다중 레벨 모델링이없는 경우 연구가 복제 단위 인 메타 분석에서 연구 내 복제를 처리하는 방법은 무엇입니까?


13

연구 설명 :

연구 내 복제 처리와 관련하여 메타 분석에서 일반적인 오류가 관찰되었습니다. 가정이 언급 될 때 오류가 연구를 무효화하는지 여부는 명확하지 않습니다. 그러나 내가 이해하는 것처럼 이러한 가정은 기본 통계 전제를 위반합니다.

예를 들어, 한 연구에서 화학 물질 가 반응 에 미치는 영향을 테스트합니다 .YXY

분석은 로그 응답 비율에 대해 수행된다 : 처리의 비율 (의 존재 하에서 제어하는) (NO ) : X Y 0 XY+XXY0X

R=ln(Y+XY0)

메타 분석에 포함 된 일부 연구에는 여러 처리, 예를 들어 다른 수준 또는 화학적 형태가 포함되어 있습니다 . 항상 동일한 값 사용 하지만 각 처리마다 값이 다릅니다 .R R Y 0XRRY0

메소드 상태 :

단일 연구 내 에서 상이한 치료 (레벨 및 형태)에 대한 반응 은 독립적 인 관찰로 간주되었다.X

질문 :

  • 이 의사 복제가 아닌가요?
  • 독립 법 위반이 방법에 명시되어 있어도 부적절합니까?
  • 연구 복제 내에서 처리하기 쉬운 방법 (예 : 간단한 메타 분석 소프트웨어 패키지 기능 내)은 무엇입니까?

초기 생각 :

  • 예를 들어 평균 응답을 취하여 각 연구의 결과를 요약합니다.
  • 선험적 기준 (예 : 가장 높은 선량, 첫 번째 측정)을 기준으로 각 연구에서 하나의 치료 만 선택합니까?

다른 해결책이 있습니까?


이것은 빠른 추측 일 뿐이지 만 Kim / Becker 2010 : 다중 치료 효과 크기 간의 종속성 정도 를 확인하고 싶을 수도 있습니다 . 기사를 읽지 않았지만 귀하의 질문과 관련이있을 수 있습니다.
Bernd Weiss

메타 분석은 실제로 R의 이러한 모든 차이 값을 평균화합니까? 예를 들어 메타 회귀를 시도하는 것과 비교할 때 다소 이상한 것처럼 보입니다.이 경우 여러 레벨의 X에서 R 간의 차이가 여러 연구에서 결합하는 데 관심이있을 수 있습니다.
손님

@guest 네, 정말 있습니다; 서로 다른 수준의 X가 R에 어떤 영향을 미치는지 관심이 있을지 모르지만 문제는 단순히 "X의 영향이 있습니까?" 이러한 맥락에서 다양한 방법과 연구 조건으로 인해 X가 R에 미치는 영향을 테스트하는 능력은 제한적일 수 있습니다 (영양소 첨가에 대한 생태계 반응).
David LeBauer

1
네 말이 맞아, 문제 야 점 추정치에는 그치지 않지만 정밀도 (즉 표준 오차)의 척도는 너무 작습니다. 제어 그룹 데이터의 다중 사용은 무시합니다. 그러나 메타 분석을하는 사람에게는 뉴스가되어서는 안됩니다. 위의 Kim / Becker 기사는 기본적으로 Gleser & Olkin (1994)의 진술과 함께 다시 언급되었습니다. 확률 적으로 의존하는 효과 크기. Cooper & Hedges (Eds), 연구 종합 핸드북 (pp. 339–355). 이 책은이 분야의 표준 텍스트입니다. 저는 제 2 판을 믿습니다.
손님

답변:


3

예, 설명해야 할 응답에 샘플링 의존성이 있기 때문에 문제가됩니다 (물론 통계 분석을 수행 할 때 항상 영향을 무시할 수 있고 가정을 위반하는 경우도 있음). 이를 처리하는 방법이 있으며, 한 가지 방법은 오차 분산-공분산 행렬에 관련 실험 (비대 각 블록) 간의 공분산을 포함시키는 것입니다 (예 : Hedges et al., 2010 참조). 다행스럽게도 로그 비율을 사용하면 쉽게 수행 할 수 있습니다. log R의 분산 (var)이 (Yx와 Y0이 독립적 인 그룹 인 경우) 다음과 같이 실험간에 대략적인 공분산을 얻을 수 있습니다. log Yx-log Y0, 문제의 표기법을 따르기 위해, Yx는 실험 그룹을 참조하고 Y0 컨트롤 그룹. log R에 대한 두 값 사이의 공분산 (cov) (예 : 처리 1 och 처리 2)은 cov (loge Yx_1-log Y0, log Yx_2-log Y0), var (log Y0)와 같고 SD_Y0 / (n_Y0 * Y0)으로 계산됩니다. 여기서 SD_Y0은 Y0의 표준 편차이고 n_Y0은 대조군 처리의 표본 크기이며 Y0은 대조 처리에서의 가치. 이제 메타 분석을 수행하는 전형적인 방법 인 분산 (ei) 만 사용하는 대신 전체 분산 공분산 행렬을 모델에 플러그인 할 수 있습니다. 이에 대한 예는 다음에서 찾을 수 있습니다.Limpens et al. 2011 년 R (바이오 컨덕터)의 Metahdep 패키지 또는 Hedge D의 Stevens and Taylor 2009 를 사용합니다.

매우 간단하게 유지하려면 문제를 무시하고 샘플링 의존성의 영향을 평가하려고합니다. .


2

예, 이것은 문제입니다.

예, 적어도 그것이하는 일에 대해 투명하지만 투명하지는 않습니다 (투명도를 얻지 만 여전히 만족 스럽지는 않습니다).

이 문제를 해결하는 "쉬운 방법"이 있는지 의심합니다. 메타 분석에 대한 접근 방식에 대해서는 잘 모르지만 특정 메타 분석 소프트웨어가 있고 이와 같은 연구가 소프트웨어를 사용하여 생성되고 게시되는 경우 일반적인 접근 방식 일 수 있습니다. 제안 된 답변 중 하나가 각 연구에서 일부 단위의 정보를 잃게됩니다 (예 : 게시자가 수행 한 작업의 반대 문제)

명백한 해결책은 무작위 요인으로 연구 한 혼합 효과 (즉, 다단계) 모형입니다. 메타 분석 소프트웨어가이를 수행 할 수없는 경우 전문가 용 통계 패키지를 사용하는 것이 좋습니다. 데이터 저장 및 처리에 메타 분석 소프트웨어를 계속 사용할 수 있으며 분석을 위해 데이터를 R, Stata 또는 SAS로 내보낼 수 있습니다.


나는 임상 시험에 대해 생각하고 선량-반응 곡선이 결과 인 상황에서 그것이 괜찮 았는지 궁금해했다. 왜냐하면 곡선 기능을 비교할 수 있기 때문이다. 그게 가능합니까?
Michelle

한 연구의 여러 결과가 어떻게 든 상관 관계가 있기 때문에 "새로운"정보가 아니라는 문제와 크게 차이가 없다고 생각합니다. 그러나 곡선의 다양한 추정치 사이의 상관 관계를 제어하는 ​​한 곡선 함수의 메타 분석이 가능할 것입니다. 그것들이 모두 같은 형식이고 매개 변수를 추정하는 것이라면 가능할 것입니다.
피터 엘리스

@Michelle 저는 Peter와 동의합니다. 곡선의 매개 변수를 요약하면 각 곡선에서 하나의 매개 변수 추정값을 얻을 수 있습니다.
Abe
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.