Diterbitkan | Kemas kini terakhir
Hampir setiap penyelidik yang mencapai peringkat sintesis menanyakan soalan yang sama, biasanya dalam keadaan panik, biasanya pada pukul 11 malam. Anda telah menapis beberapa ribu rekod, anda mempunyai lima kajian yang tinggal, dan anda ingin tahu sama ada itu mencukupi. Jawapan yang jujur kepada bilangan minimum kajian untuk meta-analisis ialah dua, dan jawapan itu hampir tidak berguna dengan sendirinya. Dua kajian melepasi bar aritmetik. Ia jarang melepasi bar yang benar-benar menentukan sama ada pengulas menerima anggaran terkumpul anda, iaitu sama ada menggabungkan kajian tersebut menghasilkan nombor yang bermakna sama sekali.
Panduan ini memberikan anda nombor terlebih dahulu, kemudian empat soalan yang lebih penting daripada nombor, kemudian apa yang perlu dilakukan apabila data anda gagal dalam salah satu daripadanya. Ia ditulis untuk perkara dalam ulasan di mana carian telah dilakukan, pengekstrakan separuh siap, dan seseorang perlu memutuskan sama ada ini merupakan meta-analisis atau sintesis naratif.
Dalam Perkataan Mudah
Secara teknikalnya, anda boleh mengumpulkan dua kajian. Sama ada anda perlu mengumpulkannya bergantung kepada empat perkara: adakah kajian tersebut menjawab soalan yang sama, bolehkah anda mendapatkan saiz kesan dan ketidakpastiannya daripada setiap satu, adakah terdapat kajian yang mencukupi untuk menganggarkan sejauh mana mereka tidak bersetuju, dan adakah terdapat cukup untuk menyemak bukti yang hilang. Gagal yang pertama dan anda tidak sepatutnya mengumpulkannya sama sekali. Gagal yang ketiga atau keempat dan anda masih boleh mengumpulkannya, anda hanya perlu menukar kaedah statistik anda dan menyatakannya dalam kertas kerja.
Jawapan ringkas: empat nombor yang penting
- kajian 2 adalah minimum mutlak untuk meta-analisis. Tiada apa-apa dalam pemberat varians songsang yang melebihi itu.
- kajian 3 ialah meta-analisis median dalam Pangkalan Data Cochrane bagi Kajian Sistematik (julat antara kuartil 2 hingga 6); 36% mengandungi tepat dua dan 75% mengandungi lima atau kurang.
- Di bawah 5 kajian, gunakan kaedah Hartung-Knapp-Sidik-Jonkman dan bukannya DerSimonian-Laird, dan jangan mentafsir I-kuasa dua pada nilai muka.
- Di bawah 10 kajian, jangan jalankan ujian untuk asimetri plot corong. Buku Panduan Cochrane menetapkan ambang tersebut secara eksplisit.
Kiraan jarang sekali menjadi kekangan yang mengikat. Koheren klinikal ialah: jika kajian tidak menjawab soalan yang sama, tiada bilangan daripadanya yang menjadikan penggabungan boleh dipertahankan.
Bilangan Minimum Kajian untuk Meta-Analisis Adalah Dua
Dua kajian bebas yang melaporkan hasil yang sama, setiap satu dengan anggaran kesan dan ukuran ketepatannya, sudah cukup untuk mengira purata berwajaran. Tiada apa-apa dalam matematik pemberat varians songsang yang boleh mencecah dua. Ulasan Cochrane mengandungi beribu-ribu meta-analisis dua kajian. Tiada badan metodologi yang menerbitkan tahap yang lebih tinggi.
Apa yang berubah apabila bilangan kajian berkurangan bukanlah sama ada anda boleh mengira anggaran terkumpul. Tetapi berapa banyak yang anda boleh dakwa mengenainya. Dengan dua kajian, anda boleh melaporkan kesan ringkasan. Anda tidak boleh menerangkan dengan tepat bagaimana kesannya berbeza-beza mengikut tetapan, dan anda tidak boleh menyemak sama ada kajian tiada. Itu adalah kerugian yang berasingan, dan setiap satunya mempunyai akibat tertentu pada semakan rakan sebaya yang kami bincangkan di bawah.
