คำถามติดแท็ก meta-analysis

เรียนคุณทุกคน - ฉันสังเกตเห็นบางสิ่งแปลก ๆ ที่ไม่สามารถอธิบายได้ไหม โดยสรุป: แนวทางแบบแมนนวลเพื่อคำนวณช่วงความมั่นใจในโมเดลการถดถอยโลจิสติกและฟังก์ชัน R confint()ให้ผลลัพธ์ที่แตกต่างกัน ฉันเคยผ่านการถดถอยโลจิสติกประยุกต์ของ Hosmer & Lemeshow แล้ว (ฉบับที่ 2) ในบทที่ 3 มีตัวอย่างของการคำนวณอัตราส่วนอัตราต่อรองและช่วงความมั่นใจ 95% ด้วย R ฉันสามารถสร้างโมเดลได้อย่างง่ายดาย: Call: glm(formula = dataset$CHD ~ as.factor(dataset$dich.age), family = "binomial") Deviance Residuals: Min 1Q Median 3Q Max -1.734 -0.847 -0.847 0.709 1.549 Coefficients: Estimate Std. Error z value …

34 r  regression  logistic  confidence-interval  profile-likelihood  correlation  mcmc  error  mixture  measurement  data-augmentation  r  logistic  goodness-of-fit  r  time-series  exponential  descriptive-statistics  average  expected-value  data-visualization  anova  teaching  hypothesis-testing  multivariate-analysis  r  r  mixed-model  clustering  categorical-data  unsupervised-learning  r  logistic  anova  binomial  estimation  variance  expected-value  r  r  anova  mixed-model  multiple-comparisons  repeated-measures  project-management  r  poisson-distribution  control-chart  project-management  regression  residuals  r  distributions  data-visualization  r  unbiased-estimator  kurtosis  expected-value  regression  spss  meta-analysis  r  censoring  regression  classification  data-mining  mixture 

เอกสารวิธีการหลายอย่าง (เช่น Egger et al 1997a, 1997b) อภิปรายอคติสิ่งพิมพ์ที่เปิดเผยโดย meta-analyzes โดยใช้ช่องทางเช่นด้านล่าง บทความ 1997b กล่าวต่อไปว่า "หากมีอคติในการตีพิมพ์เป็นที่คาดหวังว่าจากการศึกษาที่ตีพิมพ์ผลงานที่ใหญ่ที่สุดจะรายงานผลที่เล็กที่สุด" แต่ทำไมล่ะ สำหรับฉันดูเหมือนว่าทั้งหมดนี้จะพิสูจน์ได้ว่าสิ่งที่เรารู้แล้ว: เอฟเฟกต์เล็ก ๆ สามารถตรวจจับได้ด้วยตัวอย่างขนาดใหญ่เท่านั้น ในขณะที่ไม่ได้พูดอะไรเกี่ยวกับการศึกษาที่ยังไม่ถูกตีพิมพ์ นอกจากนี้ผลงานที่อ้างถึงอ้างว่าความไม่สมมาตรที่ประเมินด้วยสายตาในช่องทางพล็อต "บ่งชี้ว่ามีการตีพิมพ์แบบคัดสรรไม่ใช่การทดลองขนาดเล็กที่มีประโยชน์น้อยกว่ามาก" แต่อีกครั้งผมไม่เข้าใจวิธีการใด ๆคุณสมบัติของการศึกษาที่ได้รับการตีพิมพ์อาจจะสามารถบอกอะไรเรา (ช่วยให้เราสามารถให้ข้อสรุป) เกี่ยวกับผลงานที่ได้รับการตีพิมพ์! การอ้างอิง Egger, M. , Smith, GD, & Phillips, AN (1997) meta-analysis: หลักการและวิธีการ BMJ, 315 (7121), 1533-1537 Egger, M. , Smith, GD, Schneider, M. , …

