ΜΕΤΑ-ΑΝΑΛΥΣΕΙΣ Γ. Σιδερίδης Πανεπιστήμιο Κρήτης. Meta-Analysis  Τί είναι;  Πότε την χρησιμοποιούμε;  Γιατί είναι σημαντική;  Τί συμβαίνει στη μετά-ανάλυση;

Παρουσίαση με θέμα: "ΜΕΤΑ-ΑΝΑΛΥΣΕΙΣ Γ. Σιδερίδης Πανεπιστήμιο Κρήτης. Meta-Analysis  Τί είναι;  Πότε την χρησιμοποιούμε;  Γιατί είναι σημαντική;  Τί συμβαίνει στη μετά-ανάλυση;"— Μεταγράφημα παρουσίασης:

1 ΜΕΤΑ-ΑΝΑΛΥΣΕΙΣ Γ. Σιδερίδης Πανεπιστήμιο Κρήτης

2 Meta-Analysis  Τί είναι;  Πότε την χρησιμοποιούμε;  Γιατί είναι σημαντική;  Τί συμβαίνει στη μετά-ανάλυση;  Είναι επιστημονική μέθοδος;  Είναι συστηματική;  Σε τί διαφέρει από την κλασσική ανασκόπηση της βιβλιογραφίας;

3 Κλασσική Φόρμυλα

4 Τί Θεωρείται Αποδεκτό;  Cohen’s Κανόνες (“Rules-of-Thumb”) –Σταθμισμένη Διαφορά (standardized mean difference effect size)  small = 0.20  medium = 0.50  large = 0.80 –Συντελεστής συσχέτισης (correlation coefficient)  small = 0.10  medium = 0.25  large = 0.40 –Αναλογίες (odds-ratio)  small = 1.50  medium = 2.50  large = 4.30

5 Παράδειγμα Αναλογιών (Odds ratio) Παράδειγμα: 2010 300/150 = 2 1515

6 Αλλαγές στα Δεδομένα (Transformations)  Προσαρμογή για τη συνεισφορά της μελέτης στη μετά-ανάλυση  Προσαρμογή για το μέγεθος του δείγματος συνολικά. Ν συνολικό δείγμα

7 Παράδειγμα

8 Παράδειγμα  Έχουμε ένα σετ σταθμισμένων διαφορών [effect sizes (ES)] στα οποία έχει γίνει η κλασική προσαρμογή για το μέγεθος του δείγματος της μελέτης.  Για κάθε ένα effect size έχουμε και το ‘βάρος’ που αναλογεί στην συγκεκριμένη μελέτη [inverse variance weight (w)].

9 Το «Ζυγισμένο» Effect Size, Προσαρμοσμένο για το μέγεθος του δείγματος της μελέτης  Γινόμενο του effect size (ES) και του ‘βάρους’ (w) για τις 10 μελέτες.

10 Το «Ζυγισμένο» Effect Size, Προσαρμοσμένο για το μέγεθος του δείγματος της μελέτης  Γινόμενο για κάθε μελέτη

11 Το «Ζυγισμένο» Effect Size, Προσαρμοσμένο για το μέγεθος του δείγματος της μελέτης  Επανάληψη για του υπολογισμού για κάθε μελέτη.

12 Το «Ζυγισμένο» Effect Size, Προσαρμοσμένο για το μέγεθος του δείγματος της μελέτης  Προσθέτουμε τις στήλες για w και ES.  Διαιρούμε τα 2 αποτελέσματα (sums).

13 Το σταθμισμένο σφάλμα των ES  Βρίσκεται διαιρώντας το 1 με το sum των βαρών και παίρνοντας την τετραγωνική ρίζα αυτού.

14 Μέσος όρος, σταθμισμένο σφάλμα και διαστήματα εμπιστοσύνης Mean ES SE of the Mean ES 95% Confidence Interval

15 Μειονεκτήματα  Μεγάλη δουλειά!  Ειδικές αναλύσεις  Μήλα –αχλάδια (επιλογή των εργασιών, π.χ., διαφορετικές παρεμβάσεις)  Το αποτέλεσμά της εξαρτάται από την ποιότητα των εργασίων που ξανα- αναλύθηκαν.  Επιδράσεις (ES) που εξαρτώνται από μεταβλητές που δεν ελέγχθηκαν  Διακυμάνσεις μικρών δειγμάτων  Αιτιακές σχέσεις;  Προκατάληψη των εργασιών που δημοσιεύονται!