Apakah Bilangan Minimum Kajian untuk Meta-Analisis dalam Amalan
Pemeriksaan realiti yang paling berguna mengenai soalan ini datangnya daripada Pangkalan Data Cochrane itu sendiri. Davey dan rakan sekerja mengklasifikasikan setiap meta-analisis yang mengandungi sekurang-kurangnya dua kajian dalam terbitan Januari 2008 Pangkalan Data Cochrane bagi Kajian Sistematik: 2,321 ulasan yang mengandungi 22,453 meta-analisis yang diambil daripada 112,600 kajian individu. Penemuan mereka membingkai semula keseluruhan soalan.
| Ukur | Nilai dalam Pangkalan Data Cochrane |
|---|---|
| Kajian median bagi setiap meta-analisis | 3 (julat antara kuartil 2 hingga 6) |
| Meta-analisis dengan tepat 2 kajian | 36% |
| Meta-analisis dengan 5 kajian atau kurang | 75% |
| Saiz sampel median bagi kajian komponen | Peserta 91 |
Tiga perempat daripada meta-analisis dalam perpustakaan bukti paling ketat dalam perubatan mengandungi lima kajian atau kurang. Jika anda mempunyai empat kajian dan anda fikir itu membatalkan kelayakan anda, ia tidak. Anda berada di tengah-tengah taburan, bukan bahagian belakangnya. Apa yang membezakan meta-analisis kecil yang boleh dipertahankan daripada meta-analisis kecil yang tidak boleh dipertahankan bukanlah kiraannya. Ia adalah sama ada penulis perasan jaminan statistik mana yang telah mereka hilang dan menyesuaikannya untuknya.
Empat Pintu Yang Lebih Penting Daripada Bilangan Minimum Kajian untuk Meta-Analisis
Kerjakan perkara ini mengikut urutan. Yang pertama adalah perhentian yang sukar. Tiga yang lain mengubah kaedah anda dan bukannya jawapan anda.
Pintu 1. Adakah kajian tersebut menjawab soalan yang sama?
Ini adalah pintu gerbang yang paling kerap gagal dan paling jarang diperiksa, kerana ia adalah satu-satunya yang tiada formula yang dilampirkan. Sebelum sebarang statistik, sahkan bahawa setiap kajian berkongsi populasi, intervensi, pembanding dan definisi hasil yang cukup dekat sehingga satu nombor terkumpul akan bermakna sesuatu kepada doktor.
Perkara-perkara khusus yang gagal dalam langkah ini dan sering terlepas pandang: hasil yang diukur pada 6 minggu dalam tiga percubaan dan 12 bulan dalam dua; pembanding yang merupakan plasebo dalam separuh kajian dan penjagaan biasa dalam selebihnya; ambang diagnostik yang berubah apabila garis panduan berubah pada pertengahan dekad; intervensi yang disampaikan oleh pakar di satu negara dan oleh petugas kesihatan komuniti di negara lain. Ujian heterogeniti statistik kadangkala akan menandakan perkara ini dan selalunya akan terlepas pandang, kerana dua kajian yang tidak serasi secara klinikal boleh menghasilkan saiz kesan yang serupa secara berangka secara kebetulan. Panduan kami untuk kesilapan biasa dalam meta-analisis merangkumi ralat pengumpulan yang berlaku akibat melangkau langkah ini.
Jika anda gagal dalam Pintu 1, berhentilah. Tiada kajian tambahan yang dapat menyelesaikan soalan yang tidak koheren, dan tiada pelarasan statistik yang menjadikan purata perkara yang tidak dapat dibandingkan dapat ditafsirkan.
