متاآنالیز

روش آماری که داده ها را از منابع متعدد خلاصه و/یا یکپارچه می کند

متاآنالیز روشی برای ترکیب داده های کمی از مطالعات مستقل چندگانه است که به یک سوال پژوهشی مشترک می پردازد. بخش مهمی از این روش شامل محاسبه اندازه اثر ترکیبی در تمام مطالعات است. به این ترتیب، این رویکرد آماری شامل استخراج اندازه‌های اثر و معیارهای واریانس از مطالعات مختلف است. با ترکیب این اندازه‌های اثر، قدرت آماری بهبود می‌یابد و می‌تواند عدم قطعیت‌ها یا اختلافات موجود در مطالعات فردی را برطرف کند. متاآنالیزها در حمایت از پیشنهادهای کمک هزینه تحقیقاتی، شکل دادن به دستورالعمل‌های درمان و تأثیرگذاری بر سیاست‌های سلامت ضروری هستند. آنها همچنین در خلاصه کردن تحقیقات موجود برای هدایت مطالعات آینده نقش اساسی دارند و در نتیجه نقش خود را به عنوان یک روش شناسی اساسی در فراعلم تثبیت می کنند . متاآنالیزها اغلب، اما نه همیشه، اجزای مهم یک مرور سیستماتیک هستند .

تاریخچه

اصطلاح "متاآنالیز" در سال 1976 توسط آماردان ژن گلس ابداع شد ، ^{[1] [2]} که بیان کرد : "فراتحلیل به تجزیه و تحلیل تحلیل ها اشاره دارد" . ^[3] کار گلس با هدف توصیف معیارهای انبوه روابط و اثرات. ^[4] در حالی که گلس به عنوان نویسنده اولین متاآنالیز مدرن شناخته می شود، مقاله ای که در سال 1904 توسط آماردان کارل پیرسون در مجله پزشکی بریتانیا ^[5] منتشر شد ، داده های چندین مطالعه در مورد تلقیح تیفوئید را گردآوری کرد و به عنوان اولین بار دیده می شود که رویکرد فرا تحلیلی برای تجمیع نتایج مطالعات بالینی متعدد استفاده شد. ^{[6] [7]} نمونه‌های متعدد دیگری از متاآنالیزهای اولیه از جمله آزمون استعدادهای شغلی، ^{[8] [9]} و کشاورزی را می‌توان یافت. ^[10]

اولین مدل متاآنالیز در سال 1978 در مورد اثربخشی نتایج روان درمانی توسط مری لی اسمیت و ژن گلس منتشر شد . ^{[2] [11]} پس از انتشار مقاله آنها، در مورد سودمندی و اعتبار متاآنالیز به عنوان ابزاری برای ترکیب شواهد، مخالفت هایی صورت گرفت. اولین نمونه از این مورد توسط هان آیزنک بود که در مقاله ای در سال 1978 در پاسخ به کار انجام شده توسط مری لی اسمیت و ژن گلس، متاآنالیز را "تمرینی در مگا-حماقت" نامید. ^{[12] [13]} بعدها آیزنک از متاآنالیز به عنوان "کیمیاگری آماری" یاد کرد. ^[14] علیرغم این انتقادات، استفاده از متاآنالیز تنها از زمان معرفی مدرن آن افزایش یافته است. تا سال 1991، 334 متاآنالیز منتشر شد. ^[13] این تعداد تا سال 2014 به 9135 افزایش یافت. ^{[1] [15]}

حوزه متاآنالیز از دهه 1970 تا حد زیادی گسترش یافت و رشته های متعددی از جمله روانشناسی، پزشکی و بوم شناسی را در بر گرفت. ^[1] علاوه بر این، ایجاد اخیر جوامع سنتز شواهد، گرده افشانی متقابل ایده‌ها، روش‌ها و ایجاد ابزارهای نرم‌افزاری را در بین رشته‌ها افزایش داده است. ^{[16] [17] [18]}

جستجوی ادبیات

یکی از مهم ترین مراحل یک متاآنالیز، جمع آوری داده ها است. برای جستجوی کارآمد در پایگاه داده، کلمات کلیدی مناسب و محدودیت های جستجو باید شناسایی شوند. ^[19] استفاده از عملگرهای بولی و محدودیت های جستجو می تواند به جستجوی ادبیات کمک کند. ^{[20] [21]} تعدادی پایگاه داده در دسترس هستند (به عنوان مثال، PubMed، Embase، PsychInfo)، با این حال، این به عهده محقق است که مناسب ترین منابع را برای حوزه تحقیقاتی خود انتخاب کند. ^[22] در واقع، بسیاری از دانشمندان از عبارات جستجوی تکراری در دو یا چند پایگاه داده برای پوشش چندین منبع استفاده می کنند. ^[23] فهرست‌های مرجع مطالعات واجد شرایط را می‌توان برای مطالعات واجد شرایط (یعنی گلوله برفی) جستجو کرد. ^[24] جستجوی اولیه ممکن است حجم زیادی از مطالعات را برگرداند. ^[24] اغلب، چکیده یا عنوان دست‌نوشته نشان می‌دهد که مطالعه بر اساس معیارهای از پیش تعیین‌شده، واجد شرایط ورود نیست. ^[22] این مطالعات را می توان کنار گذاشت. با این حال، اگر به نظر می رسد که مطالعه ممکن است واجد شرایط باشد (یا حتی اگر شکی وجود داشته باشد)، می توان مقاله کامل را برای بررسی دقیق تر نگه داشت. فهرست منابع مقالات واجد شرایط را نیز می توان برای هر مقاله مرتبط جستجو کرد. ^{[23] [25]} این نتایج جستجو باید در یک نمودار جریان PRIMSA ^[26] که جریان اطلاعات را در تمام مراحل بازبینی جزئیات می‌دهد، به تفصیل بیان شود. بنابراین، توجه به این نکته مهم است که چه تعداد از مطالعات پس از استفاده از عبارات جستجوی مشخص شده بازگردانده شدند و چه تعداد از این مطالعات کنار گذاشته شدند و به چه دلیلی. ^[22] عبارات و استراتژی جستجو باید به اندازه کافی مشخص باشد تا خواننده بتواند جستجو را بازتولید کند. ^[27] محدوده تاریخ مطالعات، همراه با تاریخ (یا دوره تاریخی) جستجوی انجام شده نیز باید ارائه شود. ^[28]

فرم جمع آوری داده ها ابزار استاندارد شده ای برای جمع آوری داده ها از مطالعات واجد شرایط فراهم می کند. ^[29] برای فراتحلیل داده های همبستگی، اطلاعات اندازه اثر معمولاً به عنوان آماره r پیرسون جمع آوری می شود . ^{[30] [31]} همبستگی های جزئی اغلب در تحقیقات گزارش می شوند، با این حال، این ممکن است روابط را در مقایسه با همبستگی های مرتبه صفر افزایش دهد. ^[32] علاوه بر این، متغیرهای جزئی به احتمال زیاد از مطالعه به مطالعه متفاوت خواهند بود. در نتیجه، بسیاری از متاآنالیزها همبستگی های جزئی را از تحلیل خود حذف می کنند. ^[22] به عنوان آخرین راه حل، دیجیتایزرهای نمودار را می توان برای خراش دادن نقاط داده از نمودارهای پراکنده (در صورت وجود) برای محاسبه r پیرسون استفاده کرد . ^{[33] [34]} داده‌های گزارش‌دهنده ویژگی‌های مهم مطالعه که ممکن است اثرات را تعدیل کند، مانند میانگین سنی شرکت‌کنندگان، نیز باید جمع‌آوری شود. ^[35] معیاری از کیفیت مطالعه نیز می تواند در این فرم ها گنجانده شود تا کیفیت شواهد هر مطالعه را ارزیابی کند. ^[36] بیش از 80 ابزار برای ارزیابی کیفیت و خطر سوگیری در مطالعات مشاهده‌ای وجود دارد که منعکس کننده تنوع رویکردهای پژوهشی بین رشته‌ها هستند. ^{[36] [37] [38]} این ابزارها معمولاً شامل ارزیابی چگونگی اندازه‌گیری متغیرهای وابسته، انتخاب مناسب شرکت‌کنندگان و کنترل مناسب برای عوامل مخدوش‌کننده هستند. سایر معیارهای کیفی که ممکن است برای مطالعات همبستگی مرتبط‌تر باشند عبارتند از: اندازه نمونه، ویژگی‌های روان‌سنجی و گزارش روش‌ها. ^[22]

آخرین ملاحظه این است که آیا مطالعاتی از ادبیات خاکستری ^[39] درج شود، که به عنوان تحقیقاتی که به طور رسمی منتشر نشده است تعریف می شود. ^[40] این نوع ادبیات شامل چکیده کنفرانس، ^[41] پایان نامه، ^[42] و پیش چاپ است. ^[43] در حالی که گنجاندن ادبیات خاکستری خطر سوگیری انتشار را کاهش می‌دهد، کیفیت روش‌شناختی کار اغلب (اما نه همیشه) پایین‌تر از کار منتشر شده رسمی است. ^{[44] [45]} گزارش‌های مقالات کنفرانس، که رایج‌ترین منبع ادبیات خاکستری هستند، ^[46] ضعیف گزارش شده‌اند ^[47] و داده‌ها در انتشارات بعدی اغلب متناقض هستند، با تفاوت‌هایی که تقریباً در 20٪ از مطالعات منتشر شده مشاهده می‌شود. . ^[48]

روش ها و مفروضات

رویکردها

به طور کلی، هنگام انجام یک متاآنالیز، دو نوع شواهد قابل تشخیص هستند: داده‌های شرکت‌کننده فردی (IPD) و داده‌های انبوه (AD). ^[49] داده های کل می تواند مستقیم یا غیر مستقیم باشد.

