Libreng Calculator ng Editverse
Kalkulador ng Bias ng Publikasyon (Funnel Plot at Pagsubok ni Egger)
Suriin ang isang meta-analysis para sa mga epekto sa maliliit na pag-aaral — bumuo ng isang funnel plot at patakbuhin ang Egger's regression test — gamit ang eksaktong utos na R sa likod ng resulta. Ang isang kumpletong gabay sa interpretasyon ay sumusunod sa ibaba. Na-validate laban sa R 4.3.3.
Sa Simpleng Salita
Lumilitaw ang bias sa publikasyon kapag ang mga pag-aaral na may maliliit o hindi makabuluhang resulta ay mas malamang na hindi mailathala, kaya ang mga pag-aaral na makikita mo ay labis na nagpapahayag ng tunay na epekto. Ipinapakita ng isang funnel plot ang epekto ng bawat pag-aaral laban sa katumpakan nito; nang walang bias, ang mga punto ay bumubuo ng isang simetrikong inverted funnel.
Ginagawang numero ng Egger's test ang visual check na iyon sa pamamagitan ng pag-urong sa standardized effect sa precision nito. Ang isang makabuluhang intercept ay nagpapahiwatig ng funnel-plot asymmetry, na maaaring magpakita ng publication bias — bagama't maaari rin itong magmula sa tunay na heterogeneity o pagkakataon, kaya ang resulta ay isang flag, hindi isang verdict.
Kailan Gagamitin ang mga Pagsusuri sa Bias ng Publikasyon
Suriin ang bias sa publikasyon tuwing pagsasama-samahin mo ang mga pag-aaral sa isang meta-analysis , lalo na kung ang mga kasama na pag-aaral ay kadalasang maliit. Ipinahihiwatig ng asymmetry na ang pinagsama-samang pagtatantya ay maaaring pinalaki ng mga nawawalang negatibong pag-aaral, na pinakamahalaga kapag ang buod na epekto ay nagtutulak ng isang klinikal o konklusyon sa patakaran.
Maingat na bigyang-kahulugan ang mga pagsubok na ito at huwag nang mag-isa. Dahil wala pang sampung pag-aaral, kakaunti ang kanilang kapangyarihan at hindi maaasahan ang mga resulta. Ipares ang funnel plot at Egger's test sa mga sensitivity analyses, at basahin ang mga ito kasama ng pooled effect size at study heterogeneity . Hindi sigurado kung alin ang sumusuri sa iyong mga pangangailangan sa pagsusuri? Makakatulong ang aming Test Selector .
Inaasahan: isang hilera bawat record, label, effect, standard error
Maglagay ng CSV dito o i-click para pumili. Na-parse sa iyong browser: walang na-upload.
Inaasahan: isang hilera bawat record, label, effect, standard error
library(meta) studlab <- c({funnel_studlab}) TE <- c({funnel_te}) seTE <- c({funnel_se}) m <- metagen(TE, seTE, studlab = studlab, common = TRUE, random = FALSE) summary(m) # fixed-effect pooled estimate at 95% CI, ayon sa ulat ng calculator funnel(m) metabias(m, method.bias = "linreg", k.min = 3) # Pagsubok ng regresyon ni Egger: intercept, t, pgabay sa paggamit
Kailan gagamitin. Tukuyin ang funnel-plot asymmetry (isang marker ng posibleng publication bias) sa pamamagitan ng Egger's regression test.
Mga Pagpapalagay. Hindi bababa sa ~10 pag-aaral para sa isang mahusay na pinagagana na pagsubok sa Egger; mga laki ng epekto at mga karaniwang error bawat pag-aaral.
Mga karaniwang pagkakamali. Ang asymmetry ay maaari ring magpakita ng tunay na heterogeneity o mga epekto sa maliit na pag-aaral, hindi lamang bias.
Nagtrabahong halimbawa
I-click ang Mag-load ng halimbawang datos sa itaas, pagkatapos ay ang Run Analysis upang makita ang ganap na resulta na may pigura, pormula, at interpretasyon para sa pagsusulit na ito.
Mga sanggunian
- Egger M, Davey Smith G, Schneider M, Minder C. Bias sa meta-analysis na natukoy sa pamamagitan ng isang simple at grapikong pagsubok. BMJ. 1997;315:629-634.
Mga Nagtrabahong Halimbawa
Halimbawa 1 — Isang simetrikong funnel
Sampung pag-aaral na may iba't ibang laki ang pantay na nakakalat sa paligid ng pinagsamang epekto, kung saan ang maliliit na pag-aaral ay mas malawak na nakakalat sa base at ang malalaking pag-aaral ay nagkumpol malapit sa itaas. Ang pagsubok ni Egger ay nagbabalik ng isang hindi makabuluhang intercept. Walang ebidensya ng mga epekto sa maliit na pag-aaral, at ang pinagsamang pagtatantya ay hindi malinaw na nabaluktot ng mga nawawalang pag-aaral.
Halimbawa 2 — Natukoy ang kawalaan ng simetriya
Ang maliliit na pag-aaral ay pangunahing nakatuon sa mas malaking epekto, na nag-iiwan ng puwang kung saan maaaring magkaroon ng maliliit na negatibong pag-aaral. Ang pagsubok ni Egger ay makabuluhan. Ang padron na ito ay naaayon sa bias ng publikasyon, kaya dapat mong iulat ang asymmetry at suriin ang epekto nito gamit ang sensitivity analysis bago magtiwala sa buod.
