Libreng Calculator ng Editverse

Libreng MOOSE Flow Diagram Generator para sa Meta-Analysis ng mga Obserbasyonal na Pag-aaral

Bumuo ng MOOSE study selection flow diagram para sa iyong meta-analysis ng mga observational studies sa epidemiology. Live auto-calculation, 300/600 dpi PNG at ganap na mae-edit na PowerPoint exports. Walang data na lumalabas sa iyong browser.

Sa mga Simpleng Salita: Kapag nagsasama-sama ka ng mga resulta mula sa maraming obserbasyonal na pag-aaral — mga cohort, case-control studies, cross-sectional surveys, o ecological analyses — nagsasagawa ka ng meta-analysis ng mga obserbasyonal na pag-aaral. Hindi tulad ng meta-analysis ng mga randomized trial (na gumagamit ng PRISMA), ang mga pag-aaral na ito ay may mga partikular na pinagmumulan ng heterogeneity at confounding na nangangailangan ng partikular na pag-uulat. Ang pahayag ng MOOSE (Meta-analysis Of Observational Studies in Epidemiology) ay inilathala sa JAMA noong 2000 at tumutukoy sa pamantayan ng pag-uulat para sa ganitong uri ng pag-aaral.

Ang tool na ito ay bubuo ng MOOSE study selection flow diagram na nagpapakita kung gaano karaming mga pag-aaral ang natukoy, nasuri, nasuri, at isinama sa meta-analysis. Awtomatikong kinakalkula ang mga bilang sa bawat yugto mula sa mga numerong iyong ipinasok.

Kailan Gagamitin ang MOOSE Flow Diagram

Gamitin ang MOOSE tuwing nagsasagawa ka ng meta-analysis ng mga observational studies — partikular na ang mga pag-aaral na may cohort, case-control, o cross-sectional designs. Ginagamit din ang MOOSE para sa mga meta-analysis ng surveillance data, mga pag-aaral na nakabatay sa registry, at mga ecological analyses. Ito ay naiiba sa PRISMA 2020, na idinisenyo para sa mga meta-analysis ng mga interventional studies (pangunahing mga randomized trial).

Kung ang iyong pagsusuri ay may kasamang mga obserbasyonal na pag-aaral ngunit hindi pinagsasama-sama ang mga pagtatantya ng epekto, gamitin ang PRISMA 2020. Para sa istatistikal na pagsusuri ng pinagsama-samang datos ng obserbasyon, tingnan ang meta-analysis calculator at ang heterogeneity calculator.

🔒 100% pribado. Ang mga diagram ay ganap na nabubuo sa iyong browser: ang iyong mga bilang ay hindi kailanman umaalis sa iyong device.
I-edit ang mga bilang: live na ina-update ang diagram. Awtomatikong kinakalkula ang mga kahon.
Iminungkahing caption
Tip: i-click ang anumang kahon sa preview para i-edit ang teksto nito. Awtomatikong mase-save ang iyong mga input sa browser na ito · hindi kailanman aalis ang data sa iyong device.
Kailangan mo ba ng tulong sa iyong rebyu o manuskrito? Pagsusuring pang-estadistika mula $350 · Pagsulat ng manuskrito mula $800 · Suporta sa publikasyon mula $150 Kumuha ng isang quote →

Mga Nagtrabahong Halimbawa

Halimbawa 1 — Meta-analysis ng mga pagkakalantad sa trabaho at kanser sa baga

Isang meta-analysis ng pagkakalantad sa silica dust at panganib ng kanser sa baga ang naghanap sa PubMed (n=1,500), Embase (n=1,200), at Web of Science (n=300) — 3,000 artikulo ang natukoy. Matapos matanggal ang 850 duplicate, 2,150 ang nasuri. 1,800 ang hindi isinama sa pamagat/abstract (hindi pang-trabaho, walang kinalabasan ng kanser sa baga, maling populasyon). 350 ang tinasa sa buong teksto. 210 ang hindi isinama: maling pagkakalantad (80), walang naayos na odds ratio (70), conference abstract (60). 140 pag-aaral sa meta-analysis. Naglagay ng 3,000 natukoy, 850 duplicate, 1,800 na nasuri ang hindi isinama, 210 buong teksto ang hindi isinama — awtomatikong kinakalkula ng diagram ang 140 na kasama.