AD معمولاً در دسترس است (مثلاً از ادبیات) و معمولاً تخمین های خلاصه مانند نسبت شانس ^[50] یا خطرات نسبی را نشان می دهد. ^[51] این می تواند به طور مستقیم در بین مطالعات مفهومی مشابه با استفاده از چندین رویکرد ترکیب شود. از سوی دیگر، داده‌های مجموع غیرمستقیم اثر دو تیمار را اندازه‌گیری می‌کند که هر کدام در برابر یک گروه کنترل مشابه در یک متاآنالیز مقایسه شدند. به عنوان مثال، اگر درمان A و درمان B به طور مستقیم با دارونما در متاآنالیزهای جداگانه مقایسه شوند، می توانیم از این دو نتیجه تلفیقی برای به دست آوردن تخمینی از اثرات A در مقابل B در مقایسه غیرمستقیم به عنوان اثر A در برابر دارونما منهای اثر B استفاده کنیم. در مقابل دارونما

شواهد IPD نشان دهنده داده های خام جمع آوری شده توسط مراکز مطالعه است. این تمایز نیاز به روش‌های متا تحلیلی مختلف را در مواقعی که سنتز شواهد مورد نظر است، افزایش داده و منجر به توسعه روش‌های یک مرحله‌ای و دو مرحله‌ای شده است. ^[52] در روش‌های یک مرحله‌ای، IPD از همه مطالعات به طور همزمان مدل‌سازی می‌شود و در عین حال خوشه‌بندی شرکت‌کنندگان در مطالعات را در نظر می‌گیرد. روش های دو مرحله ای ابتدا آمار خلاصه AD را از هر مطالعه محاسبه می کنند و سپس آمار کلی را به عنوان میانگین وزنی آمار مطالعه محاسبه می کنند. با کاهش IPD به AD، روش‌های دو مرحله‌ای را نیز می‌توان در زمانی که IPD در دسترس است اعمال کرد. این باعث می شود هنگام انجام یک متاآنالیز انتخابی جذاب باشند. اگرچه معمولاً اعتقاد بر این است که روش‌های یک مرحله‌ای و دو مرحله‌ای نتایج مشابهی به همراه دارند، مطالعات اخیر نشان داده‌اند که گاهی اوقات ممکن است به نتایج متفاوتی منجر شوند. ^{[53] [54]}

مدل های آماری برای داده های کل

مدل اثر ثابت

طرح جنگل از اندازه های اثر

مدل اثر ثابت میانگین وزنی یک سری از برآوردهای مطالعه را ارائه می دهد. ^[55] معکوس واریانس تخمین ها معمولاً به عنوان وزن مطالعه استفاده می شود، به طوری که مطالعات بزرگتر تمایل دارند بیشتر از مطالعات کوچکتر به میانگین وزنی کمک کنند. ^[56] در نتیجه، هنگامی که مطالعات در یک متاآنالیز تحت سلطه یک مطالعه بسیار بزرگ قرار می گیرند، یافته های مطالعات کوچکتر عملا نادیده گرفته می شوند. ^{[57] مهم‌تر} از همه، مدل اثرات ثابت فرض می‌کند که همه مطالعات شامل یک جامعه بررسی می‌کنند، از تعاریف متغیر و پیامد یکسانی استفاده می‌کنند، و غیره . ^{[59] [60]}

اگر با مجموعه‌ای از تخمین‌های اندازه اثر مستقل شروع کنیم، هر یک اندازه اثر متناظر را تخمین بزنیم ، می‌توانیم فرض کنیم که در جایی که اثر مشاهده‌شده در مطالعه -ام را نشان می‌دهد، اثر واقعی (ناشناخته) متناظر، خطای نمونه‌گیری است، و . بنابراین، 'ها به عنوان تخمین‌های بی‌طرفانه و به طور معمول از اثرات واقعی مربوطه‌شان توزیع می‌شوند . واریانس های نمونه (یعنی مقادیر) شناخته شده فرض می شوند. ^[61] ${\displaystyle i=1,\ldots ,k}$ ${\textstyle y_{i}=\theta _{i}+e_{i}}$ ${\displaystyle y_{i}}$ ${\displaystyle i}$ ${\displaystyle \theta _{i}}$ ${\displaystyle e_{i}}$ ${\displaystyle e_{i}\thicksim N(0,v_{i})}$ ${\displaystyle y_{i}}$ ${\displaystyle v_{i}}$

مدل جلوه های تصادفی

اکثر متاآنالیزها مبتنی بر مجموعه‌ای از مطالعات هستند که در روش‌ها و/یا ویژگی‌های نمونه‌های واردشده دقیقاً یکسان نیستند. ^[61] تفاوت در روش‌ها و ویژگی‌های نمونه ممکن است تنوع ("ناهمگونی") را در میان اثرات واقعی ایجاد کند. ^{[61] [62]} یکی از راه‌های مدل‌سازی ناهمگونی این است که آن را کاملاً تصادفی در نظر بگیریم. وزنی که در این فرآیند میانگین وزنی با متاآنالیز اثرات تصادفی اعمال می شود در دو مرحله به دست می آید: ^[63]

1. مرحله 1: وزن دهی واریانس معکوس
2. مرحله 2: وزن‌دهی نکردن این وزن‌دهی واریانس معکوس با استفاده از مولفه واریانس اثرات تصادفی (REVC) که به سادگی از میزان تغییرپذیری اندازه‌های اثر مطالعات زیربنایی مشتق شده است.

این به این معنی است که هر چه این تنوع در اندازه‌های اثر بیشتر باشد (در غیر این صورت به عنوان ناهمگنی شناخته می‌شود )، وزن‌گیری غیرقابل‌توجه بیشتر می‌شود و این می‌تواند به نقطه‌ای برسد که نتیجه متاآنالیز اثرات تصادفی به سادگی به اندازه متوسط ​​اثر غیروزنی در مطالعات تبدیل شود. در نهایت، زمانی که همه اندازه‌های اثر مشابه هستند (یا تغییرپذیری از خطای نمونه‌گیری تجاوز نمی‌کند)، هیچ REVC اعمال نمی‌شود و متاآنالیز اثرات تصادفی به سادگی یک متاآنالیز اثر ثابت (فقط وزن‌دهی واریانس معکوس) پیش‌فرض می‌شود.

میزان این برگشت صرفاً به دو عامل بستگی دارد: ^[64]

1. ناهمگونی دقت
2. ناهمگونی اندازه اثر

از آنجایی که هیچ یک از این عوامل به طور خودکار نشان دهنده یک مطالعه بزرگتر معیوب یا مطالعات کوچکتر قابل اعتمادتر نیست، توزیع مجدد وزن ها تحت این مدل ارتباطی با آنچه که این مطالعات واقعاً ممکن است ارائه دهند، نخواهد داشت. در واقع، نشان داده شده است که توزیع مجدد وزن ها به سادگی در یک جهت از مطالعات بزرگتر به مطالعات کوچکتر است، زیرا ناهمگنی افزایش می یابد تا در نهایت همه مطالعات وزن برابر داشته باشند و دیگر توزیع مجدد امکان پذیر نباشد. ^[64] یکی دیگر از مسائل مربوط به مدل اثرات تصادفی این است که متداول‌ترین فاصله‌های اطمینان مورد استفاده عموماً احتمال پوشش خود را بالاتر از سطح اسمی مشخص‌شده حفظ نمی‌کنند و بنابراین به طور قابل‌توجهی خطای آماری را دست کم می‌گیرند و به طور بالقوه در نتیجه‌گیری‌های خود بیش از حد اطمینان دارند. ^{[65] [66]} چندین راه حل پیشنهاد شده است ^{[67] [68]} اما بحث ادامه دارد. ^{[66] [69]} نگرانی دیگر این است که میانگین اثر درمان گاهی می‌تواند در مقایسه با مدل اثر ثابت ^[70] حتی کمتر محافظه‌کارانه باشد و بنابراین در عمل گمراه‌کننده باشد. یکی از راه حل های تفسیری که پیشنهاد شده است ایجاد یک فاصله پیش بینی در اطراف تخمین اثرات تصادفی برای به تصویر کشیدن دامنه اثرات ممکن در عمل است. ^[71] با این حال، یک فرض پشت محاسبه چنین فاصله پیش‌بینی این است که کارآزمایی‌ها موجودیت‌های کم و بیش همگن در نظر گرفته می‌شوند و شامل جمعیت بیماران و درمان‌های مقایسه‌کننده باید قابل مبادله در نظر گرفته شوند ^[72] و این معمولاً در عمل دست نیافتنی است.

