Чергові схеми зважування для мета-аналізу випадкових ефектів: відсутні стандартні відхилення

9

Я працюю над метааналізом випадкових ефектів, що охоплює ряд досліджень, які не повідомляють про стандартні відхилення; у всіх дослідженнях робиться звіт про розмір вибірки. Я не вірю, що неможливо наблизити або замінити відсутні дані SD. Як має бути мета-аналіз, який використовує необроблені (нестандартні) середні відмінності як розмір ефекту, зважився, коли стандартні відхилення недоступні для всіх досліджень? Я, звичайно, все-таки можу оцінити тау-квадрати і хотів би включити цей показник відхилення між дослідженнями в будь-яку схему зважування, яку я використовую, щоб залишатися в рамках випадкових ефектів.

Нижче наведено трохи більше інформації:

Чому необоротні середні відмінності все ще можуть бути корисними: Дані повідомляються у суттєво значущому масштабі: долари США за одиницю. Отже, метааналіз середніх відмінностей був би негайно інтерпретований.
Чому я не можу наблизити або замінити дані SD: Дослідження, для яких відсутні стандартні дані відхилення, не містять достатньої кількості даних для наближення до стандартного відхилення (тобто медіана та діапазон ніколи не повідомляються в літературі). Імітація відсутніх даних видається недоцільною, оскільки значна частина досліджень відсутня sd, а тому, що дослідження сильно відрізняються з точки зору охопленого географічного регіону та протоколу опитування.
Що, як правило, робиться із середньою різницею в метааналізі: Дослідження ваг базується на стандартній похибці середньої різниці (як правило, обчислюється терміном розміру вибірки та об'єднаною дисперсією). У мене цього немає. У метааналізі випадкових ефектів вагові дослідження також включають термін для дисперсії між дослідженнями. У мене це є.

Чи можна в цьому контексті використовувати просте зважування за зворотним зразком? Як би я включив свою оцінку тау-квадрата (або якогось іншого показника дисперсії між дослідженнями) у зважування?

— Дженніфер
джерело

Якщо ви готові зарахувати свою оцінку з ваших досліджень, то чому ви не бажаєте присвоювати значення стандартної помилки?

τ^{2}

$\tau^2$

— mdewey

Якщо ви зважуєте виходячи з розміру вибірки, то ви припускаєте, що стандартне відхилення результату є абсолютно однаковим у всіх випробуваннях. Якщо ви думаєте, що це може відрізнятися, то, мабуть, було б краще зробити щось більш складне. Також зауважте, що долари США за одиницю є проблематичною шкалою, оскільки я б очікував, що змінність буде більшою для середніх значень. Не впевнені, чи люди у вашій галузі вже мають якийсь розумний і перевірений спосіб боротьби з цим (наприклад, перетворення журналу чи якийсь інший розумний підхід)?

— Бьорн

2

Якщо ви метааналізуєте середні відмінності з вагами замість (зворотна дисперсія) - припускаючи, що групи однакового розміру порівнюються - це дає вам відповідну оцінку середнього ефекту за умови, що мінливість однакова для всіх досліджень. Тобто ваги були б пропорційними тим, які ви б використовували, якби стандартні помилки були рівно для стандартного відхилення яке вважається однаковим для всіх випробувань. Ви більше не отримаєте значущого загального стандартного інтервалу помилок або довіри для вашої загальної оцінки, оскільки ви викидаєте інформацію про змінну вибірки. $n$ $1/\text{SE}^2$ $2\hat{\sigma}/\sqrt{n}$ $\sigma$ $\hat{\sigma}$

Також зауважте, що якщо групи не мають однакового розміру не є правильною вагою, оскільки стандартна помилка для різниці двох нормальних розподілів - і це лише спрощується до , якщо (плюс ). $n$ $\sqrt{\sigma^2_1/n_1 + \sigma^2_2/n_2}$ $2\sigma/\sqrt{n}$ $n_1=n_2=n/2$ $\sigma=\sigma_1=\sigma_2$

Звичайно, можна приписати відсутні стандартні помилки, припускаючи, що однаковий у всіх дослідженнях. Тоді дослідження без повідомленої стандартної помилки мають ту саму базову мінливість, що і середня кількість досліджень, для яких ви це знаєте, і це легко зробити. $\sigma$

Інша думка полягає в тому, що використання неперероблених доларів США або доларів США за одиницю може або не може бути проблематичним. Іноді може бути бажано використовувати, наприклад, журнал-перетворення для мета-аналізу, а потім для зворотної трансформації.

— Бьорн
джерело

1

Було б корисно мати детальнішу інформацію про ваш набір даних загалом, а також ваші метааналітичні оцінки зокрема. Крім того, було б цікаво дізнатися, які є середні показники та показники рівня повних досліджень, які ви включаєте.

Сказавши це, мій прагматичний підхід полягає у тому, як ви натякаєте, використовувати зважування за розміром вибірки (чому зворотне?), Але пам’ятайте, що це буде в кращому випадку мета-аналіз, що породжує гіпотезу, найбільшою силою якої буде точне визначення недоліків первинні дослідження.

Ось кілька корисних посилань на потенційне використання зважування вибірки в мета-аналізі:

http://facturing.cas.usf.edu/mbrannick/papers/conf/SIOP08Wts.doc

https://www.meta-analysis.com/downloads/Meta%20Analysis%20Fixed%20vs%20Random%20effects.pdf

http://epm.sagepub.com/content/70/1/56.анотація

— Joe_74
джерело