Halimbawa 2 — Meta-analysis ng mga salik sa pagkain at panganib ng colorectal adenoma

Isang meta-analysis ng mga prospective cohort at case-control studies ng dietary fiber at colorectal adenoma ang naghanap sa tatlong database at nagbunga ng 980 na rekord. Matapos matanggal ang 200 duplicate at maibukod ang 650 sa screening, 130 ang nasuri nang buo. 91 ang hindi nakasama (maling resulta: 45, hindi na-adjust na mga pagtatantya lamang: 30, ecological design: 16). 39 na pag-aaral ang pumasok sa meta-analysis. Nakukuha ng MOOSE flow diagram ang proseso ng pagpili na may apat na yugto sa eksaktong parehong istruktura.

Mga Pagpapalagay at Kinakailangan

  • Ang daloy ng MOOSE ay naaangkop sa bilang ng mga kalahok sa antas ng pag-aaral. Hindi tulad ng PRISMA o STROBE, ang mga numero sa isang MOOSE flow diagram ay kumakatawan sa mga pag-aaral o publikasyon, hindi sa mga indibidwal na kalahok. Sabihin ito nang malinaw sa caption ng iyong pigura.
  • Ang mga dahilan ng pagbubukod ay dapat na partikular sa metodolohiya ng obserbasyonal na pag-aaral. Kabilang sa mga karaniwang dahilan ng pagbubukod na partikular sa MOOSE ang "mga hindi naayos na pagtatantya lamang," "disenyong ekolohikal," "walang naiulat na sukat ng kaugnayan," at "hindi sapat na datos para sa meta-analysis."
  • Dapat idokumento ang mga grey na literatura at paghahanap gamit ang kamay. Ang item 6 ng MOOSE checklist ay nangangailangan ng dokumentasyon ng mga paghahanap sa grey literature. Kung naghanap ka ng mga proceedings ng kumperensya, disertasyon, o nakipag-ugnayan sa mga may-akda, isama ang mga ito sa natukoy na bilang.

Karaniwang Pagkakamali

  • Paggamit ng PRISMA sa halip na MOOSE para sa obserbasyonal na meta-analisis. Ang PRISMA ay dinisenyo para sa mga interventional studies. Bagama't tinatanggap ng ilang journal ang PRISMA para sa anumang sistematikong pagsusuri, ang MOOSE ang tamang template para sa meta-analysis ng observational data at mapapansin ito ng mga reviewer na may kadalubhasaan sa epidemiology.
  • Hindi naidokumento ang pagtatasa ng heterogeneity sa diagram. Ang checklist ng MOOSE ay nangangailangan ng pag-uulat ng pagsusuri ng heterogeneity. Bagama't ang mismong flow diagram ay hindi naglalaman ng mga statistical output, ang seksyon ng mga pigura ay dapat magsama ng isang plot ng kagubatan na nabuo gamit ang kalkulador ng meta-analisis.
  • Nakakalito bilang dahilan ng pagbubukod. Huwag ibukod ang mga pag-aaral mula sa isang meta-analysis dahil hindi ito nag-adjust para sa mga partikular na confounder — sa halip, i-adjust para sa confounding sa meta-regression, idokumento ang mga hindi na-adjust na pag-aaral, at magsagawa ng sensitivity analyses. Ang pagbubukod dahil "ang exposure ay confounded" ay hindi wasto.
  • Mas binibilang ang pag-uulat ng pag-aaral kaysa sa mga pagtatantya ng epekto. Binibilang ng daloy ng MOOSE ang mga pag-aaral na kasama, ngunit ang kahon ng Pagsusuri ay hindi direktang tumutukoy sa mga pag-aaral na nag-aambag sa meta-analytic pool — ang ilang mga kasama na pag-aaral ay maaaring mag-ambag lamang sa isa sa ilang pinagsama-samang mga kinalabasan.