Pintu 2. Bolehkah anda mendapatkan anggaran kesan dan variansnya daripada setiap kajian?
Meta-analisis varians songsang memerlukan dua nombor setiap kajian: kesan dan bagaimana ia diukur dengan tepat. Kehilangan nombor kedua adalah penyekat praktikal yang paling biasa, dan ia biasanya boleh dipulihkan dan bukannya membawa maut. Lihat resipi pemulihan di bahagian seterusnya sebelum anda mengecualikan apa-apa.
Satu amaran yang perlu dinyatakan dengan jelas. Mengecualikan kajian kerana pelaporannya lemah, dan bukannya kerana ia gagal dalam kriteria kelayakan anda, akan menimbulkan bias yang tidak kelihatan dalam plot hutan anda dan tidak didokumenkan dalam gambarajah alir PRISMA 2020 anda melainkan anda merekodkannya sebagai sebab pengecualiannya sendiri. Rekodkannya.
Pintu 3. Adakah terdapat kajian yang mencukupi untuk menganggarkan sejauh mana mereka tidak bersetuju?
Model kesan rawak menganggarkan varians antara kajian, tau kuasa dua, daripada data anda. Dengan sangat sedikit kajian, anggaran itu tidak stabil, dan ketidakstabilan merambat terus ke dalam selang keyakinan anda.
Statistik berkaitan, I-kuadrat, adalah berat sebelah dalam situasi yang sama. Von Hippel mengira bias secara langsung dan mendapati bahawa dengan 7 kajian dan tiada heterogeniti sebenar, I-kuadrat menganggarkan heterogeniti secara berlebihan dengan purata 12 mata peratusan, manakala dengan 7 kajian dan 80% heterogeniti sebenar ia dipandang rendah dengan purata 28 mata peratusan. Arah ralat berubah-ubah bergantung pada kebenaran yang anda cuba ukur, itulah sebabnya I-kuadrat sebanyak 40% dalam meta-analisis lima kajian hampir tidak membawa sebarang maklumat. Artikel kami tentang mengurus dan menilai heterogeniti membincangkan tentang apa yang perlu dilaporkan.
Lima kajian merupakan ambang kerja praktikal dan bukannya peraturan. Di bawahnya, pendekatan standard DerSimonian dan Laird menghasilkan selang keyakinan yang terlalu sempit. IntHout, Ioannidis dan Borm menilai perkara ini merentasi meta-analisis simulasi 2 hingga 20 percubaan dan mendapati bahawa DerSimonian dan Laird sering menghasilkan kadar ralat jenis I yang tidak sesuai, manakala kaedah Hartung-Knapp-Sidik-Jonkman menunjukkan prestasi yang jauh lebih baik. Röver, Knapp dan Friede mengkaji kaedah yang sama khususnya dalam kes beberapa kajian. Arahan praktikal adalah pendek: di bawah lima kajian, gunakan Hartung-Knapp-Sidik-Jonkman dan laporkan selang ramalan di samping selang keyakinan supaya pembaca melihat julat kesan sebenar yang dijangkakan dan bukannya hanya ketepatan purata.
Pintu 4. Adakah terdapat kajian yang mencukupi untuk menyemak bukti yang hilang?
Di sini, ambang batas adalah eksplisit dan bukannya konvensyen. Buku Panduan Cochrane menyatakan bahawa ujian untuk asimetri plot corong hanya boleh digunakan apabila terdapat sekurang-kurangnya 10 kajian yang dimasukkan dalam meta-analisis, mengikut cadangan Sterne dan rakan sekerja dalam BMJ. Di bawah sepuluh, ujian mempunyai kuasa yang sangat sedikit sehingga keputusan yang tidak signifikan tidak memberitahu anda apa-apa, dan menjalankannya walau apa pun akan mengundang pengulas untuk menunjukkan bahawa anda telah salah membaca ketiadaan kuasa sebagai ketiadaan bias.