روش‌های زیادی برای تخمین واریانس بین مطالعات استفاده می‌شود که برآوردگر حداکثر احتمال محدود کمترین مستعد سوگیری و یکی از رایج‌ترین آنها است. ^[73] چندین تکنیک تکراری پیشرفته برای محاسبه واریانس بین مطالعات وجود دارد، از جمله روش‌های حداکثر احتمال و حداکثر احتمال محدود و مدل‌های اثرات تصادفی با استفاده از این روش‌ها می‌توانند با پلتفرم‌های نرم‌افزاری متعدد از جمله Excel، ^[74] Stata، ^[75] SPSS اجرا شوند. ^[76] و R. ^[61]

اکثر متاآنالیزها بین 2 تا 4 مطالعه را شامل می شوند و چنین نمونه ای اغلب برای برآورد دقیق ناهمگنی کافی نیست . بنابراین به نظر می رسد که در متاآنالیزهای کوچک، یک صفر نادرست بین برآورد واریانس مطالعه به دست می آید که منجر به یک فرض همگنی نادرست می شود. به طور کلی، به نظر می رسد که ناهمگونی به طور مداوم در متاآنالیزها و تحلیل های حساسیت دست کم گرفته می شود که در آن سطوح ناهمگنی بالا فرض می شود می تواند آموزنده باشد. ^[77] این مدل‌های اثرات تصادفی و بسته‌های نرم‌افزاری ذکر شده در بالا به متاآنالیزهای مجموع مطالعه مربوط می‌شوند و محققانی که مایل به انجام متاآنالیزهای داده‌های بیمار فردی (IPD) هستند باید رویکردهای مدل‌سازی اثرات مختلط را در نظر بگیرند. ^[78] /

مدل جلوه های کیفیت

دوی و ثالب در ابتدا مدل جلوه های کیفیت را معرفی کردند. ^[79] آنها ^[80] یک رویکرد جدید برای تعدیل برای تغییرپذیری بین مطالعه با ترکیب سهم واریانس ناشی از یک مؤلفه مرتبط (کیفیت) علاوه بر سهم واریانس ناشی از خطای تصادفی که در هر اثر ثابت استفاده می‌شود، معرفی کردند. مدل متاآنالیز برای تولید وزن برای هر مطالعه. نقطه قوت متاآنالیز اثرات کیفیت این است که اجازه می دهد از شواهد روش شناختی موجود بر روی اثرات تصادفی ذهنی استفاده شود و در نتیجه به بستن شکاف مخربی که بین روش شناسی و آمار در تحقیقات بالینی باز شده است کمک می کند. برای انجام این کار، یک واریانس سوگیری مصنوعی بر اساس اطلاعات کیفی برای تنظیم وزن‌های واریانس معکوس محاسبه می‌شود و وزن تعدیل‌شده کیفیت مطالعه اول معرفی می‌شود. ^[79] سپس این وزن‌های تنظیم‌شده در متاآنالیز استفاده می‌شوند. به عبارت دیگر، اگر مطالعه i کیفیت خوبی داشته باشد و سایر مطالعات کیفیت پایینی داشته باشند، نسبتی از وزن‌های تعدیل‌شده با کیفیت آن‌ها از نظر ریاضی به مطالعه I توزیع می‌شود و به آن وزن بیشتری نسبت به اندازه اثر کلی می‌دهد. همانطور که مطالعات از نظر کیفیت به طور فزاینده ای مشابه می شوند، توزیع مجدد به تدریج کمتر می شود و زمانی که همه مطالعات از کیفیت یکسانی برخوردار باشند متوقف می شود (در مورد کیفیت یکسان، مدل اثرات کیفیت به طور پیش فرض به مدل IVhet مراجعه کنید - بخش قبل را ببینید). ارزیابی اخیر مدل اثرات کیفیت (با برخی به‌روزرسانی‌ها) نشان می‌دهد که علیرغم ذهنی بودن ارزیابی کیفیت، عملکرد (MSE و واریانس واقعی تحت شبیه‌سازی) نسبت به مدل اثرات تصادفی قابل دستیابی است. ^{[81] [82]} بنابراین این مدل جایگزین تفاسیر غیرقابل دفاعی می شود که در ادبیات فراوان است و نرم افزاری برای بررسی بیشتر این روش در دسترس است. ^[83]

روش های متاآنالیز شبکه

یک متاآنالیز شبکه به مقایسه های غیرمستقیم می پردازد. در تصویر، A در رابطه با C و C در رابطه با B تجزیه و تحلیل شده است. با این حال، رابطه بین A و B فقط به طور غیرمستقیم شناخته شده است، و یک متاآنالیز شبکه به شواهد غیرمستقیم تفاوت بین روش ها و روش ها نگاه می کند. مداخلات با استفاده از روش آماری

روش‌های متاآنالیز مقایسه غیرمستقیم (همچنین متاآنالیز شبکه نامیده می‌شوند، به ویژه زمانی که چندین درمان به طور همزمان ارزیابی می‌شوند) معمولاً از دو روش اصلی استفاده می‌کنند. ^{[84] [85]} اول، روش بوچر ^[86] است که یک مقایسه منفرد یا مکرر از یک حلقه بسته از سه تیمار است به طوری که یکی از آنها در دو مطالعه مشترک است و گرهی را تشکیل می دهد که در آن حلقه شروع می شود و به پایان می رسد. بنابراین، چندین مقایسه دو در دو (حلقه 3 درمان) برای مقایسه چند درمان مورد نیاز است. این روش مستلزم آن است که کارآزمایی‌هایی با بیش از دو بازو دارای دو بازو باشند که فقط به‌عنوان مقایسات زوجی مستقل مورد نیاز است. روش جایگزین از مدل‌سازی آماری پیچیده استفاده می‌کند تا آزمایش‌های بازوی متعدد و مقایسه‌ها را به طور همزمان بین تمام درمان‌های رقیب شامل شود. اینها با استفاده از روش‌های بیزی، مدل‌های خطی مختلط و رویکردهای متارگرسیون اجرا شده‌اند. ^{[ نیازمند منبع ]}

چارچوب بیزی

تعیین یک مدل متاآنالیز شبکه بیزی شامل نوشتن یک مدل گراف غیر چرخه ای جهت دار (DAG) برای نرم افزار زنجیره ای مارکوف مونت کارلو (MCMC) همه منظوره مانند WinBUGS است. ^[87] علاوه بر این، توزیع‌های قبلی باید برای تعدادی از پارامترها مشخص شوند، و داده‌ها باید در قالب خاصی ارائه شوند. ^[87] DAG، مقدمات و داده ها با هم یک مدل سلسله مراتبی بیزی را تشکیل می دهند. برای پیچیده تر کردن مسائل، به دلیل ماهیت تخمین MCMC، مقادیر شروع بیش از حد پراکنده باید برای تعدادی زنجیره مستقل انتخاب شوند تا بتوان همگرایی را ارزیابی کرد. ^{[88] اخیراً، بسته‌های نرم‌افزاری} R متعددی برای ساده‌سازی برازش مدل (مثلاً metaBMA ^[89] و RoBMA ^[90] ) توسعه یافته‌اند و حتی در نرم‌افزار آماری با رابط کاربری گرافیکی ( GUI ): JASP پیاده‌سازی شده‌اند . اگرچه پیچیدگی رویکرد بیزی استفاده از این روش را محدود می کند، مقالات آموزشی اخیر سعی در افزایش دسترسی به روش ها دارند. ^{[91] [92]} روش برای اتوماسیون این روش پیشنهاد شده است ^[87] اما مستلزم آن است که داده‌های نتیجه سطح بازو در دسترس باشد و این معمولاً در دسترس نیست. گاهی اوقات ادعاهای بزرگی در مورد توانایی ذاتی چارچوب بیزی برای مدیریت متاآنالیز شبکه و انعطاف پذیری بیشتر آن مطرح می شود. با این حال، این انتخاب اجرای چارچوب برای استنتاج، بیزی یا مکرر، ممکن است نسبت به سایر گزینه‌های مربوط به مدل‌سازی اثرات ^[93] اهمیت کمتری داشته باشد (به بحث در مورد مدل‌های بالا مراجعه کنید).

