¿Presentación de resultados de un metanálisis con varios moderadores?

Question

Deseo presentar los resultados de mi meta-análisis utilizando las mejores prácticas posibles. No me parece, sin embargo, en los ejemplos de artículos similares a lo que mi salida es. Aquí es una simplificación de mi modelo y de salida (mediante la función rma de la Metafor paquete, R).

rma (yi, vi, mods = ~ varA + varB)

Para aquellos no familiarizados con el número de rma, esta línea de código de un meta-análisis de efectos mixtos modelos, con 2 moderadores, la variable A y la variable B. Digamos que el varA tiene 2 niveles categóricos y varB tiene 3 niveles categóricos.

El resultado sería similar a este, sin ningún tipo de números:

intercept - estimate, statistic, p-value, 95% IC
varA.level2 - estimate, statistic, p-value, 95% IC
varB.level2 - estimate, statistic, p-value, 95% IC
varB.level3 - estimate, statistic, p-value, 95% IC

Todos los niveles variables son significativamente diferentes de la intersección. Yo no tengo ningún problema con varA. Me pueden decir fácilmente que level 1 es diferente de la level 2 y el informe de la estadística y el valor de p para varA.level2.

Pero, ¿qué acerca de la varB? level 1 difiere level 2, level 1 de level 3... pero es level 2 diferente de 3? ¿Qué le informe en un artículo en ese caso?

Gracias por insight o referencias de artículos, libros...

Answer 1

En esencia, hay 6 diferentes combinaciones de los dos moderadores. Así, se podría calcular y presentar el estimado/efectos previstos para cada una de esas combinaciones. Aquí hay un ejemplo usando un conjunto de datos de la metafor paquete que también pasa a incluir dos categórica moderadores con 2 y 3 niveles, respectivamente:

### load data
dat <- get(data(dat.mcdaniel1994))

### calculate r-to-z transformed correlations and corresponding sampling variances
dat <- escalc(measure="ZCOR", ri=ri, ni=ni, data=dat)

### fit mixed-effects meta-regression model (struct has 2 levels, type as 3 levels)
res <- rma(yi, vi, mods = ~ struct + type, data=dat)

### compute the estimated/predicted correlation for each combination
predict(res, newmods=rbind(c(0,0,0), c(0,1,0), c(0,0,1),
                           c(1,0,0), c(1,1,0), c(1,0,1)), transf=transf.ztor, addx=TRUE, digits=2)

Los resultados son:

  pred ci.lb ci.ub cr.lb cr.ub X.intrcpt X.structu X.typep X.types
1 0.26  0.22  0.30 -0.08  0.54         1         0       0       0
2 0.19  0.01  0.36 -0.19  0.52         1         0       1       0
3 0.30  0.19  0.40 -0.05  0.58         1         0       0       1
4 0.20  0.13  0.26 -0.15  0.50         1         1       0       0
5 0.13 -0.04  0.29 -0.24  0.47         1         1       1       0
6 0.24  0.10  0.36 -0.13  0.54         1         1       0       1

También se podría poner estos resultados en una parcela de bosque (no muestra las estimaciones individuales, sólo estos resultados estimados):

slabs <- c("struct = s, type = j", "struct = s, type = p", "struct = s, type = s", "struct = u, type = j", "struct = u, type = p", "struct = u, type = s")
par(mar=c(4,4,1,2))
forest(sav$pred, sei=sav$se, slab=slabs, transf=transf.ztor, xlab="Correlation", xlim=c(-.4,.7))
text(-.4, 8, "Structure/Type",       pos=4, font=2)
text(.7,  8, "Correlation [95% CI]", pos=2, font=2)

Sería algo como esto:

Hay un poco de redundancia en la presentación de todos los 6 combinaciones, ya que el modelo supone que la influencia de dos de los moderadores es aditivo. Pero creo que esto hace que los resultados bastante claro.