meta分析中三种合并requivalent方法的比较

《meta分析中三种合并requivalent方法的比较》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南方医科大学2007级博士学位论文Meta分析中三种合并‰删咖方法的比较Comparisonofthreemeta．analyticproceduresforthetllreertlle-combinedreq睫b睡le吡estimation课题来源：专业名称学位申请人指导教师答辩委员会主席答辩委员会成员论文评阅人流行病学与卫生统计学廖喜明陈平雁教授王志瑾教授骆福添教授柳青教授凌莉教授王心旺教授王志瑾教授骆福添教授柳青教授2011年6月09日广州博士学位论文背景Meta分析中三种合并‰朋加枷方法的比较博士研究生：廖喜明指

2、导老师：陈平雁教授摘要Mcta分析有参数方法和非参数方法两大类。自从Glass(1976)提出基于效应量的参数meta分析方法之后，此前的基于尸值的非参数meta分析方法不再被提倡。然而，直到今天，仍然有大量的初始研究缺乏效应量这样重要的信息，为了不回到选择原来的非参数meta分析的老路，RosenthalandRubin在2003年提出了基于P值和样本量的效应量requivalent(为方便记录本文才用其缩略记法‰)概念，该统计量可通过初始研究的尸值或t值与总样本量Ⅳ进行估计，即‰棚=，式中的，值可基于，分布由P值转换

3、而来。统计量所以用符号requivalent(‰)表示，是因为该统计量等同于处理效应与服从正态分布的组间比较的P值的二值相关系数(枷，pointbiserialcorrelation)。RosenthalandRubin认为这个方法尤为适合于以下情况：①当进行meta分析或其它二次研究时候，初始研究仅仅给出了P值和总样本量Ⅳ．②缺乏公认效应摘要量的某些统计推断方法，如非参数统计；③当样本量太小或数据呈非正态分布，直接计算效应量的偏差程度将大于‰值所产生的误差。在初始研究或二次研究中效应量的报告表达主流是采用基参数统计方法

4、下得出的直接效应量(directeffectsize)，其与二值相关系数有一种等同换算的关系：‰。相对于直接效应量来说，这个‰就是间接效应量(indirecteffectsize)。然而在实际中，由于数据类型的多样性，参数统计方法未必适合，也就产生不了直接效应量。由此可见，对统计量‰进行meta分析，使得基于非参数信息(P值和样本量)的方法变成了参数meta分析方法，这个间接效应量的思想有一定的实际应用价值以及重要意义。尽管这样，仍然不能取代一直倡导使用的主流的直接效应量。目前，在meta分析中关于合并钿的估计按照权重的

5、不同有三种方法，这三种方法的准确性如何，以及在meta分析中一些潜在因素(如发表偏性、统计异质性等)存在的情况下对三种方法的影响如何?迄今尚未有研究涉猎。故此，本研究将对合并‰的三种估计方法进行比较研究，以期为meta分析的应用提供方法学依据。目的通过MonteCarlo模拟，比较meta分析中三种效应量厂钾估计方法的优劣，并探讨三种方法的应用条件，应用条件考虑以下几个层面：①参数方法的前提条件，如正态分布、方差齐性、独立性；②初始研究的平均样本量及纳入meta分析的研究数量；③存在发表偏性及／或统计异质性的情形；④基于

6、初始统计量，或转化统计量Z的情形。’方法H博士学位论文应甩MonteCarlo模拟方法，在SAS9．13／IML中编写程序，实现三种效应量‰估计方法，考虑9种潜在影响因素，以偏倚、MSE、标准偏倚和标准偏倚可接受范围为评价标准，比较三种方法的优劣及其适用条件。1．三种合并req估计方法--HSr方法(SchmidtandHunter)：以初始统计量‰为效应量，并以样本量为权重：一Hm方法(HedgesandOklin)：以Fisherz效应量(由初始统计量嘞转换而来)为效应量，以相应方差的倒数为权重；一Hor方法(Hed

7、gesandOldin)：以初始统计量锄为效应量，以相应方差的倒数为权重。2．九个研究因素一纳入meta分析的研究个数(k)：4个水平，分别为6、30、60、120；一初级研究的平均样本量(n--n1--n2)：4个水平，分别为10、30、60、100；一总体分布：2个水平，分别为正态分布、中度偏态分布(斜度为1．50，峰度为3．50)；一初始数据的变异(vat)：2个水平，分别方差相等(1：1)、方差不相等(1：10)，偏态分布双变量数据参考Fleishman提出的标准正态分布转换公式：Y=a+b+cZ2+dZ3。其中

8、Y随机变量为服从一定偏度与峰度的偏态分布，Z随机变量是标准正态分布，a、b、c为参数。本研究采用斜度为1．50，峰度为3．50，对应的a、b、c值从Fleishman的研究结果获得。一初始数据的相关性(COlT)：3个水平，分别为数据独立COll"为0、数据非独立COlT为0．2、数据非独立COlT为0．7；一推断方