چارچوب چند متغیره مکرر

از سوی دیگر، روش‌های چند متغیره مکرر شامل تقریب‌ها و مفروضاتی هستند که در هنگام اعمال روش‌ها به طور صریح بیان نشده یا تأیید نشده‌اند (به بحث در مورد مدل‌های متاآنالیز در بالا مراجعه کنید). به عنوان مثال، بسته mvmeta برای Stata، متاآنالیز شبکه را در یک چارچوب مکرر امکان پذیر می کند. ^[94] با این حال، اگر هیچ مقایسه‌کننده مشترکی در شبکه وجود نداشته باشد، باید با تقویت مجموعه داده‌ها با بازوهای داستانی با واریانس بالا، که خیلی عینی نیست و نیاز به تصمیم‌گیری در مورد اینکه چه چیزی واریانس به اندازه کافی بالا است، انجام شود. ^[87] موضوع دیگر استفاده از مدل اثرات تصادفی در این چارچوب فراوان گرا و چارچوب بیزی است. سن به تحلیلگران توصیه می‌کند که در تفسیر تحلیل «اثرات تصادفی» محتاط باشند، زیرا تنها یک اثر تصادفی مجاز است، اما می‌توان بسیاری را متصور شد. ^[93] سن در ادامه می‌گوید که بسیار ساده‌لوحانه است، حتی در موردی که تنها دو درمان با این فرض مقایسه می‌شوند که تحلیل اثرات تصادفی همه عدم قطعیت‌ها را در مورد روشی که اثرات می‌تواند از کارآزمایی به کارآزمایی متفاوت باشد، به حساب می‌آورد. مدل های جدیدتر متاآنالیز مانند آنچه در بالا مورد بحث قرار گرفت، مطمئناً به کاهش این وضعیت کمک می کند و در چارچوب بعدی پیاده سازی شده است.

چارچوب مدل سازی زوجی تعمیم یافته

رویکردی که از اواخر دهه 1990 امتحان شده است، اجرای تجزیه و تحلیل حلقه بسته چندگانه سه درمان است. این امر محبوب نبوده است زیرا با افزایش پیچیدگی شبکه، این فرآیند به سرعت بسیار زیاد می شود. توسعه در این منطقه سپس به نفع روش‌های بیزی و فراوان گرایی چند متغیره که به عنوان جایگزین ظاهر شدند، کنار گذاشته شد. اخیراً، اتوماسیون روش حلقه بسته سه درمانی برای شبکه های پیچیده توسط برخی از محققین ^[74] به عنوان راهی برای در دسترس قرار دادن این روش برای جامعه تحقیقاتی جریان اصلی توسعه یافته است. این پیشنهاد هر کارآزمایی را به دو مداخله محدود می‌کند، اما راه‌حلی را برای آزمایش‌های بازوی متعدد نیز معرفی می‌کند: یک گره کنترل ثابت متفاوت را می‌توان در اجراهای مختلف انتخاب کرد. همچنین از روش‌های متاآنالیز قوی استفاده می‌کند تا از بسیاری از مشکلات برجسته‌شده در بالا اجتناب شود. تحقیقات بیشتر در مورد این چارچوب مورد نیاز است تا مشخص شود که آیا این واقعاً برتر از چارچوب‌های بیزی یا چند متغیره است. محققانی که مایل به آزمایش این هستند، از طریق یک نرم افزار رایگان به این چارچوب دسترسی دارند. ^[83]

متاآنالیز سفارشی

شکل دیگری از اطلاعات اضافی از تنظیمات مورد نظر می آید. اگر تنظیم هدف برای اعمال نتایج متاآنالیز مشخص باشد، ممکن است بتوان از داده‌های این تنظیمات برای متناسب کردن نتایج استفاده کرد و بنابراین یک «فراتحلیل متناسب» تولید کرد.، ^{[95] [96]} این در مورد استفاده قرار گرفته است . متاآنالیز دقت آزمون، که در آن دانش تجربی از میزان مثبت تست و شیوع برای استخراج منطقه‌ای در فضای مشخصه عملیاتی گیرنده (ROC) معروف به "منطقه کاربردی" استفاده شده است. سپس مطالعات برای تنظیم هدف بر اساس مقایسه با این منطقه انتخاب می‌شوند و جمع‌آوری می‌شوند تا تخمین خلاصه‌ای را تولید کنند که متناسب با تنظیم هدف است.

تجمیع IPD و AD

متاآنالیز همچنین می تواند برای ترکیب IPD و AD اعمال شود. این زمانی راحت است که محققانی که تجزیه و تحلیل را انجام می‌دهند، در حین جمع‌آوری داده‌های کلی یا خلاصه از ادبیات، داده‌های خام خود را داشته باشند. مدل ادغام تعمیم یافته (GIM) ^[97] تعمیم فراتحلیل است. این اجازه می دهد که مدل برازش شده روی داده های شرکت کننده فردی (IPD) با مدل هایی که برای محاسبه داده های کل (AD) استفاده می شود متفاوت باشد. GIM را می توان به عنوان یک روش کالیبراسیون مدل برای ادغام اطلاعات با انعطاف پذیری بیشتر در نظر گرفت.

اعتبارسنجی نتایج متاآنالیز

برآورد متاآنالیز نشان‌دهنده میانگین وزنی در بین مطالعات است و زمانی که ناهمگونی وجود داشته باشد ممکن است منجر به این شود که برآورد خلاصه نماینده مطالعات فردی نباشد. ارزیابی کیفی مطالعات اولیه با استفاده از ابزارهای تثبیت شده می‌تواند سوگیری‌های بالقوه را آشکار کند، ^{[98] [99]} اما اثر کل این سوگیری‌ها را بر برآورد خلاصه کمیت نمی‌کند. اگرچه نتیجه متاآنالیز را می توان با یک مطالعه اولیه آینده نگر مستقل مقایسه کرد، چنین اعتبار سنجی خارجی اغلب غیرعملی است. این منجر به توسعه روش‌هایی شده است که از نوعی اعتبار سنجی متقاطع ترک یک‌بی بهره می‌برند ، که گاهی به آن اعتبار متقاطع داخلی-خارجی (IOCV) می‌گویند. ^[100] در اینجا هر یک از k مطالعات شامل به نوبه خود حذف شده و با برآورد خلاصه به دست آمده از تجمیع مطالعات k-1 باقی مانده مقایسه شده است. یک آمار اعتبار سنجی کلی، Vn بر اساس IOCV برای اندازه گیری اعتبار آماری نتایج متاآنالیز ایجاد شده است. ^[101] برای دقت و پیش‌بینی آزمون، به‌ویژه زمانی که اثرات چند متغیره وجود دارد، روش‌های دیگری که به دنبال تخمین خطای پیش‌بینی هستند نیز پیشنهاد شده‌اند. ^[102]

چالش ها

یک متاآنالیز چندین مطالعه کوچک همیشه نتایج یک مطالعه بزرگ را پیش‌بینی نمی‌کند. ^[103] برخی استدلال کرده‌اند که ضعف روش این است که منابع سوگیری توسط روش کنترل نمی‌شوند: یک متاآنالیز خوب نمی‌تواند طراحی ضعیف یا سوگیری را در مطالعات اولیه تصحیح کند. ^[104] این بدان معنی است که فقط مطالعات روش شناختی صحیح باید در یک متاآنالیز گنجانده شود، عملی که "بهترین ترکیب شواهد" نامیده می شود. ^[104] سایر متاآنالیزورها شامل مطالعات ضعیف‌تر می‌شوند و یک متغیر پیش‌بینی‌کننده در سطح مطالعه اضافه می‌کنند که کیفیت روش‌شناختی مطالعات را منعکس می‌کند تا تأثیر کیفیت مطالعه بر اندازه اثر را بررسی کند. ^[105] با این حال، دیگران استدلال کرده اند که یک رویکرد بهتر، حفظ اطلاعات در مورد واریانس در نمونه مطالعه، ایجاد شبکه گسترده ای تا حد امکان، و اینکه معیارهای انتخاب روش شناختی، ذهنیت ناخواسته را معرفی می کند و هدف رویکرد را شکست می دهد. ^[106] اخیراً، و تحت تأثیر فشار برای شیوه‌های باز در علم، ابزارهایی برای توسعه متاآنالیزهای زنده «با منبع جمعیت» که توسط جوامع دانشمندان به‌روزرسانی می‌شوند ^{[107] [108]} به امید ایجاد همه انتخاب های ذهنی صریح تر

سوگیری انتشار: مشکل کشوی فایل

طرح قیف بدون مشکل کشوی فایل مورد انتظار است. بزرگترین مطالعات در نوک همگرا هستند در حالی که مطالعات کوچکتر پراکندگی متقارن کم و بیش در پایه را نشان می دهد.

یک طرح قیف با مشکل کشوی فایل مورد انتظار است. بزرگ‌ترین مطالعات هنوز در حول و حوش نوک جمع شده‌اند، اما سوگیری علیه انتشار مطالعات منفی باعث شده است که مطالعات کوچک‌تر در مجموع نتایج مطلوب غیرقابل توجیهی برای این فرضیه داشته باشند.

