Meta-regresyon tabanlı meta-analiz
Meta-Regression-Based Meta-Analysis · Ayrıca şöyle bilinir: meta-regression, meta-analytic regression, weighted regression meta-analysis, MR-MA
Meta-regresyon tabanlı meta-analiz, standart meta-analizi, çalışma düzeyindeki özellikleri (moderatörler) gözlemlenen etki büyüklüklerini öngördüğü ağırlıklı bir regresyon modeli uydurarak genişletir. Sadece etkileri havuzlamak yerine, bu yaklaşım etkilerin çalışmalar arasında neden değiştiğini sorar; sonuçlardaki heterojenliği popülasyon, müdahale, tasarım veya ölçüm özelliklerindeki farklılıklara bağlar. Nicel kanıt sentezinde çalışma-arası varyansın açıklanması için birincil araçtır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Yeterli sayıda birincil çalışma havuzladığınızda (kural: moderatör başına en az 10, tercihen 20+ çalışma), anlamlı heterojenlik bulduğunuzda (I² > %25–50) ve belirli çalışma özelliklerinin etki büyüklüklerindeki varyasyonu açıkladığını beklemek için teorik nedenleriniz olduğunda meta-regresyon tabanlı meta-analizi kullanın. Araştırma sorusu sadece 'ortalama etki nedir?' değil, 'hangi koşullar altında etki daha büyük veya daha küçüktür?' olduğunda uygun tekniktir. Mevcut çalışmalar ondan az olduğunda, heterojenlik önemsiz derecede küçük olduğunda (I² sıfıra yakın), moderatör değişkenler birbirleriyle karıştırıldığında ve literatür bunları ayıramayacak kadar küçük olduğunda veya önceden kayıt olmadan birçok eşzamanlı moderatör üzerinden keşifsel bir balık tutma gezisi olarak KULLANMAYIN.
Güçlü yönler & sınırlılıklar
- Tek bir havuzlanmış tahminden öteye geçerek etkilerin neden değiştiğini açıklar, politika ve uygulama için pratik faydayı büyük ölçüde artırır.
- Belirli moderatörlerin etki büyüklüğünü ne kadar kaydırdığına dair nicel tahminler, belirsizlik aralıklarıyla birlikte üretir.
- Çalışmaları birleştirmenin istatistiksel güc avantajını korurken, herhangi bir tek birincil çalışmada bulunmayan açıklayıcı derinlik katar.
- R²-analogu, modelin ne kadar heterojenliği kapsadığının sezgisel bir ölçüsünü sağlar.
- Çalışmalar birden fazla, bağımsız olmayan etki büyüklüğü sağladığında sağlam varyans tahmini (RVE) ile uyumludur.
- Çalışma düzeyindeki moderatörler, bireysel düzeyde nedensel sonuçlar çıkarmak için kullanılamaz; toplu öngörücüler katılımcı düzeyinde yorumlandığında ekolojik yanılgı gerçek bir risktir.
- Yöntem, 10-20'den az çalışmayla ciddi şekilde yetersiz güçtedir; katsayılar güvenilmez olacak ve güven aralıkları çok geniş olacaktır.
- Moderatör değişkenler genellikle literatürde karışıktır (örneğin, daha yeni çalışmalar daha büyük örneklemler kullanma eğilimindedir), bu da etki varyasyonunun nedensel atıfını zorlaştırır.
- Yayın yanlılığı, hem havuzlanmış tahmini hem de regresyon katsayılarını, özellikle çalışma boyutuyla ilişkili moderatörleri bozabilir.
- Moderatör kodlama yoğundur ve veri toplayıcılar arası anlaşmazlığa tabidir, bu da model belirsizliğine yayılır.
SSS
Meta-regresyon çalıştırmak için kaç çalışmaya ihtiyacım var?
