terhadap R 4.3.3.
Dalam Perkataan Mudah
Apabila anda menggabungkan kajian dalam meta-analisis , hasilnya tidak pernah selaras dengan sempurna. Heterogeniti mengukur berapa banyak serakan itu mencerminkan perbezaan sebenar dalam kesan yang mendasari dan bukannya secara kebetulan. Q Cochran menguji sama ada terdapat sebarang heterogeniti; I² menyatakannya sebagai peratusan daripada jumlah variasi; tau² menganggarkan varians antara kajian sebenar pada skala kesan.
Tiga nombor ini menjawab soalan yang berbeza. Q memberikan isyarat ya/tidak tetapi sangat bergantung pada bilangan kajian. I² mudah dibandingkan merentasi analisis tetapi tidak mengatakan apa-apa tentang saiz mutlak. tau² menangkap penyebaran sebenar kesan sebenar dan menyumbang terus ke dalam model kesan rawak. Membacanya bersama-sama adalah apa yang memberitahu anda sama ada anggaran terkumpul tunggal bermakna.
Bila Perlu Menggunakan Statistik Heterogeniti
Laporkan heterogeniti setiap kali anda menggabungkan kajian. I² yang rendah dengan Q yang tidak signifikan menyokong anggaran terkumpul; I² yang tinggi memberi amaran bahawa kajian mungkin mengukur kesan yang benar-benar berbeza, dan satu nombor ringkasan boleh mengelirukan. tau² adalah penting apabila anda menyesuaikan model kesan rawak, kerana ia menentukan berapa banyak setiap kajian dikecilkan ke arah min.
Gunakan statistik ini untuk memutuskan apa yang perlu dilakukan seterusnya, bukan sekadar untuk menerangkan data. I² yang tinggi sepatutnya mendorong analisis subkumpulan atau meta-regresi untuk mencari sumber variasi. Sentiasa pasangkannya dengan saiz kesan terkumpul dan selang keyakinannya . Membina analisis terkumpul penuh? Gunakan kalkulator meta-analisis kami.
Format yang dijangkakan: Kajian: Label, Kesan, LowerCI, UpperCI (satu setiap baris)
Letakkan CSV di sini atau klik untuk memilih. Dihuraikan dalam pelayar anda: tiada apa yang dimuat naik.
Format yang dijangkakan: Kajian: Label, Kesan, LowerCI, UpperCI (satu setiap 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 daripada 95% CI, seperti yang dilakukan oleh kalkulator m <- metagen(TE, seTE, studlab = studlab, sm = "SMD", common = {meta_common}, random = {meta_random}, method.tau = "DL") summary(m) # kesan terkumpul, Cochran's Q, I2, tau2Panduan pengguna
Bila perlu digunakan. Saiz kesan himpunan merentasi kajian dan ukur heterogeniti (I-kuasa dua).
Andaian. Kajian-kajian tersebut cukup setanding secara klinikal dan metodologi untuk digabungkan.
Kesilapan biasa. I-kuasa dua yang tinggi (>75%) menandakan heterogeniti yang ketara: tafsirkan anggaran terkumpul dengan berhati-hati.
Contoh yang dikerjakan
Klik Muatkan data contoh di atas, kemudian Jalankan Analisis untuk melihat hasil yang diusahakan sepenuhnya dengan rajah, formula dan tafsiran untuk ujian ini.
Rujukan
- DerSimonian R, Laird N. Meta-analisis dalam ujian klinikal. Percubaan Klinikal Kawalan. 1986;7:177-188.
Contoh Kerja
Contoh 1 — Membaca I²
Katakan Q Cochran = 4.1 pada 3 darjah kebebasan (tidak signifikan) dan I² = 0%. Kajian-kajian tersebut adalah konsisten: hampir semua variasi adalah ralat persampelan, jadi anggaran terkumpul kesan tetap atau rawak akan sepadan dengan baik dan ringkasannya boleh dipercayai.
Contoh 2 — Varians antara kajian yang tinggi
Sekarang katakan Q = 22.5 pada 4 darjah kebebasan dengan I² = 82% dan tau² yang besar. Kebanyakan serakan adalah heterogeniti sebenar, bukan kebetulan. Nombor terkumpul tunggal tidak bermakna banyak di sini — anda akan meneroka subkumpulan atau meta-regresi sebelum melaporkan sebarang kesan ringkasan.