یکی دیگر از مشکلات احتمالی تکیه بر مجموعه موجود مطالعات منتشر شده است، که ممکن است به دلیل سوگیری انتشار نتایج اغراق آمیزی ایجاد کند ، ^[109] زیرا مطالعاتی که نتایج منفی یا نتایج ناچیز را نشان می دهند احتمال انتشار کمتری دارند. ^{[110] برای مثال، شرکت‌های داروسازی به مخفی کردن مطالعات منفی [111]} معروف بوده‌اند و محققان ممکن است مطالعات منتشر نشده‌ای مانند مطالعات پایان‌نامه یا چکیده‌های کنفرانس را که به چاپ نرسیده‌اند نادیده گرفته باشند. ^[112] این به راحتی قابل حل نیست، زیرا نمی توان دانست که چه تعداد از مطالعات گزارش نشده است. ^{[113] [114]}

این مشکل کشوی فایل که با قرار گرفتن نتایج منفی یا غیر قابل توجه در کابینت مشخص می‌شود، می‌تواند منجر به توزیع مغرضانه اندازه‌های اثر شود و در نتیجه یک مغالطه جدی در نرخ پایه ایجاد کند که در آن اهمیت مطالعات منتشر شده بیش از حد تخمین زده می‌شود، مانند مطالعات دیگر. یا برای انتشار ارسال نشدند یا رد شدند. این باید به طور جدی در هنگام تفسیر نتایج یک متاآنالیز مورد توجه قرار گیرد. ^{[113] [115]}

توزیع اندازه‌های افکت را می‌توان با یک نمودار قیفی که (در رایج‌ترین نسخه آن) نمودار پراکنده خطای استاندارد در مقابل اندازه اثر است، تجسم کرد. ^[116] از این واقعیت استفاده می کند که مطالعات کوچکتر (بنابراین خطاهای استاندارد بزرگتر) پراکندگی بیشتری از میزان تأثیر دارند (دقت کمتری دارند) در حالی که مطالعات بزرگتر پراکندگی کمتری دارند و نوک قیف را تشکیل می دهند. اگر بسیاری از مطالعات منفی منتشر نشده باشند، مطالعات مثبت باقیمانده باعث ایجاد یک نمودار قیف می شود که در آن پایه به یک طرف کج شده است (عدم تقارن نمودار قیف). در مقابل، وقتی سوگیری انتشار وجود ندارد، اثر مطالعات کوچکتر دلیلی برای انحراف به یک طرف ندارد و بنابراین یک نمودار قیف متقارن نتیجه می‌شود. این همچنین به این معنی است که اگر سوگیری انتشار وجود نداشته باشد، هیچ رابطه ای بین خطای استاندارد و اندازه اثر وجود نخواهد داشت. ^[117] یک رابطه منفی یا مثبت بین خطای استاندارد و اندازه اثر نشان می‌دهد که مطالعات کوچک‌تر که تأثیرات را فقط در یک جهت پیدا کرده‌اند، به احتمال زیاد منتشر می‌شوند و/یا برای انتشار ارسال می‌شوند.

جدا از طرح قیف بصری، روش‌های آماری برای تشخیص سوگیری انتشار نیز پیشنهاد شده‌اند. ^[114] اینها بحث برانگیز هستند زیرا معمولاً قدرت کمی برای تشخیص سوگیری دارند، اما همچنین ممکن است تحت برخی شرایط مثبت کاذب باشند. ^[118] برای مثال اثرات مطالعه کوچک (مطالعات کوچکتر جانبدارانه)، که در آن تفاوت های روش شناختی بین مطالعات کوچکتر و بزرگتر وجود دارد، ممکن است باعث عدم تقارن در اندازه اثر شود که شبیه به سوگیری انتشار است. با این حال، اثرات مطالعات کوچک ممکن است به همان اندازه برای تفسیر متاآنالیز مشکل ساز باشد، و بررسی منابع بالقوه سوگیری بر نویسندگان فراتحلیلی ضروری است. ^[119]

مشکل سوگیری انتشارات پیش پا افتاده نیست زیرا پیشنهاد می شود که 25 درصد از متاآنالیزها در علوم روانشناسی ممکن است از سوگیری انتشار رنج ببرند. ^[120] با این حال، قدرت کم تست‌های موجود و مشکلات ظاهری بصری طرح قیف همچنان یک مسئله باقی می‌ماند و تخمین‌های سوگیری انتشار ممکن است کمتر از آنچه واقعاً وجود دارد باقی بماند.

بیشتر بحث‌های سوگیری انتشار بر روی شیوه‌های مجلاتی متمرکز می‌شود که از انتشار یافته‌های آماری معنی‌دار حمایت می‌کنند. با این حال، شیوه‌های تحقیق مشکوک، مانند کارکرد مجدد مدل‌های آماری تا زمانی که اهمیت به دست آید، ممکن است به نفع یافته‌های آماری معنادار در حمایت از فرضیه‌های محققان باشد. ^{[121] [122]}

مشکلات مربوط به مطالعات عدم گزارش اثرات غیر آماری معنی دار

مطالعات اغلب زمانی که به اهمیت آماری نمی رسند، اثرات را گزارش نمی کنند. ^[123] برای مثال، آنها ممکن است به سادگی بگویند که گروه ها تفاوت های آماری معنی داری نشان ندادند، بدون اینکه اطلاعات دیگری را گزارش کنند (مثلاً یک آمار یا p-value). ^[124] کنار گذاشتن این مطالعات منجر به وضعیتی مشابه با سوگیری انتشار می‌شود، اما گنجاندن آنها (با فرض اثرات تهی) باعث سوگیری متاآنالیز می‌شود.

مشکلات مربوط به رویکرد آماری

نقاط ضعف دیگر این است که مشخص نشده است که از نظر آماری دقیق‌ترین روش برای ترکیب نتایج، مدل‌های اثر ثابت، IVhet، تصادفی یا با کیفیت است، اگرچه انتقادات علیه مدل اثرات تصادفی به دلیل این تصور که اثرات تصادفی جدید افزایش یافته است ( در متاآنالیز استفاده می شود) اساساً ابزارهای رسمی برای تسهیل صاف کردن یا جمع شدگی هستند و پیش بینی ممکن است غیرممکن یا نادرست باشد. ^[125] مشکل اصلی رویکرد اثرات تصادفی این است که از تفکر آماری کلاسیک برای تولید یک "برآورنده سازشی" استفاده می‌کند که اگر ناهمگنی در مطالعات زیاد باشد اما نزدیک به برآوردگر وزنی واریانس معکوس باشد، وزن‌ها را به تخمین‌گر وزن طبیعی نزدیک می‌کند. اگر ناهمگنی بین مطالعه کم باشد. با این حال، آنچه نادیده گرفته شده است، تمایز بین مدلی است که ما برای تجزیه و تحلیل یک مجموعه داده معین انتخاب می کنیم، و مکانیسمی که داده ها توسط آن به وجود آمده اند . ^[126] یک اثر تصادفی می تواند در هر یک از این نقش ها وجود داشته باشد، اما این دو نقش کاملاً متمایز هستند. دلیلی وجود ندارد که فکر کنیم مدل تجزیه و تحلیل و مکانیسم تولید داده (مدل) از نظر شکل مشابه هستند، اما بسیاری از زیرشاخه‌های آمار این عادت را ایجاد کرده‌اند که برای تئوری و شبیه‌سازی، مکانیسم (مدل) تولید داده را فرض کنیم. مشابه مدل تحلیلی است که ما انتخاب می کنیم (یا می خواهیم دیگران انتخاب کنند). به عنوان یک مکانیسم فرضی برای تولید داده ها، مدل اثر تصادفی برای متاآنالیز احمقانه است و بهتر است این مدل را به عنوان یک توصیف سطحی و چیزی که به عنوان یک ابزار تحلیلی انتخاب می کنیم در نظر بگیریم - اما این انتخاب برای فراتحلیل ممکن است کار نمی کند زیرا اثرات مطالعه یک ویژگی ثابت متاآنالیز مربوطه است و توزیع احتمال تنها یک ابزار توصیفی است. ^[126]