Mga Pagpapalagay na Susuriin
Sapat na ang mga pag-aaral. Ang mga funnel plot at Egger's test ay nangangailangan ng makatwirang bilang ng mga pag-aaral — karaniwang hindi bababa sa sampu — upang magbigay ng makabuluhang mga resulta. Kung mas kaunti, ang asymmetry ay hindi maaaring masuri nang maaasahan.
Pagkakaiba-iba ng laki ng pag-aaral. Ang mga pamamaraan ay umaasa sa pagkakaiba sa pagitan ng maliliit at hindi tumpak na mga pag-aaral at malalaki at tumpak na mga pag-aaral. Kung ang lahat ng pag-aaral ay magkakatulad sa laki, ang funnel ay walang hugis na maaaring bigyang-kahulugan.
Ang asymmetry ay may ilang posibleng sanhi. Ang asymmetry ng funnel ay hindi patunay ng bias sa publikasyon; ang tunay na heterogeneity sa pagitan ng pag-aaral , mahinang kalidad ng metodolohiya sa maliliit na pag-aaral, o pagkakataon ay maaaring maging sanhi nito.
Karaniwang Pagkakamali
Pagpapatakbo ng pagsusulit sa napakakaunting mga pag-aaral
Sa halos sampung pag-aaral, ang Egger's test ay may napakababang power at mahirap basahin ang funnel plot. Ang pag-uulat ng isang "hindi makabuluhan" na resulta dito ay nagbibigay ng maling katiyakan.
Pagtutugma ng kawalaan ng simetrya sa bias ng publikasyon
Ang asymmetry ay naaayon sa bias ngunit hindi ito pinatutunayan. Ipahayag ito bilang isang maliit na epekto sa pag-aaral na may ilang posibleng paliwanag sa halip na isang nakumpirmang bias.
Pagpili ng maling pagsubok para sa sukat ng epekto
Ang Egger's regression test ay binuo para sa ilang partikular na sukatan ng epekto; ang mga alternatibong pagsubok ay umaangkop sa mga binary na kinalabasan na may mga bihirang kaganapan. Itugma ang pagsubok sa iyong data sa halip na mag-default sa isa.
Hindi pinapansin ang laki ng ipinahiwatig na bias
Kahit ang tunay na asymmetry ay maaaring bahagyang magbago sa pinagsamang pagtatantya. Gumamit ng trim-and-fill o sensitivity analysis upang masukat kung gaano talaga magbabago ang konklusyon.
Mga Madalas Itanong
Ano ang ipinapakita ng isang funnel plot?
Inilalarawan nito ang pagtatantya ng epekto ng bawat pag-aaral laban sa katumpakan nito; ang isang simetrikong inverted funnel ay nagmumungkahi ng walang epekto sa maliit na pag-aaral, habang ang isang puwang o lopsided spread ay nagmumungkahi ng posibleng bias.
Ang isang makabuluhang pagsusuri ni Egger ba ay patunay ng bias sa publikasyon?
Hindi. Ipinapahiwatig nito ang kawalaan ng simetrya ng funnel-plot, na naaayon sa bias sa publikasyon ngunit maaari ring magmula sa heterogeneity, kalidad ng pag-aaral, o pagkakataon.
Ilang pag-aaral ang kailangan ko?
Bilang pangkalahatang tuntunin, hindi bababa sa sampu. Sa ibaba niyan, ang balangkas at ang pormal na pagsubok ay parehong hindi maaasahan at dapat bigyang-kahulugan nang may lubos na pag-iingat o hindi dapat bigyang-kahulugan nang buo.
Tugma ba ang resulta sa R at Stata?
Oo. Ginagamit ng calculator ang karaniwang Egger linear-regression test ng funnel asymmetry at ipinapakita ang eksaktong R command para ma-reproduce mo ang intercept at p-value.
Mga Kaugnay na Calculator
Mga sanggunian
- Egger M, Davey Smith G, Schneider M, Minder C. Natukoy ang bias sa meta-analysis sa pamamagitan ng isang simple at grapikong pagsubok. BMJ. 1997;315(7109):629–634. PMID 9310563.
- Sterne JAC, Sutton AJ, Ioannidis JPA, et al. Mga rekomendasyon para sa pagsusuri at pagbibigay-kahulugan sa funnel plot asymmetry sa mga meta-analysis ng mga randomized controlled trial. BMJ. 2011;343:d4002. PMID 21784880.
- Duval S, Tweedie R. Trim and fill: isang simpleng paraan ng pagsubok at pagsasaayos para sa publication bias batay sa funnel-plot sa meta-analysis. Biometrics. 2000;56(2):455–463.
Kailangan Mo Bang Gawin ang Pagsusuring Ito para sa Iyong Manuskrito?
Sinusuri ng aming mga PhD biostatistician ang publication bias gamit ang mga funnel plot, Egger's test, at trim-and-fill, at naghahatid ng meta-analysis na handa nang i-publish na may reproducible R output.