Dengan kurang daripada sepuluh kajian, langkah yang betul adalah dengan tidak menjalankan ujian, menyatakan secara jelas dalam kaedah anda bahawa kesan kajian kecil tidak dapat dinilai, dan membawa batasan tersebut ke dalam penilaian kepastian anda. Panduan kami untuk kaedah pengesanan dan pembetulan bias penerbitan merangkumi apa yang boleh dan tidak boleh ditunjukkan oleh plot corong pada kiraan kajian yang berbeza.

Cara Memulihkan Data Yang Kelihatan Hilang
Kebanyakan kajian yang kelihatan tidak boleh digunakan di Pintu 2 boleh digunakan selepas penukaran. Sebelum anda mengecualikan kajian kerana pelaporan yang tidak lengkap, teliti senarai ini.
Julat median dan antara kuartil dan bukannya min dan sisihan piawai. Ini adalah kes paling kerap dalam kesusasteraan pembedahan, pediatrik dan kesihatan-ekonomi, di mana hasil yang condong dilaporkan sebagai median mengikut konvensyen. Wan dan rakan sekerja memperoleh penganggar untuk situasi ini, dan Luo dan rakan sekerja memperhalusi penganggar min dengan lebih lanjut (DOI 10.1177/0962280216669183).
Satu contoh yang telah diusahakan. Satu percubaan melaporkan n = 40, median 12, kuartil pertama 8, kuartil ketiga 18. Menggunakan kaedah kuartil Wan et al., min dianggarkan sebagai purata bagi tiga nilai yang dilaporkan, (8 + 12 + 18) / 3 = 12.67. Sisihan piawai ialah julat antara kuartil dibahagikan dengan faktor yang bergantung kepada saiz sampel, yang mana untuk n = 40 ialah 1.3005, memberikan 10 / 1.3005 = 7.69. Kajian itu kini boleh dikumpulkan. Ambil perhatian bahawa pembahagi berubah dengan saiz sampel, daripada 1.2227 pada n = 15 kepada 1.3294 pada n = 100, jadi ia tidak boleh dianggap sebagai pemalar.
Selang keyakinan tetapi tiada ralat piawai. Untuk kesan bertaburan normal, ralat piawai ialah lebar selang dibahagikan dengan 3.92 untuk selang 95%. Untuk ukuran nisbah, lakukan ini pada skala log sebelum transformasi balik.
Nilai-p dan anggaran titik tetapi tiada selang. Kira semula ralat piawai daripada statistik ujian yang disiratkan oleh nilai-p yang tepat. Ini gagal apabila kertas hanya melaporkan ambang seperti p < 0.05, yang mana anda mempunyai julat dan bukannya nilai, dan kajian tersebut harus dimasukkan ke dalam analisis kepekaan dan bukannya himpunan utama.
Metrik kesan yang berbeza merentasi kajian. Nisbah kemungkinan, nisbah risiko dan perbezaan min piawai boleh ditukar di bawah andaian yang dinyatakan. Formula penukaran antara nisbah kemungkinan d, r, Cohen dan g Hedges adalah piawai, dan kalkulator StatPro percuma kami merangkumi pengiraan saiz kesan yang berkaitan. Untuk tafsiran asas, lihat panduan kami untuk risiko relatif, risiko yang boleh dikaitkan dan nisbah kemungkinan.
Data perubahan daripada garis dasar tanpa sisihan piawai perubahan. Ini memerlukan pengimbangan korelasi antara garis dasar dan susulan. Ifkannya daripada kajian dalam set anda sendiri yang melaporkan kedua-duanya, nyatakan nilai yang anda gunakan dan uji pengaruhnya dalam analisis kepekaan.