مشکلات ناشی از سوگیری برنامه محور

شدیدترین عیب در متاآنالیز اغلب زمانی رخ می دهد که شخص یا افرادی که فراتحلیل را انجام می دهند، یک برنامه اقتصادی ، اجتماعی یا سیاسی مانند تصویب یا شکست قانون داشته باشند . ^{[127] افرادی که این نوع برنامه‌ها را دارند ممکن است به دلیل} سوگیری شخصی از متاآنالیز سوء استفاده کنند . به عنوان مثال، محققانی که موافق دستور کار نویسنده هستند، احتمالاً مطالعات خود را انتخاب می کنند، در حالی که آنهایی که مطلوب نیستند نادیده گرفته می شوند یا به عنوان "غیر معتبر" برچسب گذاری می شوند. علاوه بر این، نویسندگان مورد علاقه خود ممکن است برای تولید نتایجی که از اهداف کلی سیاسی، اجتماعی یا اقتصادی آنها حمایت می کند، به شیوه هایی مانند انتخاب مجموعه داده های کوچک مطلوب و ترکیب نکردن مجموعه داده های نامطلوب بزرگتر، مغرضانه یا دستمزد دریافت کنند. تأثیر چنین سوگیری‌هایی بر نتایج یک متاآنالیز ممکن است زیرا روش‌شناسی متاآنالیز بسیار انعطاف‌پذیر است. ^[128]

مطالعه‌ای در سال 2011 که برای افشای تضاد منافع احتمالی در مطالعات تحقیقاتی اساسی مورد استفاده برای متاآنالیزهای پزشکی انجام شد، 29 متاآنالیز را بررسی کرد و دریافت که تضاد منافع در مطالعات زیربنای متاآنالیزها به ندرت افشا می‌شود. 29 متاآنالیز شامل 11 مورد از مجلات پزشکی عمومی، 15 مورد از مجلات پزشکی تخصصی، و سه مورد از پایگاه داده‌های مرورهای سیستماتیک کاکرین بود . 29 متاآنالیز مجموعاً 509 کارآزمایی تصادفی‌سازی و کنترل‌شده (RCT) را بررسی کردند. از این تعداد، 318 RCT منابع مالی را گزارش کردند که 219 (69٪) بودجه را از صنعت دریافت کردند (یعنی یک یا چند نویسنده با صنعت داروسازی ارتباط مالی دارند). از 509 RCT، 132 گزارش افشای تعارض منافع نویسنده، با 91 مطالعه (69٪) نشان می دهد که یک یا چند نویسنده دارای روابط مالی با صنعت هستند. با این حال، اطلاعات به ندرت در متاآنالیزها منعکس شد. فقط دو نفر (7%) منابع مالی RCT را گزارش کردند و هیچ یک ارتباط RCT با صنعت را گزارش نکردند. نویسندگان به این نتیجه رسیدند که "بدون تایید COI به دلیل تامین مالی صنعت یا ارتباطات مالی صنعت نویسنده از RCT های موجود در متاآنالیزها، ممکن است درک و ارزیابی خوانندگان از شواهد حاصل از متاآنالیز به خطر بیفتد." ^[129]

به عنوان مثال، در سال 1998، یک قاضی فدرال ایالات متحده دریافت که آژانس حفاظت از محیط زیست ایالات متحده از فرآیند متاآنالیز سوء استفاده کرده است تا مطالعه ای را انجام دهد که ادعا می کند خطرات سرطان برای افراد غیرسیگاری ناشی از دود تنباکو محیطی (ETS) به قصد تأثیرگذاری بر سیاست گذاران وجود دارد. برای تصویب قوانین محل کار بدون سیگار ^{[130] [131] [132]}

قابلیت مقایسه و اعتبار مطالعات وارد شده

متاآنالیز ممکن است اغلب جایگزینی برای یک مطالعه اولیه با توان کافی، به ویژه در علوم زیستی نباشد. ^[133]

ناهمگونی روش های مورد استفاده ممکن است منجر به نتیجه گیری اشتباه شود. ^[134] برای مثال، تفاوت در اشکال مداخله یا گروه‌هایی که تصور می‌شود جزئی هستند یا برای دانشمندان ناشناخته هستند، می‌توانند به نتایج کاملاً متفاوتی منجر شوند، از جمله نتایجی که نتایج متاآنالیز را مخدوش می‌کنند یا به اندازه کافی در نظر گرفته نمی‌شوند. در داده های آن برعکس، نتایج حاصل از متاآنالیز همچنین ممکن است فرضیه یا مداخلات خاصی را غیرقابل اجرا جلوه دهد و از تحقیقات یا تأییدات بیشتر جلوگیری کند، علیرغم برخی اصلاحات - مانند تجویز متناوب، معیارهای شخصی و اقدامات ترکیبی - که منجر به نتایج کاملاً متفاوتی می شود، از جمله در مواردی که چنین مواردی به طور موفقیت آمیزی در مطالعات مقیاس کوچک که در متاآنالیز در نظر گرفته شده اند شناسایی و به کار گرفته شده اند. ^{[ نیازمند منبع ]} استانداردسازی ، بازتولید آزمایش‌ها ، داده‌های باز و پروتکل‌های باز اغلب ممکن است چنین مشکلاتی را کاهش ندهند، به‌عنوان مثال، عوامل و معیارهای مرتبط ممکن است ناشناخته باشند یا ثبت نشوند. ^{[ نیازمند منبع ]}

بحث در مورد تعادل مناسب بین آزمایش با کمترین تعداد ممکن از حیوانات یا انسان ها و نیاز به دستیابی به یافته های قوی و قابل اعتماد وجود دارد. استدلال شده است که تحقیقات غیرقابل اعتماد ناکارآمد و بیهوده است و این که مطالعات نه تنها زمانی که خیلی دیر متوقف می شوند، بلکه زمانی که خیلی زود متوقف می شوند نیز بیهوده هستند. در کارآزمایی‌های بالینی بزرگ، گاهی اوقات در صورت وجود هزینه‌های قابل توجه یا آسیب احتمالی مرتبط با شرکت‌کنندگان در آزمایش، از آنالیزهای برنامه‌ریزی‌شده و متوالی استفاده می‌شود. ^[135] در علوم رفتاری کاربردی ، "مگا مطالعات" برای بررسی اثربخشی بسیاری از مداخلات مختلف که به شیوه ای بین رشته ای توسط تیم های جداگانه طراحی شده اند، پیشنهاد شده است. ^[136] یکی از این مطالعات از زنجیره تناسب اندام برای استخدام تعداد زیادی شرکت کننده استفاده کرد. پیشنهاد شده است که مداخلات رفتاری اغلب به سختی قابل مقایسه هستند [در متاآنالیزها و مرورها]، زیرا «دانشمندان مختلف ایده‌های مداخله‌ای متفاوت را در نمونه‌های مختلف با استفاده از نتایج متفاوت در بازه‌های زمانی مختلف آزمایش می‌کنند»، که باعث عدم مقایسه چنین تحقیقات فردی می‌شود. که "پتانسیل آنها برای اطلاع رسانی سیاست " را محدود می کند. ^[136]

استانداردهای شمول ضعیف منجر به نتیجه گیری های گمراه کننده می شود

متاآنالیزها در آموزش اغلب از نظر کیفیت روش شناختی مطالعاتی که شامل می شوند به اندازه کافی محدود کننده نیستند. به عنوان مثال، مطالعاتی که شامل نمونه‌های کوچک یا معیارهای محقق ساخته می‌شوند منجر به تخمین اندازه اثر متورم می‌شوند. ^[137] با این حال، این مشکل همچنین فراتحلیل کارآزمایی‌های بالینی را با مشکل مواجه می‌کند. استفاده از ابزارهای مختلف ارزیابی کیفیت (QATs) منجر به گنجاندن مطالعات مختلف و به دست آوردن برآوردهای متناقض از اثرات متوسط ​​درمان می شود. ^{[138] [139]}

کاربردها در علم مدرن

خلاصه گرافیکی متاآنالیز بیش از 1000 مورد گلیوم پونتین درونی منتشر و سایر گلیوماهای کودکان، که در آن اطلاعات مربوط به جهش‌های درگیر و همچنین پیامدهای عمومی از ادبیات اولیه اولیه استخراج شده است.

متاآنالیز آماری مدرن بیش از ترکیب اندازه اثر مجموعه ای از مطالعات با استفاده از میانگین وزنی انجام می دهد. این می تواند آزمایش کند که آیا نتایج مطالعات به دلیل نمونه گیری از تعداد مختلف شرکت کنندگان در تحقیق، تنوع بیشتری نسبت به تغییرات مورد انتظار نشان می دهد یا خیر. علاوه بر این، ویژگی‌های مطالعه مانند ابزار اندازه‌گیری مورد استفاده، نمونه‌گیری از جامعه، یا جنبه‌های طراحی مطالعات را می‌توان کدگذاری کرد و برای کاهش واریانس برآوردگر استفاده کرد (به مدل‌های آماری بالا مراجعه کنید). بنابراین برخی از ضعف های روش شناختی در مطالعات را می توان به صورت آماری اصلاح کرد. سایر کاربردهای روش‌های متاآنالیز شامل توسعه و اعتبارسنجی مدل‌های پیش‌بینی بالینی است، که در آن می‌توان از متاآنالیز برای ترکیب داده‌های شرکت‌کنندگان فردی از مراکز تحقیقاتی مختلف و ارزیابی تعمیم‌پذیری مدل، ^{[140] [141]} یا حتی برای تجمیع استفاده کرد. مدل های پیش بینی موجود ^[142]

متاآنالیز را می توان با طراحی تک موضوعی و همچنین طرح های پژوهشی گروهی انجام داد. ^{[143] این مهم است زیرا تحقیقات زیادی با طرح های} تحقیقاتی تک موضوعی انجام شده است . ^[144] اختلاف قابل توجهی برای مناسب ترین تکنیک فرا تحلیلی برای تحقیق تک موضوعی وجود دارد. ^[145]

متاآنالیز منجر به تغییر تأکید از مطالعات منفرد به مطالعات چندگانه می شود. بر اهمیت عملی اندازه اثر به جای اهمیت آماری مطالعات فردی تأکید می کند. این تغییر در تفکر را «تفکر فرا تحلیلی» می نامند. نتایج یک متاآنالیز اغلب در یک طرح جنگلی نشان داده می شود .