32 meta-analysis  publication-bias 

การวิเคราะห์อภิมานรวมถึงการศึกษาจำนวนมากซึ่งทั้งหมดนี้รายงานค่า P มากกว่า 0.05 เป็นไปได้หรือไม่ที่การวิเคราะห์อภิมานโดยรวมรายงานค่า P น้อยกว่า 0.05 ภายใต้สถานการณ์ใด (ฉันค่อนข้างมั่นใจว่าคำตอบคือใช่ แต่ฉันต้องการอ้างอิงหรือคำอธิบาย)

29 statistical-significance  meta-analysis  combining-p-values 

ในบทความล่าสุดMasicampo และ Lalande (ML) ได้รวบรวมค่า p จำนวนมากที่ตีพิมพ์ในการศึกษาที่แตกต่างกันมากมาย พวกเขาสังเกตเห็นการกระโดดที่น่าสนใจในฮิสโตแกรมของค่า p ขวาที่ระดับวิกฤตที่ยอมรับได้ 5% มีการสนทนาที่ดีเกี่ยวกับ ML ปรากฏการณ์นี้ในบล็อกของ Prof. Wasserman: http://normaldeviate.wordpress.com/2012/08/16/p-values-gone-wild-and-multiscale-madness/ ในบล็อกของเขาคุณจะพบฮิสโตแกรม: เนื่องจากระดับ 5% เป็นแบบแผนและไม่ใช่กฎหมายของธรรมชาติสิ่งที่ทำให้เกิดพฤติกรรมนี้ของการกระจายเชิงประจักษ์ของค่า p- เผยแพร่? การเลือกอคติ“ การปรับ” อย่างเป็นระบบของค่า p เหนือระดับวิกฤตที่ยอมรับได้หรืออะไร

27 statistical-significance  p-value  meta-analysis 

มีวิธีการอะไรในการตรวจจับการฉ้อโกงความผิดปกติความผิดพลาด ฯลฯ ในงานทางวิทยาศาสตร์ที่ผลิตโดยบุคคลที่สาม (ฉันถูกกระตุ้นให้ถามเรื่องนี้จากเรื่องMarc Hauserเมื่อเร็วๆนี้) โดยปกติแล้วสำหรับการเลือกตั้งและการฉ้อโกงทางบัญชีกฎหมายของ Benford ได้ถูกอ้างถึง ผมไม่แน่ใจว่าวิธีการนี้สามารถนำไปใช้เช่นกรณีมาร์คฮาวเซอร์เพราะกฎหมายของ Benford ต้องใช้หมายเลขที่จะเข้าสู่ระบบประมาณเครื่องแบบ ตัวอย่างที่เป็นรูปธรรมสมมุติว่ากระดาษอ้างถึงค่า p สำหรับการทดสอบทางสถิติจำนวนมาก ใครคนหนึ่งสามารถเปลี่ยนสิ่งเหล่านี้ให้มีความสม่ำเสมอจากนั้นจึงใช้กฎของ Benford? ดูเหมือนว่าจะมีปัญหาทุกอย่างเกี่ยวกับวิธีการนี้ ( เช่นสมมติฐานว่างบางอย่างอาจผิดกฎหมายรหัสสถิติอาจให้ค่า p ซึ่งมีค่าประมาณที่ถูกต้องเท่านั้นการทดสอบอาจให้ค่า p-uniform ภายใต้ null asymptotically, ฯลฯ )