Apa yang Berubah di Bawah Lima Kajian dalam Meta-Analisis
Pelarasannya kecil dan spesifik. Tiada satu pun daripadanya yang memerlukan penghentian meta-analisis.
| Kajian | Apa yang anda boleh laporkan | Apa yang berubah |
|---|---|---|
| 2 hingga 4 | Anggaran terkumpul, selang ramalan | Gunakan Hartung-Knapp-Sidik-Jonkman. Jangan tafsirkan I-kuadrat. Tiada plot corong. Jangkakan penurunan gred yang tidak tepat. |
| 5 hingga 9 | Anggaran terkumpul, selang ramalan, perbincangan heterogeniti yang berhati-hati | Tau-kuasa dua menjadi boleh ditafsirkan tetapi kekal tidak tepat. Masih tiada ujian formal untuk asimetri plot corong. |
| 10 atau lebih | Kit alat penuh | Plot corong dan ujian asimetri menjadi sesuai. Meta-regresi menjadi mungkin, walaupun ia memerlukan lebih daripada sepuluh kajian untuk menjadi bermaklumat. |
Selang ramalan memerlukan perhatian khusus dalam meta-analisis kecil. Ia melaporkan julat kesan sebenar yang dijangkakan dalam kajian masa depan yang serupa, bukannya ketepatan purata, dan IntHout dan rakan sekerja berhujah dalam BMJ Open bahawa ia harus dibentangkan secara rutin. Selang keyakinan terkumpul yang tidak mengecualikan sebarang kesan, di samping selang ramalan yang merangkuminya, memberitahu pembaca sesuatu yang disembunyikan oleh selang keyakinan sahaja. Kalkulator heterogeniti kami mengira I-kuasa dua dan tau-kuasa dua, dan kalkulator meta-analisis kami akan membina plot hutan.
Bila Anda Tidak Perlu Berenang Sama Sekali
Ulasan yang menolak untuk dikumpulkan bukanlah ulasan yang gagal. Ia adalah produk yang berbeza, dan selalunya lebih jujur. Campbell dan rakan sekerja menerbitkan garis panduan pelaporan SWiM dalam BMJ kerana ulasan yang menggunakan kaedah sintesis alternatif jarang melaporkannya secara telus, yang menimbulkan keraguan terhadap penemuan yang mungkin benar-benar kukuh.
Alternatif berstruktur yang boleh diterbitkan dengan sendirinya termasuk sintesis yang dikumpulkan mengikut jenis intervensi dengan arah kesan yang dilaporkan setiap kajian, pengiraan undi berdasarkan arah kesan apabila saiz kesan tidak boleh diekstrak, dan plot albatross yang memaparkan nilai-p terhadap saiz sampel apabila hanya kepentingan yang dilaporkan. Setiap satu mempunyai tempat dalam item pelaporan SWiM, dan setiap satunya boleh dipertahankan dengan cara yang tidak boleh dilakukan oleh anggaran terkumpul yang kurang berasas.
Jika asas bukti tidak menyokong pengumpulan, jenis semakan itu sendiri mungkin perlu diubah. Semakan skop memetakan apa yang wujud tanpa memerlukan hasil yang setanding. Semakan naratif mensintesis merentasi literatur yang lebih luas tanpa kekangan satu soalan yang boleh dijawab. Perbandingan kaedah semakan skop, sistematik dan naratif kami menetapkan yang mana satu soalan anda benar-benar perlukan, dan rangka kerja tahap bukti menerangkan kedudukan setiap satu.
Satu lagi kes patut dipertimbangkan. Jika kajian anda membandingkan beberapa rawatan berbeza dan bukannya satu intervensi terhadap satu pembanding, meta-analisis berpasangan dengan tiga kajian setiap perbandingan mungkin merupakan struktur yang salah sama sekali. Meta-analisis rangkaian menggunakan perbandingan tidak langsung untuk menggunakan bukti yang sama dengan lebih baik.
Apa yang Ditanya oleh Pengulas Tentang Meta-Analisis Kecil
Meta-analisis kecil ditolak atas sebab-sebab yang boleh diramal, dan setiap satunya boleh ditangani dalam bahagian kaedah sebelum penyerahan.