Mga Madalas Itanong

Napapanahon pa ba ang MOOSE — na-update na ba ito simula noong 2000?
Ang MOOSE 2000 (Stroup et al., JAMA) ay nananatiling pamantayang sanggunian para sa mga meta-analysis ng mga obserbasyonal na pag-aaral. Nagkaroon ng aktibong talakayan tungkol sa isang update, at tinatanggap ng ilang journal ang PRISMA-S (search reporting) bilang suplemento, ngunit ang MOOSE ang pangunahing checklist at ang flow diagram nito ang inaasahang pigura para sa ganitong uri ng pag-aaral.
Dapat ko bang irehistro ang aking observational meta-analysis sa PROSPERO?
Oo — Tumatanggap ang PROSPERO ng mga rehistrasyon para sa sistematikong pagsusuri ng mga obserbasyonal na pag-aaral, kabilang ang mga nagpaplano ng meta-analysis. Pinapalakas ng rehistrasyon ang kredibilidad ng iyong pag-aaral sa pamamagitan ng pagpapakita ng prospective na pagpaplano at pagpigil sa mapiling pag-uulat ng mga resulta.
Kasama sa aking meta-analysis ang parehong RCT at observational studies — aling diagram ang gagamitin ko?
Gamitin ang PRISMA 2020. Ang isang mixed-design na pagsusuri na nagsasama-sama ng parehong RCT at observational studies ay dapat sumunod sa PRISMA 2020 bilang pangunahing template; maraming may-akda ang nagdaragdag ng tala na naglalarawan sa observational study subset gamit ang pamantayan ng MOOSE. Suriin ang patakaran ng iyong target journal.
Maaari ko ba itong gamitin para sa isang dose-response meta-analysis?
Oo — ang mga dose-response meta-analysis ng obserbasyonal na datos ay dapat gumamit ng MOOSE. Ang daloy ng pagpili ng pag-aaral ay magkapareho kahit na pinagsasama-sama mo ang mga relatibong panganib, odds ratio, o dose-response slope. Ang mga istatistikal na detalye ng pagmomodelo ng dose-response ay nakadokumento sa Mga Paraan, hindi sa flow diagram.

Mga Kaugnay na Libreng Kagamitan

Mga sanggunian

  1. Stroup DF, Berlin JA, Morton SC, et al. Meta-analysis ng mga obserbasyonal na pag-aaral sa epidemiology: isang panukala para sa pag-uulat. Grupong Meta-analysis ng mga Obserbasyonal na Pag-aaral sa Epidemiology (MOOSE). JAMA. 2000; 283: 2008-2012. PMID 10789670.
  2. Pahina MJ, McKenzie JE, Bossuyt PM, et al. Ang pahayag ng PRISMA 2020: isang na-update na patnubay para sa pag-uulat ng mga sistematikong pagsusuri. BMJ. 2021;372:n71. PMID 33782057.
  3. Higgins JPT, Thomas J, Chandler J, et al. Handbook ng Cochrane para sa Sistematikong Pagsusuri ng mga Interbensyon bersyon 6.4. Cochrane; 2023. Makukuha mula sa: www.training.cochrane.org/handbook.

Kailangan mo ba ng statistical analysis at kumpletong suporta sa manuskrito para sa iyong observational meta-analysis? Nagbibigay ang Editverse ng mga pag-uulat na sumusunod sa MOOSE kabilang ang search strategy, data extraction, meta-analytic pooling, at pagsulat ng manuskrito.

Kumuha ng Suporta sa Meta-Analysis →