23 meta-analysis  fraud 

ฉันได้รับการตรวจสอบชุดของเอกสารรายงานการสังเกตค่าเฉลี่ยและ SD ของการวัดของแต่ละในกลุ่มตัวอย่างของแต่ละขนาดที่รู้จักกัน n ฉันต้องการคาดเดาที่ดีที่สุดเกี่ยวกับการกระจายตัวของมาตรการเดียวกันในการศึกษาใหม่ที่ฉันกำลังออกแบบและความไม่แน่นอนในการเดานั้น ฉันยินดีที่จะรับX ∼ N ( μ , σ 2 )XXXnnnX∼ N( μ , σ2X~ยังไม่มีข้อความ(μ,σ2X \sim N(\mu, \sigma^2 ความคิดแรกของฉันคือการวิเคราะห์อภิมาน แต่โดยทั่วไปแล้วตัวแบบจะใช้การประมาณจุดและช่วงความมั่นใจที่สอดคล้องกัน แต่ผมอยากจะบอกอะไรบางอย่างเกี่ยวกับการกระจายเต็มรูปแบบของซึ่งในกรณีนี้จะรวมทั้งยังทำให้การคาดเดาเกี่ยวกับความแปรปรวนσ 2 XXXσ2σ2\sigma^2 ฉันได้อ่านเกี่ยวกับวิธีการของ Bayeisan ที่เป็นไปได้ในการประมาณค่าพารามิเตอร์ชุดสมบูรณ์ของการแจกแจงที่กำหนดในแง่ของความรู้ก่อนหน้า โดยทั่วไปแล้วสิ่งนี้เหมาะสมสำหรับฉัน แต่ฉันไม่มีประสบการณ์ในการวิเคราะห์แบบเบย์ นี่เป็นปัญหาที่ค่อนข้างง่ายและตรงไปตรงมาที่จะตัดฟันของฉัน 1) จากปัญหาของฉันวิธีการใดที่เหมาะสมที่สุดและเพราะเหตุใด การวิเคราะห์เมตาดาต้าหรือวิธีการแบบเบย์? 2) ถ้าคุณคิดว่าวิธีการแบบเบย์นั้นดีที่สุดคุณสามารถชี้ให้ฉันเห็นวิธีการที่จะนำไปใช้ (ควรเป็น R) หรือไม่? คำถามที่เกี่ยวข้อง การแก้ไข: ฉันพยายามทำสิ่งนี้ในสิ่งที่ฉันคิดว่าเป็นแบบเบย์เรียบง่าย ดังที่ฉันได้กล่าวไว้ข้างต้นฉันไม่เพียง แต่สนใจค่าเฉลี่ยที่ประมาณแต่ยังรวมถึงความแปรปรวนσ 2ในแง่ของข้อมูลก่อนหน้าเช่นP ( μ , σ …

21 bayesian  normal-distribution  meta-analysis 

ฉันแค่สงสัยว่าสถิติของเบย์จะถูกนำมาใช้ตั้งแต่การศึกษาครั้งแรกจนถึงครั้งสุดท้ายหรือไม่หากนี่เป็นการวิเคราะห์เมตาดาต้าที่ล้าสมัย ตัวอย่างเช่นสมมติว่ามีการศึกษา 20 ครั้งซึ่งทำในเวลาที่ต่างกัน การประเมินหรือการกระจายของการศึกษาครั้งแรกได้ทำกับuninformativeก่อน การศึกษาที่สองใช้การแจกแจงหลังเป็นแบบก่อน การกระจายหลังใหม่นี้ใช้ก่อนหน้านี้สำหรับการศึกษาที่สามเป็นต้น ในตอนท้ายเรามีการประมาณการซึ่งมีการประมาณการหรือข้อมูลทั้งหมดที่เคยทำมาก่อน มันสมเหตุสมผลหรือไม่ที่จะทำการวิเคราะห์อภิมาน? ที่น่าสนใจฉันคิดว่าการเปลี่ยนลำดับของการวิเคราะห์นี้จะเปลี่ยนการกระจายของหลังสุดด้วยความเคารพประมาณการ