نتایج حاصل از مطالعات با استفاده از رویکردهای مختلف ترکیب می شوند. یکی از رویکردهایی که اغلب در متاآنالیز در تحقیقات مراقبت های بهداشتی استفاده می شود، " روش واریانس معکوس " نامیده می شود. میانگین اندازه اثر در تمام مطالعات به عنوان میانگین وزنی محاسبه می‌شود که به موجب آن وزن‌ها برابر واریانس معکوس برآوردگر اثر هر مطالعه است. به مطالعات بزرگتر و مطالعات با تغییرات تصادفی کمتر وزن بیشتری نسبت به مطالعات کوچکتر داده می شود. سایر رویکردهای رایج عبارتند از روش Mantel-Haenszel ^[146] و روش Peto . ^[147]

نقشه برداری d مبتنی بر دانه (نقشه برداری دیفرانسیل امضا شده قبلی، SDM) یک تکنیک آماری برای متاآنالیز مطالعات در مورد تفاوت در فعالیت یا ساختار مغز است که از تکنیک های تصویربرداری عصبی مانند fMRI، VBM یا PET استفاده می کند.

برای درک بیان ژن از تکنیک‌های توان عملیاتی بالا مانند ریزآرایه‌ها استفاده شده است . پروفایل های بیان MicroRNA برای شناسایی microRNA های متفاوت بیان شده در نوع سلول یا بافت خاص یا شرایط بیماری یا بررسی اثر یک درمان استفاده شده است. یک متاآنالیز از چنین پروفایل‌های بیانی برای استخراج نتایج جدید و تأیید یافته‌های شناخته شده انجام شد. ^[148]

متاآنالیز مطالعات توالی یابی کل ژنوم یک راه حل جذاب برای مشکل جمع آوری نمونه های بزرگ برای کشف انواع نادر مرتبط با فنوتیپ های پیچیده ارائه می دهد. برخی از روش‌ها برای فعال کردن متاآنالیز ارتباط متغیر نادر از نظر عملکردی در گروه‌های مقیاس زیست بانکی با استفاده از رویکردهای کارآمد برای ذخیره‌سازی آمار خلاصه توسعه یافته‌اند. ^[149]

از متاآنالیزهای فراگیر نیز می توان برای تخمین شبکه ای از اثرات استفاده کرد. این به محققان اجازه می دهد تا الگوها را در چشم انداز کامل تری از نتایج تخمین زده شده با دقت بیشتری بررسی کنند و نتیجه گیری کنند که زمینه وسیع تری را در نظر بگیرد (مثلاً اینکه چگونه روابط شخصیت-هوش بر اساس خانواده ویژگی ها متفاوت است). ^[150]

همچنین ببینید

• پورتال ریاضی

• آمار تخمینی
• فرا علم
• مقیاس نیوکاسل-اتاوا
• سوگیری گزارش
• مجله نقد و بررسی
• تحقیق ثانویه
• مطالعه ناهمگونی
• بررسی سیستماتیک
• طرح گالبریت
• تجمیع داده ها

منابع

 این مقاله شامل متنی از Daniel S. Quintana است که تحت مجوز CC BY 4.0 در دسترس است.

 این مقاله شامل متنی از Wolfgang Viechtbauer است که تحت مجوز CC BY 3.0 در دسترس است.

