Ga naar hoofdinhoud
MedCalc

Meta-analyse: correlatie

Voor een kort overzicht van meta-analyse in MedCalc, zie Meta-analyse: inleiding.

MedCalc gebruikt de methode van Hedges-Olkin (1985) om de gewogen samenvattende correlatiecoëfficiënt te berekenen volgens het model met vaste effecten, met een Fisher-Z-transformatie van de correlatiecoëfficiënten. Vervolgens wordt de heterogeniteitsstatistiek verwerkt in de berekening van de samenvattende correlatiecoëfficiënt volgens het model met willekeurige effecten (DerSimonian en Laird, 1986).

Hoe gegevens invoeren

De gegevens van de verschillende studies kunnen als volgt in de spreadsheet worden ingevoerd:

Gegevens
A1
Moore, 2006
 ABCD
StudyCorrelation_coefficientN
1Moore, 20060,56133
2Davis, 20080,43149
3Thomas, 19990,53131
4Miller, 20120,51120
5Williams, 20120,66111
6Young, 20130,46152
7Baker, 20090,3360
8Adams, 20060,38122

Vereiste invoer

Vervolgens kan het dialoogvenster “Meta-analyse: correlatie” worden ingevuld.

Meta-analyse: correlatie – dialoogvenster

Studies: een variabele met een identificatie van de verschillende studies.

Gegevens

Aantal gevallen: een variabele met het totale aantal gevallen dat in de verschillende studies is opgenomen.

Correlatiecoëfficiënten: een variabele met de correlatiecoëfficiënt die in de verschillende studies wordt gerapporteerd.

Filter: een filter om alleen een geselecteerde subgroep van gevallen in de grafiek op te nemen.

Opties

  • Forestplot: maakt een forestplot.
    • Markeringsgrootte volgens studiegewicht: optie om de grootte van de markeringen die de effecten van de studies voorstellen te laten variëren volgens de gewichten die aan de verschillende studies zijn toegekend. Je kan kiezen voor de gewichten van het model met vaste effecten of van het model met willekeurige effecten.
    • Gepoold effect plotten - model met vaste effecten: optie om het gepoolde effect volgens het model met vaste effecten in de forestplot op te nemen.
    • Gepoold effect plotten - model met willekeurige effecten: optie om het gepoolde effect volgens het model met willekeurige effecten in de forestplot op te nemen.
    • Ruiten voor gepoolde effecten: optie om de gepoolde effecten weer te geven met een ruit (de positie van de ruit stelt de geschatte effectgrootte voor en de breedte van de ruit weerspiegelt de precisie van de schatting).
  • Funnelplot: maakt een funnelplot om na te gaan of er publicatiebias is. Zie Meta-analyse: inleiding.

Resultaten

Meta-analyse: correlatie

Variabele voor studies

Study

Variabele voor aantal gevallen

N

Variabele voor correlatiecoëfficiënten

Correlation_coefficient

Studie

Steekproefgrootte

Correlatiecoëfficiënt

95%-CI

z

P

Gewicht (%)

Vast

Willekeurig

Moore, 2006

133

0.560

0.431 tot 0.667

 

 

13.63

13.24

Davis, 2008

149

0.430

0.289 tot 0.553

 

 

15.30

13.96

Thomas, 1999

131

0.530

0.394 tot 0.643

 

 

13.42

13.14

Miller , 2012

120

0.510

0.364 tot 0.632

 

 

12.26

12.58

Williams, 2012

111

0.660

0.540 tot 0.754

 

 

11.32

12.08

Young, 2013

152

0.460

0.325 tot 0.577

 

 

15.62

14.08

Baker, 2009

60

0.330

0.0830 tot 0.539

 

 

5.97

8.25

Adams, 2006

122

0.380

0.217 tot 0.522

 

 

12.47

12.68

Totaal (vaste effecten)

978

0.495

0.446 tot 0.541

16.760

<0.001

100.00

100.00

Totaal (willekeurige effecten)

978

0.494

0.422 tot 0.560

11.640

<0.001

100.00

100.00

Toets voor heterogeniteit

Q

14.1536

DF

7

Significantieniveau

P = 0.0485

I2 (inconsistentie)

50.54%

95%-CI voor I2

0.00 tot 77.88

Publicatiebias

Toets van Egger

Intercept

-1.8510

95%-CI

-12.2909 tot 8.5889

Significantieniveau

P = 0.6796

Toets van Begg

Kendall's Tau

0.0000

Significantieniveau

P = 1.0000

Het programma geeft de resultaten weer van de afzonderlijke studies die in de meta-analyse zijn opgenomen: het aantal gevallen en de correlatiecoëfficiënt met 95%-CI.

De gepoolde correlatiecoëfficiënt met 95%-CI wordt gegeven voor zowel het model met vaste effecten als het model met willekeurige effecten.

Het model met willekeurige effecten geeft doorgaans een conservatievere schatting (d.w.z. met een breder betrouwbaarheidsinterval), maar de resultaten van beide modellen komen meestal overeen wanneer er geen heterogeniteit is. Zie Meta-analyse: inleiding voor de interpretatie van de heterogeniteitsstatistieken Cochrans Q en I2. Wanneer er heterogeniteit is, verdient het model met willekeurige effecten de voorkeur.

Zie Meta-analyse: inleiding voor de interpretatie van de verschillende toetsen voor publicatiebias.

Forestplot

De resultaten van de verschillende studies, met 95%-CI, en de gepoolde correlatiecoëfficiënten met 95%-CI worden weergegeven in een forestplot:

Meta-analyse: correlatie - forestplot

Literatuur

  • Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
  • DerSimonian R, Laird N (1986) Meta-analysis in clinical trials. Controlled Clinical Trials 7:177-188. PubMed
  • Hedges LV, Olkin I (1985) Statistical methods for meta-analysis. London: Academic Press.
  • Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560. PubMed
  • Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78. PubMed

Zie ook