18 bayesian  meta-analysis 

พื้นหลัง ฉันกำลังดูแลการป้อนข้อมูลจากวรรณกรรมหลักลงในฐานข้อมูล กระบวนการป้อนข้อมูลนั้นเกิดข้อผิดพลาดได้ง่ายโดยเฉพาะอย่างยิ่งเนื่องจากผู้ใช้ต้องตีความการออกแบบการทดลองดึงข้อมูลจากกราฟิกและตารางและแปลงผลลัพธ์เป็นหน่วยมาตรฐาน ข้อมูลจะถูกป้อนเข้าสู่ฐานข้อมูล MySQL ผ่านเว็บอินเตอร์เฟส จุดข้อมูลมากกว่า 10k จากตัวแปร> 20 ชนิด> 100 สปีชีส์และ> 500 การอ้างอิงได้ถูกรวมไว้แล้ว ฉันต้องการเรียกใช้การตรวจสอบคุณภาพของข้อมูลตัวแปรไม่เพียง แต่รวมถึงข้อมูลที่มีอยู่ในตารางการค้นหาเช่นสปีชีส์ที่เกี่ยวข้องกับแต่ละจุดข้อมูลสถานที่ตั้งของการศึกษา ฯลฯ การป้อนข้อมูลยังดำเนินอยู่ดังนั้น QA / QC จะต้องทำงานเป็นระยะ ๆ ข้อมูลยังไม่ได้เผยแพร่สู่สาธารณะ แต่เราวางแผนที่จะเผยแพร่ในอีกไม่กี่เดือนข้างหน้า ปัจจุบัน QA / QC ของฉันมีสามขั้นตอน: ผู้ใช้ที่สองตรวจสอบแต่ละจุดข้อมูล ตรวจสอบฮิสโตแกรมที่มองเห็นด้วยตาแต่ละตัวแปรสำหรับค่าผิดปกติ ผู้ใช้รายงานข้อมูลที่น่าสงสัยหลังจากได้รับผลลัพธ์ปลอม คำถาม มีแนวทางที่ฉันสามารถใช้สำหรับการพัฒนากระบวนการ QA / QC ที่มีประสิทธิภาพสำหรับฐานข้อมูลนี้หรือไม่? ขั้นตอนแรกใช้เวลานานที่สุด มีสิ่งใดบ้างที่ฉันสามารถทำได้เพื่อให้มีประสิทธิภาพมากขึ้น

18 dataset  meta-analysis  quality-control  database 

ฉันมีชุดข้อมูลเกี่ยวกับการทดลองทางการเกษตร ตัวแปรตอบกลับของฉันคืออัตราส่วนการตอบสนอง: บันทึก (การรักษา / การควบคุม) ฉันสนใจในสิ่งที่เป็นสื่อกลางความแตกต่างดังนั้นฉันจึงเรียกใช้ RE-meta-regressions (ไม่ถ่วงน้ำหนักเนื่องจากดูเหมือนชัดเจนว่าขนาดของเอฟเฟกต์นั้นไม่มีความสัมพันธ์กับความแปรปรวนของการประมาณ) การศึกษาแต่ละครั้งจะรายงานถึงผลผลิตของข้าว, ชีวมวลหรือทั้งสองอย่าง ฉันไม่สามารถแยกแยะผลผลิตข้าวจากการศึกษาที่รายงานผลผลิตชีวมวลเพียงอย่างเดียวเพราะไม่ใช่พืชที่ศึกษาทั้งหมดมีประโยชน์สำหรับเมล็ดพืช (เช่นอ้อยรวมอยู่ด้วย) แต่พืชแต่ละชนิดที่ผลิตธัญพืชก็มีชีวมวลด้วยเช่นกัน สำหรับเพื่อนร่วมงานที่ขาดหายไปฉันใช้การใส่คำซ้ำซ้ำ (ตามบทตำราของ Andrew Gelman) ดูเหมือนว่าจะให้ผลลัพธ์ที่สมเหตุสมผลและโดยทั่วไปกระบวนการทั้งหมดนั้นใช้งานง่าย โดยทั่วไปฉันคาดการณ์ค่าที่หายไปและใช้ค่าที่คาดการณ์เหล่านั้นเพื่อคาดการณ์ค่าที่หายไปและวนซ้ำแต่ละตัวแปรจนกว่าแต่ละตัวแปรจะมาบรรจบกัน (ในการแจกแจง) มีเหตุผลใดบ้างที่ฉันไม่สามารถใช้กระบวนการเดียวกันเพื่อใส่ข้อมูลผลลัพธ์ที่ขาดหายไป ฉันอาจจะสร้างแบบจำลองการให้ข้อมูลที่ค่อนข้างมีความหมายสำหรับอัตราส่วนการตอบสนองของสิ่งมีชีวิตต่อหน่วยพื้นที่โดยพิจารณาจากอัตราส่วนการตอบสนองของธัญพืชชนิดของพืชและ covariates อื่น ๆ ที่ฉันมี จากนั้นฉันจะเฉลี่ยค่าสัมประสิทธิ์และ VCV ของและเพิ่มการแก้ไข MI ตามการปฏิบัติมาตรฐาน แต่สัมประสิทธิ์เหล่านี้วัดได้อย่างไรเมื่อผลลัพธ์ของตัวเองถูกกำหนดไว้? การตีความสัมประสิทธิ์นั้นแตกต่างจาก MI มาตรฐานสำหรับ covariates หรือไม่? เมื่อคิดถึงเรื่องนี้ฉันไม่สามารถโน้มน้าวตัวเองได้ว่าสิ่งนี้ไม่ได้ผล แต่ฉันก็ไม่แน่ใจ ยินดีต้อนรับความคิดและข้อเสนอแนะสำหรับการอ่านเนื้อหา

