Consejos de colección de datos prácticos para llevar a cabo un análisis del meta de red (comparaciones de tratamiento mixto)

Question

Como se describió anteriormente en este post, actualmente estoy trabajando temas relacionados con la realización de una red de meta análisis (también conocido como mixto de tratamiento de las comparaciones). Para aquellos no familiarizados con este método, vamos a decir que usted está interesado en la realización de un meta análisis que compara el tratamiento 1 tratamiento 2 tratamiento 3, y una condición de control. Sin embargo, un conjunto típico de los estudios podrían hacer las siguientes comparaciones:

• Estudio 1: Tratamiento 1 vs tratamiento 2
• Estudio 2: Tratamiento 1 vs tratamiento 3
• Estudio 3: Tratamiento 2 vs tratamiento 3
• Estudio 4: Tratamiento 1 vs control

Red de meta-análisis es una forma de agregación de la información a través de este tipo de estudios en un solo análisis. En particular, la red de meta-análisis se hace uso de la información indirecta mediante el estudio 1 y estudio 2 para obtener una estimación del tratamiento 2 vs tratamiento 3 efecto, aun cuando los tratamientos 2 y 3 nunca fueron comparados directamente en un cabeza a cabeza ensayo (véase, por ejemplo, Salanti (2012) para obtener más información).

Mi pregunta es una práctica sobre el tipo de información que necesita de un artículo con el fin de usarlo en un meta análisis. Es probablemente más fácil entender lo que esta pregunta significa que por analogía a una convencional de pares de meta-análisis.

Vamos a volver a una situación en la que uno está interesado en comparar el tratamiento 1 a un control en un conjunto de estudios. Para simplificar, vamos a suponer que el efecto de tamaño métrico de interés es el de la d de Cohen (la diferencia en el grupo de los medios dividido por el conjunto de la desviación estándar de los grupos). Incluso si no registrados en un determinado papel, Cohen d se calcula fácilmente con los medios y las desviaciones estándar de los grupos de tratamiento y control. A veces, sin embargo, estos simples estadísticas descriptivas no son reportados; en este caso, la de Cohen d todavía puede ser ajustado con la suficiente información, tales como:

1. La observó valor de t de un t-test, además de los tamaños de las muestras de los dos grupos
2. La observó valor de F a partir de un análisis de la VARIANZA, además de los tamaños de las muestras de los dos grupos
3. La observó coeficiente de regresión, más el valor p de la prueba en contra 0

Y así sucesivamente. Una amplia variedad de formas para calcular adecuada del tamaño del efecto de las métricas se describen, por ejemplo, en Lipsey y Wilson (2000) y en una amplia variedad de otros textos.

Debido a que la red de meta-análisis es relativamente nuevo, sin embargo, no he encontrado ninguna parecida tipo de consejos acerca de cómo extraer el buen resumen de estadísticas cuando no son informados en un papel. A mí me parece que, debido a que la red de meta-análisis de los usos indirectos de la información a través de los estudios, se requiere de los medios y desviaciones estándar; información sobre la estadística inferencial me parece insuficiente.

¿Alguno de ustedes algunos consejos prácticos acerca de cómo extraer la información incompleta de los trabajos de investigación de una red de meta-análisis? Tengo la esperanza de que hay una cierta manera de lidiar con esta información incompleta, como en mis estudios recuperados para mi propio meta-análisis, los medios y las desviaciones estándar se divulgan raramente.

Answer 1

En principio, no hay nada especial acerca de la computación de la necesaria tamaños del efecto para una red de meta-análisis. Atengámonos a d de Cohen aquí. Así, para cada estudio, que acaba de calcular el $d$ valor, ya sea utilizando los crudos medios y SDs o a través de algún transformación apropiada de algún otro dato estadístico.

Como un simple ejemplo (lo que se numeran de 1), se puede calcular el $d = t \sqrt{1/n_1 + 1/n_2}$ donde $t$ indica el estadístico de prueba de muestras independientes prueba t de comparación de los dos grupos y $n_1$ $n_2$ los dos tamaños de grupo. Uno tiene que ser cuidadoso para obtener el signo de $d$ a la derecha, ya que los autores de mayo se han calculado de la estadística t $\bar{x}_1 - \bar{x}_2$ o de la otra manera (esperemos que el texto deja en claro que el grupo tuvo la media más alta, por lo que no hay duda acerca de la señal).

Lipsey y Wilson (2000) es de hecho una muy buena referencia para los tipos de transformaciones que se pueden usar para obtener los $d$ valores con base en diversos elementos de información.

Para cada valor de d, también es necesario el código que dos condiciones son objeto de comparación. Esto se puede hacer más fácilmente mediante la codificación de las variables ficticias (uno para cada condición)$+1$$-1$. Así, por ejemplo, para los 4 estudios en la pregunta anterior, su codificación sería:

         trt1 trt2 trt3 ctrl
study 1  +1   -1   0    0 
study 2  +1   0    -1   0
study 3  0    +1   -1   0
study 4  +1   0    0    -1

A veces tienes estudios con más de 2 condiciones, por ejemplo un estudio en el que compararon los tratamientos 1 y 2 en comparación con el control. Aquí, usted puede calcular de dos $d$ valores (técnicamente, se podría calcular 3, pero uno es redundante), tales como el tratamiento 1 en comparación con el control y el tratamiento 2 en comparación con el control. De nuevo, el cómputo de los dos $d$ valores puede realizarse por cualquier medio que sea necesario (sin juego de palabras-bueno, ok, tal vez un ligero juego de palabras era la intención). La codificación de las variables ficticias de arriba es de nuevo fácil (tan sólo tiene dos filas para que el estudio). Usted también querrá tener una variable que codifica el factor de estudio (de modo que usted sabe que los dos $d$ valores vino desde el mismo estudio).

Un poco más complicado es el hecho de que los dos $d$ valores ya no son estadísticamente independientes (ya que la información de que el grupo de control se ha utilizado dos veces). Así, además de la computación en el muestreo de las varianzas de los dos $d$ de los valores, también es necesario para el cálculo de la covarianza. Ecuaciones para todos los que se puede encontrar en el Capítulo 19 por Gleser y Olkin en el Manual de Investigación de Síntesis y Meta-Análisis (2ª ed.).

Así que, al final, usted tendrá el vector con el $d$ de los valores, la correspondiente codificación de los contrastes a través de las variables ficticias, y la correspondiente varianza-covarianza de la matriz de la $d$ valores. Que varianza-covarianza de la matriz es diagonal si usted no tiene los estudios con más de 2 condiciones. Si hay estudios con más de 2 condiciones, entonces usted tiene un bloque-diagonal de la estructura.

Esa es la información que usted necesitará para el análisis. Más en la que se pueden encontrar en la literatura. Una buena referencia sería Salanti et al. (2008).

Answer 2

Todos los modelos meta-analíticos que he visto requieren los datos en bruto pero si alguien está familiarizado con WinBugs, podrían ser capaces de ayudar a modificar el código para satisfacer sus necesidades. Hay una lista de errores que Bayesians publicar con frecuencia en. Tal vez alguien se le puede dar más orientación.

Ahmed