- Nilai I-kuasa dua yang ditafsirkan pada nilai muka dengan empat kajian. Laporkan jika perlu, kemudian nyatakan bias secara langsung dan bergantung pada selang ramalan sebaliknya.
- Satu ujian Egger dijalankan ke atas enam kajian. Alih keluarnya. Gantikannya dengan ayat yang mengatakan kesan kajian kecil tidak dapat dinilai pada bilangan kajian ini.
- DerSimonian dan Laird telah digunakan dengan tiga kajian dan tanpa justifikasi. Tukar penganggar atau pertahankan pilihan secara eksplisit.
- Anggaran terkumpul yang dibentangkan tanpa mengakui ketidaktepatan. K kecil mendorong penurunan gred yang tidak tepat. Nilaikannya sendiri dan bukannya membiarkan pengulas melakukannya untuk anda.
- Kajian dikecualikan kerana pelaporan yang tidak lengkap dan bukannya ketidaklayakan. Pulihkan data menggunakan kaedah di atas atau catatkan sebab pengecualian secara berasingan dalam gambar rajah alir.
- Analisis subkumpulan terhadap beberapa kajian. Dengan lima kajian, anda tidak mempunyai kuasa untuk subkumpulan. Tentukan terlebih dahulu, laporkan sebagai penerokaan atau hapuskannya. Panduan kami untuk analisis kuasa dan saiz sampel merangkumi mengapa perbandingan yang kurang berkesan mengelirukan dalam kedua-dua arah.
Sebaik sahaja keputusan penggabungan diselesaikan, contoh yang telah diusahakan dalam kelas induk meta-analisis kami akan menerangkan pembinaan plot hutan, membaca output heterogeniti dan mentafsir hasilnya.
Bacaan berkaitan: Setelah anda selesai membuat kajian, lihat bagaimana plot hutan dan corong kelihatan dalam praktik dalam Graf Penyelidikan Klinikal: 10 Plot untuk Percubaan, Ujian dan Meta-Analisis.
Alat dan Sumber
Alat Penyelidikan Percuma daripada Editverse
- GraphPro: bina carta sedia untuk penerbitan, 25 jenis, dengan ujian-t terbina dalam, ANOVA, korelasi dan nilai-p khi kuasa dua. Percuma, tiada pendaftaran.
- StatPro: kalkulator statistik percuma dan alat pemilih ujian yang meliputi perbandingan kumpulan, hasil kategori, analisis masa-ke-peristiwa dan ketepatan diagnostik.
- Carta Alir Pro: jana gambarajah alir PRISMA 2020, PRISMA-ScR, CONSORT, STROBE, STARD, MOOSE dan ARRIVE terus dalam pelayar anda.
Untuk pengiraan khusus dalam artikel ini, kalkulator bias penerbitan kami menghasilkan plot corong dan ujian Egger sebaik sahaja anda melintasi sepuluh kajian, dan alat heterogeniti dan saiz kesan yang dipautkan di atas mengendalikan get terdahulu.
Soalan Lazim Mengenai Bilangan Minimum Kajian untuk Meta-Analisis
Berapakah bilangan kajian minimum untuk meta-analisis?
Dua. Dua kajian bebas yang melaporkan hasil yang sama, setiap satu dengan anggaran kesan dan ukuran ketepatannya, sudah cukup untuk mengira anggaran terkumpul. Ulasan Cochrane mengandungi beribu-ribu meta-analisis dua kajian, dan tiada badan metodologi yang menerbitkan paras yang lebih tinggi. Kiraan jarang sekali menentukan sama ada penggabungan boleh dipertahankan.
Bolehkah anda melakukan meta-analisis dengan hanya 2 kajian?
