Metaanalyse: Anteil
| Befehl: | Statistiken MetaanalyseAnteil |
|---|
Einen kurzen Überblick über die Metaanalyse in MedCalc finden Sie unter Metaanalyse: Einleitung.
MedCalc verwendet eine Freeman-Tukey-Transformation (Arkussinus-Quadratwurzel-Transformation; Freeman und Tukey, 1950) zur Berechnung des gewichteten Gesamtanteils nach dem Modell mit festen und dem Modell mit zufälligen Effekten (DerSimonian & Laird, 1986).
Eingabe von Daten
Die Daten der verschiedenen Studien können wie folgt in das Tabellenblatt eingegeben werden:
| A | B | C | D | |
|---|---|---|---|---|
| Study | Positive | Total | ||
| 1 | Ward, 1999 | 226 | 324 | |
| 2 | Li, 2012 | 48 | 61 | |
| 3 | Peterson, 2009 | 43 | 59 | |
| 4 | Kim, 2005 | 191 | 295 | |
| 5 | Chang, 2008 | 2532 | 5033 | |
| 6 | Reyes, 2013 | 64 | 110 | |
| 7 | Gauther, 2013 | 100 | 183 | |
| 8 | García, 2007 | 35 | 45 |
Erforderliche Eingabe
Das Dialogfeld für „Metaanalyse: Anteil“ kann anschließend ausgefüllt werden.
Studien: eine Variable, die eine Kennung der verschiedenen Studien enthält.
Daten
Gesamtzahl der Fälle: eine Variable, die die Gesamtzahl der Fälle in den verschiedenen Studien enthält.
Anzahl der positiven Fälle: eine Variable, die die Anzahl der positiven Fälle in den verschiedenen Studien enthält.
Filter
Ein Filter, um nur eine ausgewählte Untergruppe von Studien in die Metaanalyse einzubeziehen.
Filter: ein Filter, um nur eine ausgewählte Untergruppe von Fällen in das Diagramm einzubeziehen.
Optionen
- Walddiagramm (Forest-Plot): Erstellt ein Walddiagramm (Forest-Plot).
- Markierungsgröße relativ zu Studiengewichtung: Option, die Größe der Markierungen, die die Effekte der Studien darstellen, entsprechend den den verschiedenen Studien zugewiesenen Gewichten variieren zu lassen. Sie können die Gewichte des Modells mit festen Effekten oder die Gewichte des Modells mit zufälligen Effekten wählen.
- Gepoolten Effekt zeichnen – Modell mit festen Effekten: Option, den gepoolten Effekt nach dem Modell mit festen Effekten in das Walddiagramm einzubeziehen.
- Gepoolten Effekt zeichnen – Modell mit zufälligen Effekten: Option, den gepoolten Effekt nach dem Modell mit zufälligen Effekten in das Walddiagramm einzubeziehen.
- Diamanten für gepoolte Auswirkungen: Option, die gepoolten Effekte mithilfe eines Diamanten darzustellen (die Position des Diamanten stellt die geschätzte Effektstärke dar, und die Breite des Diamanten spiegelt die Präzision der Schätzung wider).
- Trichterdiagramm: Erstellt ein Trichterdiagramm, um auf das Vorliegen eines Publikationsbias zu prüfen. Siehe Metaanalyse: Einleitung.
Ergebnisse
Variable für Studien | Study |
|---|---|
Variable für Gesamtzahl der Fälle | Total |
Variable für Anzahl der positiven Fälle | Positive |
Studie | Stichprobengröße | Anteil (%) | 95 % CI | Gewicht (%) | |
|---|---|---|---|---|---|
Fest | Zufällig | ||||
Ward, 1999 | 324 | 69.753 | 64.433 bis 74.708 | 5.31 | 13.72 |
Li, 2012 | 61 | 78.689 | 66.319 bis 88.136 | 1.01 | 11.17 |
Peterson, 2009 | 59 | 72.881 | 59.731 bis 83.637 | 0.98 | 11.08 |
Kim, 2005 | 295 | 64.746 | 58.997 bis 70.195 | 4.84 | 13.65 |
Chang, 2008 | 5033 | 50.308 | 48.917 bis 51.699 | 82.28 | 14.45 |
Reyes, 2013 | 110 | 58.182 | 48.395 bis 67.517 | 1.81 | 12.43 |
Gauther, 2013 | 183 | 54.645 | 47.134 bis 62.003 | 3.01 | 13.17 |
García, 1007 | 45 | 77.778 | 62.911 bis 88.795 | 0.75 | 10.34 |
Summe (feste Effekte) | 6110 | 53.084 | 51.824 bis 54.341 | 100.00 | 100.00 |
Summe (zufällige Effekte) | 6110 | 65.145 | 56.691 bis 73.144 | 100.00 | 100.00 |
Test auf Heterogenität
Q | 111.5990 |
|---|---|
DF | 7 |
Signifikanzniveau | P < 0.0001 |
I2 (Inkonsistenz) | 93.73% |
95 % CI für I2 | 89.88 bis 96.11 |
Publikationsbias
Egger-Test | |
|---|---|
Achsenabschnitt | 4.4524 |
95 % CI | 1.8448 bis 7.0600 |
Signifikanzniveau | P = 0.0058 |
Beggs Test | |
Kendalls Tau | 0.1429 |
Signifikanzniveau | P = 0.6207 |
  |
Das Programm listet die Anteile (ausgedrückt als Prozentsatz) mit ihrem 95 %-KI auf, die in den einzelnen in die Metaanalyse einbezogenen Studien ermittelt wurden.
Der gepoolte Anteil mit 95 %-KI wird sowohl für das Modell mit festen Effekten als auch für das Modell mit zufälligen Effekten angegeben.
Das Modell mit zufälligen Effekten liefert tendenziell eine konservativere Schätzung (d. h. mit breiterem Konfidenzintervall), aber die Ergebnisse der beiden Modelle stimmen meist überein, wenn keine Heterogenität vorliegt. Siehe Metaanalyse: Einleitung zur Interpretation der Heterogenitätsstatistiken Cochrans Q und I2. Liegt Heterogenität vor, sollte das Modell mit zufälligen Effekten das bevorzugte Modell sein.
Siehe Metaanalyse: Einleitung zur Interpretation der verschiedenen Publikationsbias-Tests.
Walddiagramm (Forest-Plot)
Die Ergebnisse der verschiedenen Studien mit 95 %-KI sowie die gepoolten Anteile mit 95 %-KI werden in einem Walddiagramm (Forest-Plot) dargestellt:
Fachliteratur
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
- Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
- DerSimonian R, Laird N (1986) Meta-analysis in clinical trials. Controlled Clinical Trials 7:177-188.
- Freeman MF, Tukey JW (1950) Transformations related to the angular and the square root. The Annals of Mathematical Statistics 21:607-11.
- Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.