Yaygın bir kural, modele girilen moderatör değişken başına en az on çalışmadır. Daha az çalışmayla katsayılar son derece kararsızdır ve güven aralıkları son derece geniştir. Bazı metodologlar, güvenilir tahminler için moderatör başına 20+ çalışma önerir, özellikle rastgele etkiler modellerinde. Literatürünüz küçükse, modeli bir veya iki teorik olarak kritik moderatörle sınırlayın.
Sabit etkiler ve rastgele etkiler meta-regresyonu arasındaki fark nedir?
Sabit etkiler meta-regresyonu, tüm heterojenliğin modeldeki moderatörler tarafından tam olarak hesaba katıldığını varsayar; artık varyans saf örnekleme hatası olarak ele alınır. Rastgele etkiler (veya karma etkiler) meta-regresyonu, ölçülmeyen faktörlerin hala heterojenliğe katkıda bulunduğunu kabul etmek için artık bir çalışma-arası varyans bileşeni (τ²) ekler. Çoğu gerçek dünya sentezinde, rastgele etkiler meta-regresyonu daha savunulabilirdir çünkü çalışmalar, dahil edilen moderatörlere göre koşullandırıldıktan sonra bile nadiren özdeş temel gerçek etkilere sahiptir.
Meta-regresyonda R²-analog ne anlama gelir?
R²-analog (R²_MA olarak da yazılır), modeldeki moderatörler tarafından açıklanan temel çalışma-arası varyansın (τ²) oranıdır ve (τ²_null − τ²_model) / τ²_null olarak hesaplanır. 0.40 değeri, moderatörlerin çalışma-arası varyansın %40'ını açıkladığı anlamına gelir. Sıradan R²'nin aksine, örnekleme değişkenliği nedeniyle bazen negatif olabilir ve bu durumda geleneksel olarak sıfıra ayarlanır.
Aynı modele sürekli ve kategorik moderatörler dahil edebilir miyim?
Evet. Sürekli moderatörler (örneğin, ortalama katılımcı yaşı, müdahale saatleri) sayısal öngörücüler olarak girilir; kategorik moderatörler (örneğin, çalışma tasarımı: RCT vs. gözlemsel) bir referans kategorisiyle kukla olarak kodlanır. Etkileşim terimleri de dahil edilebilir, ancak bunlar güvenilir bir şekilde tahmin edilmek için daha da fazla sayıda çalışma gerektirir. Yorumlamadan önce her zaman moderatörler arasındaki çoklu doğrusallığı kontrol edin.
Meta-regresyon yayın yanlılığından etkilenir mi?
Evet, ve genellikle ciddi şekilde. Küçük çalışmalar, büyük etkiler gösterdiklerinde yayınlanma olasılığı daha yüksekse, moderatör analizi özellikle örneklem büyüklüğüyle ilişkili moderatörler için yanlı tahminler verebilir. Meta-regresyonla paralel olarak her zaman bir huni grafiği asimetri kontrolü (Egger's testi, Begg's testi veya trim-and-fill) yapın ve tüm sonuçlar üzerinde potansiyel yayın yanlılığını bir uyarı olarak bildirin.
Kaynaklar
- Thompson, S. G., & Sharp, S. J. (1999). Explaining heterogeneity in meta-analysis: a comparison of methods. Statistics in Medicine, 18(20), 2693–2708. DOI: 10.1002/(SICI)1097-0258(19991030)18:20<2693::AID-SIM235>3.0.CO;2-V ↗
- Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley. ISBN: 978-0470057247
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Meta-Regression-Based Meta-Analysis. ScholarGate. https://scholargate.app/tr/scientometrics/meta-regression-based-meta-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bibliometric AnalysisBilimetri↔ karşılaştır
- Ağ Meta-AnaliziKanıt sentezi↔ karşılaştır
- Kapsamlı Literatür TaramasıBilimetri↔ karşılaştır
- Sistematik Literatür TaramasıBilimetri↔ karşılaştır