Ya. Dalam Pangkalan Data Cochrane bagi Kajian Sistematik, 36% meta-analisis mengandungi tepat dua kajian dan median merentasi 22,453 meta-analisis ialah tiga. Dengan dua kajian, anda boleh melaporkan anggaran terkumpul, tetapi anda tidak boleh menganggarkan dengan andal berapa banyak kesannya berbeza-beza merentasi tetapan dan anda tidak boleh menguji bukti yang hilang.
Berapa banyak kajian yang anda perlukan sebelum menguji bias penerbitan?
Sepuluh. Buku Panduan Cochrane menyatakan bahawa ujian untuk asimetri plot corong hanya boleh digunakan apabila terdapat sekurang-kurangnya 10 kajian yang dimasukkan dalam meta-analisis. Di bawah itu, ujian mempunyai kuasa yang terlalu sedikit, dan keputusan yang tidak signifikan tidak boleh dilaporkan sebagai bukti bahawa tiada bias wujud.
Adakah I-kuadrat boleh dipercayai dalam meta-analisis kecil?
Tidak. Von Hippel mengira bahawa dengan 7 kajian dan tiada heterogeniti sebenar, I-kuasa dua menganggarkan heterogeniti secara purata sebanyak 12 mata peratusan, manakala dengan 7 kajian dan 80% heterogeniti sebenar, ia meremehkannya secara purata sebanyak 28 mata peratusan. Laporkan selang ramalan sebaliknya.
Kaedah kesan rawak yang manakah harus anda gunakan dengan kurang daripada 5 kajian?
Hartung-Knapp-Sidik-Jonkman. IntHout, Ioannidis dan Borm mendapati bahawa pendekatan standard DerSimonian-Laird sering menghasilkan kadar ralat jenis I yang tidak sesuai, manakala Hartung-Knapp-Sidik-Jonkman menunjukkan prestasi yang jauh lebih baik. Röver, Knapp dan Friede mengkaji kaedah yang sama khusus untuk kes beberapa kajian.
Apa yang perlu anda lakukan jika pengajian anda tidak dapat dikumpulkan?
Gunakan sintesis berstruktur tanpa meta-analisis dan laporkannya berdasarkan garis panduan SWiM. Pilihan termasuk pengelompokan mengikut jenis intervensi dengan arah kesan yang dilaporkan setiap kajian, pengiraan undi berdisiplin dan plot albatros. Semakan yang menolak untuk dikumpulkan atas sebab yang dinyatakan boleh diterbitkan dengan sendirinya.
Sokongan Profesional untuk Meta-Analisis Anda
Jika anda telah melalui empat pintu dan mahu analisis dilaksanakan dan ditulis mengikut piawaian jurnal, berikut adalah perkhidmatan yang sepadan dengan setiap hasil. Setiap pakej disampaikan oleh ahli statistik yang bekerja dalam R dengan skrip yang boleh dihasilkan semula.
Data sedia, kumpulkan
$1,000
Meta-Analisis Kendiri. Anda membekalkan helaian pengekstrakan, kami mengendalikan pemilihan model, plot hutan, penilaian heterogeniti, bias penerbitan di mana boleh diuji dan bahagian keputusan sedia manuskrip. 2-3 minggu.
Ulasan keseluruhan
$1,800
SR Lengkap + Meta-Analisis, Kecil. Protokol, carian, penyaringan, pengekstrakan, penilaian kualiti dan pengumpulan sehingga 15 kajian, dengan selang I-kuasa dua, tau-kuasa dua dan ramalan. 10-14 minggu.
Tidak boleh berkumpul
$1,000
Artikel Semakan Naratif. Apabila Pintu 1 gagal, sintesis yang disusun secara tematik dengan analisis kritikal dan pengenalpastian jurang, 4,000 hingga 6,000 patah perkataan yang menyasarkan jurnal yang dinamakan. 4-6 minggu.
Jika anda berada lebih awal dalam proses tersebut dan keputusan pengumpulan masih terbuka, perkhidmatan penulisan semakan sistematik patuh PRISMA kami merangkumi pendaftaran protokol sehingga penyerahan, dan boleh memberitahu anda pada peringkat protokol yang mana antara empat pintu soalan anda mungkin akan gagal.