17 missing-data  meta-analysis  multiple-imputation  meta-regression 

สมมติว่าหนึ่งมีสองตัวอย่างอิสระจากประชากรเดียวกันและวิธีการที่แตกต่างกันถูกนำมาใช้ในสองตัวอย่างเพื่อให้ได้มาซึ่งการประเมินจุดและช่วงความเชื่อมั่น ในกรณีเล็ก ๆ น้อย ๆ คนที่มีเหตุผลจะรวมกลุ่มสองตัวอย่างและใช้วิธีการหนึ่งเพื่อทำการวิเคราะห์ แต่ลองสมมติว่าช่วงเวลาที่วิธีการที่แตกต่างกันต้องใช้เนื่องจากข้อ จำกัด ของตัวอย่างหนึ่งตัวอย่างเช่นข้อมูลที่หายไป การวิเคราะห์ทั้งสองแยกนี้จะสร้างการประมาณการที่เป็นอิสระและเท่าเทียมกันสำหรับแอตทริบิวต์ของประชากรที่น่าสนใจ ฉันคิดว่าควรจะมีวิธีที่จะรวมการประมาณสองอย่างนี้เข้าด้วยกันอย่างถูกต้องทั้งในแง่ของการประมาณค่าพอยต์และช่วงความเชื่อมั่น คำถามของฉันคือสิ่งที่ควรเป็นวิธีที่ดีที่สุดที่จะทำ? ฉันสามารถจินตนาการค่าเฉลี่ยถ่วงน้ำหนักของการจัดเรียงบางอย่างตามข้อมูล / ขนาดตัวอย่างในแต่ละตัวอย่าง แต่สิ่งที่เกี่ยวกับช่วงความเชื่อมั่นหรือไม่

17 confidence-interval  meta-analysis 

เพื่อนร่วมงาน (ที่ไม่ใช่นักสถิติ) กำลังเผชิญหน้ากับการวิเคราะห์เมตาในเอกสารที่เขาวิจารณ์วารสารทางการแพทย์และกำลังมองหาวิธีการรักษาระดับเบื้องต้นที่ดีเพื่อที่เขาจะได้ให้ความรู้กับตัวเอง คำแนะนำใด ๆ ที่ชื่นชอบ? หนังสือเอกสารบทความการสำรวจที่ไม่ใช่ทางเทคนิคล้วน แต่เป็นเรื่องปกติ (ใช่เขาคุ้นเคยกับรายการ Wikipedia และสิ่งอื่น ๆ ที่เข้าถึงได้ง่ายจากการค้นหาของ Google เช่นบทความเล็ก ๆ ที่ดีของ Jerry Dallal )