Andaian untuk Disemak
Metrik kesan yang sama merentasi kajian. Q, I² dan tau² dikira pada skala kesan tunggal (contohnya, nisbah kemungkinan log atau perbezaan min piawai). Mencampurkan metrik tanpa penukaran menjadikan statistik tidak bermakna.
Bilangan kajian yang munasabah. Dengan sangat sedikit kajian, tau² dianggarkan secara tidak tepat dan I² mempunyai ketidakpastian yang luas. Anggap nilai heterogeniti daripada segelintir kajian sebagai penunjuk kasar, bukan kesimpulan yang kukuh.
Anggaran kajian bebas. Setiap kajian harus menyumbang satu kesan bebas. Pelbagai anggaran berkorelasi daripada sampel yang sama meningkatkan ketepatan ketara dan memesongkan Q.
Kesalahan biasa
Membaca Q yang tidak signifikan sebagai "tiada heterogeniti"
Q mempunyai kuasa yang rendah apabila terdapat sedikit kajian, jadi keputusan yang tidak signifikan tidak membuktikan homogeniti. Laporkan I² dan tau² bersebelahan dengannya dan bukannya bergantung pada nilai-p Q sahaja.
Merawat ambang I² sebagai peraturan yang sukar
Jalur 25/50/75% untuk rendah/sederhana/tinggi adalah panduan kasar, bukan had. I² "sederhana" dengan tau² kecil mungkin tidak penting, manakala I² yang sama dengan tau² besar adalah penting.
Mengabaikan tau² kerana I² kelihatan kecil
I² boleh kelihatan rendah hanya kerana kajiannya besar dan tepat, walaupun kesan sebenar berbeza-beza. tau² melaporkan bahawa variasi pada skala kesan dan tidak boleh dilangkau.
Berhenti pada nombor-nombor itu
Statistik heterogeniti menerangkan variasi tetapi tidak menjelaskannya. Nilai yang tinggi ialah gesaan untuk menyiasat perbezaan klinikal dan metodologi, bukan hasil untuk dilaporkan dan diteruskan.
Soalan Lazim
Apakah perbezaan antara I² dan tau²?
I² ialah perkadaran jumlah variasi disebabkan oleh heterogeniti, dinyatakan sebagai peratusan; tau² ialah anggaran varians kesan sebenar pada skala kesan asal.
Bolehkah I² menjadi 0%?
Ya. I² sebanyak 0% bermaksud variasi yang diperhatikan tidak lebih daripada yang dijangkakan daripada ralat persampelan sahaja — kajian tersebut adalah konsisten secara statistik.
Mengapakah I² bergantung pada saiz bilik belajar?
Kajian yang lebih besar mempunyai ralat persampelan yang lebih kecil, jadi jumlah variasi sebenar yang tetap membentuk bahagian yang lebih besar daripada jumlah keseluruhan — meningkatkan I² walaupun tau² tidak berubah.
Adakah hasilnya sepadan dengan R dan Stata?
Ya. I² dan tau² diperoleh daripada Q Cochran dengan penganggar standard DerSimonian-Laird. Kalkulator memaparkan Q Cochran dengan darjah kebebasan dan nilai-pnya, I² dan tau²; arahan R (metagen dalam pakej meta, dengan method.tau = “DL”) mencetak nilai yang sama.
Kalkulator Berkaitan
Rujukan
- Higgins JPT, Thompson SG. Mengkuantifikasi heterogeniti dalam meta-analisis. Stat Med. 2002;21(11):1539–1558. PMID 12111919.
- Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Mengukur ketidakkonsistenan dalam meta-analisis. BMJ. 2003;327(7414):557–560. PMID 12958120.
- DerSimonian R, Laird N. Meta-analisis dalam ujian klinikal. Kawal Ujian Klin. 1986;7(3):177–188.
Perlu Analisis Ini Dilakukan untuk Manuskrip Anda?
Ahli biostatistik PhD kami menjalankan meta-analisis penuh anda — penilaian heterogeniti, analisis subkumpulan dan meta-regresi, dan plot hutan sedia untuk penerbitan dengan output R yang boleh dihasilkan semula.