Jawapan Ringkas tentang Bilangan Minimum Kajian untuk Meta-Analisis
Dua kajian adalah asas. Tiga ialah median dalam Pangkalan Data Cochrane. Lima ialah tempat varians antara kajian mula bermakna sesuatu. Sepuluh ialah tempat anda boleh menguji bukti yang hilang. Tiada satu pun daripadanya yang merupakan garis lulus atau gagal, dan melayannya seperti itu adalah bagaimana ulasan yang baik ditinggalkan dan ulasan yang lemah dihantar.
Persoalan yang perlu ditanya bukanlah berapa banyak kajian yang anda ada. Ia adalah yang mana satu daripada empat pintu yang diluluskan oleh bukti anda, dan sama ada bahagian kaedah anda menerima pintu yang tidak diluluskan. Meta-analisis tiga kajian yang menggunakan Hartung-Knapp-Sidik-Jonkman, melaporkan selang ramalan, enggan mentafsir I-kuadrat, menyatakan bahawa kesan kajian kecil tidak dapat dinilai, dan penurunan taraf untuk ketidaktepatan adalah karya yang boleh diterbitkan. Meta-analisis dua belas kajian yang mengumpulkan definisi hasil yang tidak serasi tidak serasi.
Rujukan
- Davey J, Turner RM, Clarke MJ, Higgins JPT. Ciri-ciri meta-analisis dan kajian komponennya dalam Pangkalan Data Cochrane bagi Kajian Sistematik: analisis deskriptif keratan rentas. BMC Med Res Methodol. 2011;11:160. doi:10.1186/1471-2288-11-160
- von Hippel PT. Statistik heterogeniti I-kuasa dua boleh menjadi berat sebelah dalam meta-analisis kecil. BMC Med Res Methodol. 2015;15:35. doi: 10.1186 / s12874-015-0024-z
- IntHout J, Ioannidis JPA, Borm GF. Kaedah Hartung-Knapp-Sidik-Jonkman untuk meta-analisis kesan rawak adalah mudah dan jauh mengatasi kaedah standard DerSimonian-Laird. BMC Med Res Methodol. 2014;14:25. doi:10.1186/1471-2288-14-25
- Röver C, Knapp G, Friede T. Pendekatan Hartung-Knapp-Sidik-Jonkman dan pengubahsuaiannya untuk meta-analisis kesan rawak dengan beberapa kajian. BMC Med Res Methodol. 2015;15:99. doi:10.1186/s12874-015-0091-1
- Sterne JAC, Sutton AJ, Ioannidis JPA, dsb. Cadangan untuk memeriksa dan mentafsir asimetri plot corong dalam meta-analisis percubaan terkawal rawak. BMJ. 2011;343:d4002. doi:10.1136/bmj.d4002
- IntHout J, Ioannidis JPA, Rovers MM, Goeman JJ. Rayuan untuk pembentangan selang ramalan secara rutin dalam meta-analisis. BMJ Open. 2016;6:e010247. doi:10.1136/bmjopen-2015-010247
- Campbell M, McKenzie JE, Sowden A, dkk. Sintesis tanpa meta-analisis (SWiM) dalam ulasan sistematik: garis panduan pelaporan. BMJ. 2020;368:l6890. doi:10.1136/bmj.l6890
- Wan X, Wang W, Liu J, Tong T. Menganggarkan min sampel dan sisihan piawai daripada saiz sampel, median, julat dan/atau julat antara kuartil. BMC Med Res Methodol. 2014;14:135. doi:10.1186/1471-2288-14-135
- Higgins JPT, Thomas J, Chandler J, dkk., penyunting. Buku Panduan Cochrane untuk Kajian Sistematik Intervensi. Bab 13: Menilai risiko bias akibat bukti yang hilang dalam meta-analisis