15 modeling  meta-analysis 

ฉันกำลังพิจารณาทำการวิเคราะห์อภิมานสำหรับสาขาวิชาเฉพาะทางด้านการวิวัฒนาการ แต่ก่อนที่ฉันจะไปไกลกว่านี้ฉันอยากรู้ ข้อดีและข้อเสียของกระบวนการคืออะไร ตัวอย่างเช่นไม่จำเป็นต้องทำการทดลองเชิงปฏิบัติเป็นข้อได้เปรียบ (เวลาและเงิน) แต่จะมีอคติการตีพิมพ์ (มีการเผยแพร่ผลลัพธ์ที่น่าตื่นเต้นมากขึ้น) ซึ่งจะเสียเปรียบ วารสารทางสถิติเรื่องใดที่กล่าวถึงข้อดีข้อเสียของการวิเคราะห์อภิมาน

14 meta-analysis 

เราควรจะเปลี่ยนผลการค้นหาเป็นประจำไปสู่ ​​Bayesian ได้อย่างไร? พิจารณาสถานการณ์ทั่วไปที่น่าสนใจต่อไปนี้: ทำการทดลองในอดีตและผลลัพธ์ของพารามิเตอร์บางอย่างถูกวัด การวิเคราะห์ทำด้วยวิธีการที่ใช้บ่อย ช่วงความเชื่อมั่นสำหรับได้รับในผลลัพธ์ϕφϕ\phiφϕ\phi ตอนนี้ผมกำลังทำบางการทดสอบใหม่ที่ฉันต้องการที่จะวัดค่าพารามิเตอร์อื่น ๆ บางพูดทั้งและ\การทดลองของฉันแตกต่างจากการศึกษาก่อนหน้า --- มันไม่ได้ใช้วิธีการเดียวกัน ผมอยากจะทำวิเคราะห์คชกรรมและดังนั้นผมจะต้องไพรเออร์ขึ้นในวันที่และ\ϕ θ ϕθθ\thetaφϕ\phiθθ\thetaφϕ\phi ไม่มีการวัดก่อนหน้านี้ที่ได้รับการดำเนินการดังนั้นฉันวาง uninformative (พูดว่าชุดของมัน) ก่อนที่มัน θθ\theta ดังที่กล่าวไว้มีผลลัพธ์ก่อนหน้าสำหรับกำหนดเป็นช่วงความมั่นใจ ในการใช้ผลลัพธ์นั้นในการวิเคราะห์ปัจจุบันของฉันฉันจะต้องแปลผลลัพธ์นักการประจำก่อนหน้านี้เป็นข้อมูลก่อนการวิเคราะห์ของฉัน φϕ\phi ตัวเลือกหนึ่งที่ไม่สามารถใช้งานได้ในสถานการณ์จำลองนี้คือการทำซ้ำการวิเคราะห์ก่อนหน้าซึ่งนำไปสู่การวัดในแบบเบย์ ถ้าฉันสามารถทำสิ่งนี้จะมีหลังจากการทดลองก่อนหน้านี้ที่ฉันจะใช้เป็นของฉันก่อนหน้านี้และจะไม่มีปัญหาϕφϕ\phi φϕ\phi ฉันควรแปล CI ที่ใช้บ่อยเป็นการแจกแจงก่อนแบบเบย์สำหรับการวิเคราะห์ของฉันได้อย่างไร หรือกล่าวอีกนัยหนึ่งฉันจะแปลผลลัพธ์ที่พบบ่อยที่สุดในให้เป็นหลังที่ที่ฉันจะใช้ก่อนหน้านี้ในการวิเคราะห์ได้อย่างไรϕφϕ\phiφϕ\phi ข้อมูลเชิงลึกหรือการอ้างอิงใด ๆ ที่กล่าวถึงปัญหาประเภทนี้ยินดีต้อนรับ

13 bayesian  confidence-interval  meta-analysis  prior 

ความกังวลเกี่ยวกับคำถามของฉันไพรเออร์กับขนาดของผลกระทบในโครงการของฉันวัดเป็นของโคเฮนDจากการอ่านวรรณกรรมดูเหมือนว่านักบวชที่คลุมเครือมักถูกนำมาใช้เช่นในโรงเรียนแปดตัวอย่างที่เป็นตัวอย่างของการวิเคราะห์อภิมานเบย์แบบลำดับชั้น ในตัวอย่างแปดโรงเรียน, ฉันได้เห็นคลุมเครือก่อนที่ใช้สำหรับการประมาณการของหมู่บ้านเช่น \ หมู่ _ {\ theta} \ ซิม \ operatorname {} ปกติ (0, 100)DDDμθ∼normal(0,100)μθ∼normal⁡(0,100)\mu_{\theta} \sim \operatorname{normal}(0, 100) วินัยของฉันคือจิตวิทยาโดยปกติแล้วขนาดของเอฟเฟกต์จะเล็ก เป็นเช่นนี้ผมกำลังพิจารณาที่จะใช้นี้ก่อน: μθ∼normal(0,.5)μθ∼normal⁡(0,.5)\mu_{\theta} \sim \operatorname{normal}(0, .5)0.5) เหตุผลของฉันก่อนหน้านี้อย่างแน่นหนาคือจากความเข้าใจของฉันเกี่ยวกับนักบวชฉันกำลังวางความน่าจะเป็น 95% ก่อนที่μθμθ\mu_{\theta}อยู่ระหว่าง -1 ถึง 1 ทำให้ความน่าจะเป็นก่อนหน้านี้ 5% สำหรับผลกระทบที่ใหญ่กว่า - 1 หรือ 1 เนื่องจากเอฟเฟกต์ที่มีขนาดใหญ่นี้ไม่ค่อยเกิดขึ้นนี่เป็นเหตุผลที่สมควรมาก่อนหรือไม่?

13 bayesian  meta-analysis  effect-size 

คำอธิบายของการศึกษา: ฉันได้สังเกตเห็นข้อผิดพลาดทั่วไปในหมู่การวิเคราะห์เมตาเกี่ยวกับการจัดการการจำลองแบบภายในการศึกษา มันไม่ชัดเจนสำหรับฉันหากความผิดพลาดทำให้การศึกษาเป็นไปอย่างไม่ราบรื่นเมื่อมีการระบุสมมติฐาน อย่างไรก็ตามตามที่ฉันเข้าใจสมมติฐานเหล่านี้ละเมิดสมมติฐานขั้นพื้นฐานของสถิติ ตัวอย่างเช่นการศึกษาการทดสอบผลกระทบของสารเคมีกับการตอบสนองYXXXYYY การวิเคราะห์จะดำเนินการกับอัตราส่วนการตอบสนองบันทึก: อัตราส่วนของการรักษา (ต่อหน้าX ) ต่อการควบคุมY 0 (ไม่ใช่X ):Y+ XY+XY_{+X}XXXY0Y0Y_{0}XXX R = ln( Y+ XY0)R=ln⁡(Y+XY0)R = \ln(\frac{Y_{+X}}{Y_{0}}) บางส่วนของการศึกษาที่รวมอยู่ใน meta-analysis มีการรักษาหลายระดับที่แตกต่างกันตัวอย่างหรือรูปแบบทางเคมีของXสำหรับการรักษาแต่ละครั้งมีค่าR ที่แตกต่างกันแม้ว่าRจะใช้ค่าเดียวกันของY 0เสมอXXXRRRRRRY0Y0Y_0 สถานะวิธีการ: XXX คำถาม: การปลอมแปลงนี้ไม่ใช่หรือ มันไม่เหมาะสมแม้ว่าจะมีการระบุการละเมิดความเป็นอิสระในวิธีการหรือไม่? อะไรจะเป็นวิธีที่ง่าย (เช่นในความสามารถของแพคเกจซอฟต์แวร์การวิเคราะห์เมตาง่ายๆ) เพื่อจัดการกับการจำลองแบบการศึกษา? ความคิดเริ่มต้น: สรุปผลการศึกษาแต่ละครั้งเช่นการตอบสนองโดยเฉลี่ย เลือกการรักษาเพียงครั้งเดียวจากการศึกษาแต่ละครั้งตามเกณฑ์เบื้องต้น (เช่นขนาดยาสูงสุดการวัดครั้งแรก)? มีวิธีแก้ไขปัญหาอื่น ๆ อีกไหม?

13 repeated-measures  meta-analysis