مراجع

1. Shadish WR، Lecy JD (سپتامبر 2015). "بیگ بنگ متا تحلیلی". روشهای سنتز تحقیق . 6 (3): 246-264. doi :10.1002/jrsm.1132. PMID  26212600. S2CID  5416879.
2. Glass GV (سپتامبر 2015). "فراتحلیل در میانسالی: تاریخچه شخصی". روشهای سنتز تحقیق . 6 (3): 221-231. doi :10.1002/jrsm.1133. PMID  26355796. S2CID  30083129.
3. Glass GV (1976). «تحلیل اولیه، ثانویه و فراتحلیل پژوهش». محقق آموزشی . 5 (10): 3-8. doi :10.3102/0013189X005010003. S2CID  3185455.
4. هانت، مورتون (1997). چگونه علم بررسی می کند: داستان متاآنالیز (ویرایش اول). نیویورک، نیویورک، ایالات متحده آمریکا: بنیاد راسل سیج.
5. "گزارش در مورد برخی از آمارهای تلقیح تب روده". مجله پزشکی بریتانیا . 2 (2288): 1243-1246. نوامبر 1904. doi :10.1136/bmj.2.2288.1243. PMC 2355479 . PMID  20761760. 
6. Nordmann AJ، Kasenda B، Briel M (9 مارس 2012). "فراتحلیل: آنچه آنها می توانند و نمی توانند انجام دهند". هفته نامه پزشکی سوئیس . 142 : w13518. doi : 10.4414/smw.2012.13518 . PMID  22407741.
7. O'Rourke K (دسامبر 2007). "دیدگاهی تاریخی در متاآنالیز: برخورد کمی با نتایج مطالعات متفاوت". مجله انجمن سلطنتی پزشکی . 100 (12): 579-582. doi :10.1177/0141076807100012020. PMC 2121629 . PMID  18065712. 
8. گیسلی، EE (1955). اندازه گیری استعدادهای شغلی انتشارات دانشگاه کالیفرنیا در روانشناسی، 8، 101-216.
9. گیسلی، ادوین ای. (1973). «روایی آزمون های استعدادیابی در انتخاب پرسنل». روانشناسی پرسنل . 26 (4): 461-477. doi :10.1111/j.1744-6570.1973.tb01150.x. ISSN  0031-5826.
10. یتس، اف. کوکران، WG (1938). "تحلیل گروه های آزمایش". مجله علوم کشاورزی . 28 (4): 556-580. doi :10.1017/S0021859600050978. ISSN  0021-8596. S2CID  86619593.
11. اسمیت، مری ال. گلس، ژن V. (1977). "فراتحلیل مطالعات نتیجه روان درمانی". روانشناس آمریکایی 32 (9): 752-760. doi :10.1037/0003-066X.32.9.752. ISSN  1935-990X. PMID  921048. S2CID  43326263.
12. آیزنک، اچ جی (1978). "تمرینی در حماقت بزرگ". روانشناس آمریکایی 33 (5): 517. doi :10.1037/0003-066X.33.5.517.a. ISSN  1935-990X.
13. شارپ، دونالد؛ شاعران، سارینا (2020). "متاآنالیز به عنوان پاسخی به بحران تکرار". روانشناسی کانادا / Psychologie Canadienne . 61 (4): 377-387. doi :10.1037/cap0000215. ISSN  1878-7304. S2CID  225384392.
14. آیزنک، اچ جی (1995). "فراتحلیل یا سنتز بهترین شواهد؟". مجله ارزیابی در عمل بالینی . 1 (1): 29-36. doi :10.1111/j.1365-2753.1995.tb00005.x. ISSN  1356-1294. PMID  9238555.
15. Ioannidis، John PA (2016). "تولید انبوه مرورها و متاآنالیزهای سیستماتیک زائد، گمراه کننده و متناقض". فصلنامه میلبانک . 94 (3): 485-514. doi :10.1111/1468-0009.12210. ISSN  0887-378X. PMC 5020151 . PMID  27620683. 
16. Vandvik PO، Brandt L (ژوئیه 2020). "Future of Evidence Ecosystem Series: Evidence Ecosystems and Learning Health Systems: چرا زحمت بکشیم؟". مجله اپیدمیولوژی بالینی . 123 : 166-170. doi :10.1016/j.jclinepi.2020.02.008. PMID  32145365. S2CID  212629387.
17. Cartabellotta A، Tilson JK (ژوئن ۲۰۱۹). "اکوسیستم شواهد بدون بهره وری از تولید، ترکیب و ترجمه دانش نمی تواند رشد کند." مجله اپیدمیولوژی بالینی . 110 : 90-95. doi :10.1016/j.jclinepi.2019.01.008. PMID  30708174. S2CID  73415319.
18. Haddaway NR، Bannach-Brown A، Grainger MJ، Hamilton WK، Hennessy EA، Keenan C، و همکاران. (ژوئن 2022). "سنتز شواهد و متاآنالیز در کنفرانس R (ESMARConf): همسطح کردن زمینه بازی دسترسی و برابری کنفرانس". بررسی های سیستماتیک 11 (1): 113. doi : 10.1186/s13643-022-01985-6 . PMC 9164457 . PMID  35659294. 
19. گرامز، الیزا ام. استیلمن، اندرو ن. تینگلی، مورگان دبلیو. الفیک، کریس اس (2019). فرکلتون، رابرت (ویرایشگر). "رویکردی خودکار برای شناسایی عبارات جستجو برای مرورهای سیستماتیک با استفاده از شبکه‌های اتفاقی کلمه کلیدی". روشها در اکولوژی و تکامل . 10 (10): 1645-1654. Bibcode :2019MEcEv..10.1645G. doi : 10.1111/2041-210X.13268 . ISSN  2041-210X.
20. سود، آمیت؛ اروین، پاتریشیا جی. Ebbert, Jon O. (2004). "استفاده از ابزارهای جستجوی پیشرفته در PubMed برای بازیابی استناد". مجموعه مقالات کلینیک مایو . 79 (10): 1295–1300. doi : 10.4065/79.10.1295 . PMID  15473412.
21. وینسنت، بئاتریز؛ وینسنت، موریس؛ فریرا، کارلوس گیل (1 مارس 2006). "ساده سازی جستجوی PubMed: یادگیری بازیابی ادبیات پزشکی از طریق حل مسئله تعاملی". انکولوژیست . 11 (3): 243-251. doi : 10.1634/theoncologist.11-3-243 . ISSN  1083-7159. PMID  16549808.
22. Quintana، Daniel S. (8 اکتبر 2015). "از پیش ثبت نام تا انتشار: آغازگر غیر فنی برای انجام یک متاآنالیز برای سنتز داده های همبستگی". مرزها در روانشناسی 6 : 1549. doi : 10.3389/fpsyg.2015.01549 . ISSN  1664-1078. PMC 4597034 . PMID  26500598. 
23. برامر، ویچر ام. جوستینی، دین؛ د یونگ، گردین بی. هلند، لزلی؛ بخویس، تانجا (2016). «عدم تکرار نتایج جستجوی پایگاه داده برای بررسی های سیستماتیک در EndNote». مجله انجمن کتابخانه های پزشکی . 104 (3): 240-243. doi :10.3163/1536-5050.104.3.014. ISSN  1536-5050. PMC 4915647 . PMID  27366130. 
24. هورسلی، تانیا؛ دینگوال، اروی؛ سامپسون، مارگارت (10 اوت 2011). گروه بررسی روش شناسی کاکرین (ویرایشگر). "بررسی لیست های مرجع برای یافتن مطالعات اضافی برای بررسی های سیستماتیک". پایگاه داده های بررسی های سیستماتیک کاکرین . 2011 (8): MR000026. doi :10.1002/14651858.MR000026.pub2. PMC 7388740 . PMID  21833989. 
25. برامر، ویچر ام. دی یونگ، گردین بی. رتلفسن، ملیسا ال. ماست، فرانس؛ Kleijnen, Jos (4 اکتبر 2018). "رویکردی سیستماتیک برای جستجو: روشی کارآمد و کامل برای توسعه جستجوهای ادبیات". مجله انجمن کتابخانه های پزشکی . 106 (4): 531-541. doi :10.5195/jmla.2018.283. ISSN  1558-9439. PMC 6148622 . PMID  30271302. 
26. موهر، دیوید؛ تتزلاف، جنیفر؛ تریکو، آندریا سی; سامپسون، مارگارت؛ آلتمن، داگلاس جی (27 مارس 2007). کلارک، مایک (ویرایشگر). "اپیدمیولوژی و ویژگی های گزارشی مرورهای سیستماتیک". PLOS Medicine . 4 (3): e78. doi : 10.1371/journal.pmed.0040078 . ISSN  1549-1676. PMC 1831728 . PMID  17388659. 
27. لیکنز، دانیل؛ هیلگارد، جو؛ استاکس، یانکه (2016). "در مورد تکرارپذیری متاآنالیز: شش توصیه عملی". روانشناسی BMC . 4 (1): 24. doi : 10.1186/s40359-016-0126-3 . ISSN  2050-7283. PMC 4886411 . PMID  27241618. 
28. نگوین، فی ین؛ مک کنزی، جوآن ای. همیلتون، دانیل جی. موهر، دیوید؛ توگول، پیتر؛ فیدلر، فیونا ام. هادوی، نیل آر. هیگینز، جولیان پی تی. کانوکولا، راجو؛ کارونانانتان، ساتیا؛ ماکسول، لارا جی. مک دونالد، استیو؛ ناکاگاوا، شینیچی؛ نونان، دیوید؛ ولش، ویوین ای. (2023). "دیدگاه بازبینان سیستماتیک در مورد به اشتراک گذاری داده های مرور، کد تحلیلی و سایر مواد: یک نظرسنجی". سنتز و روش های شواهد کاکرین . 1 (2). doi : 10.1002/cesm.12008 . ISSN  2832-9023.
29. پیج، متیو جی. آلتمن، داگلاس جی. شمسیر، لاریسا؛ مک کنزی، جوآن ای. احمدزی، نادره; ولف، دیانا؛ یزدی، فاطمه; Catalá-López، Ferrán; تریکو، آندریا سی. موهر، دیوید (2018). «روش‌های تحقیقاتی تکرارپذیر در بررسی‌های سیستماتیک مداخلات زیست‌پزشکی مورد استفاده قرار نمی‌گیرند». مجله اپیدمیولوژی بالینی . 94 : 8-18. doi :10.1016/j.jclinepi.2017.10.017. PMID  29113936.
30. آلوئه، آریل ام. (2014). "بررسی تجربی اندازه اثر جزئی در فراتحلیل داده های همبستگی". مجله روانشناسی عمومی . 141 (1): 47-64. doi :10.1080/00221309.2013.853021. ISSN  0022-1309. PMID  24838020.
31. تراکز، سوزان ام. المور، پاتریشیا بی. پولمن، جان تی (1992). "فراتحلیل همبستگی: موارد مستقل و غیر مستقل". سنجش تربیتی و روانی . 52 (4): 879-888. doi :10.1177/0013164492052004007. ISSN  0013-1644.
32. کرامر، دانکن (2003). «داستان احتیاطی دو آماره: همبستگی جزئی و رگرسیون جزئی استاندارد شده». مجله روانشناسی . 137 (5): 507-511. doi :10.1080/00223980309600632. ISSN  0022-3980. PMID  14629080. S2CID  37557674.
33. گروس، آرند؛ شرم، سیبیل؛ شولز، مارکوس (2014). Ycasd – ابزاری برای جمع‌آوری و مقیاس‌بندی داده‌ها از نمایش‌های گرافیکی. BMC بیوانفورماتیک . 15 (1): 219. doi : 10.1186/1471-2105-15-219 . ISSN  1471-2105. PMC 4085079 . PMID  24965054. 
34. کلیشه، متیو؛ روزنبرگ، دیوید؛ مادکا، دروو; یی، کانی (2017)، سیسی، میکل آنژ؛ هولمن، جاکو؛ تودورفسکی، لیوپچو؛ Vens, Celine (eds.), "Scatteract: Automated Extraction of Data from Scatter Plots"، Machine Learning and Knowledge Discovery in Databases , vol. 10534، چم: انتشارات بین المللی اسپرینگر، ص 135–150، arXiv : 1704.06687 , doi :10.1007/978-3-319-71249-9_9، ISBN 978-3-319-71248-2, S2CID  9543956 , بازیابی شده در 26 دسامبر 2023
35. مورو، دیوید؛ گمبل، بیو (2022). "برگزاری فراتحلیل در عصر علم باز: ابزارها، نکات و توصیه های کاربردی". روشهای روانشناسی . 27 (3): 426-432. doi : 10.1037/met0000351. ISSN  1939-1463. PMID  32914999. S2CID  221619510.
36. McGuinness، Luke A.; هیگینز، جولیان پی تی (2021). "Visualization Risk-of-Bias (robvis): یک بسته R و برنامه وب درخشان برای تجسم ارزیابی های ریسک سوگیری". روشهای سنتز تحقیق . 12 (1): 55-61. doi : 10.1002/jrsm.1411 . hdl : 1983/e59b578e-1534-43d9-a438-8bc27b363a9a . ISSN  1759-2879. PMID  32336025.
37. ساندرسون، اس. تات، آی دی. هیگینز، جی پی (1 ژوئن 2007). "ابزار ارزیابی کیفیت و حساسیت به سوگیری در مطالعات مشاهده ای در اپیدمیولوژی: مروری سیستماتیک و کتابشناسی مشروح". مجله بین المللی اپیدمیولوژی . 36 (3): 666-676. doi : 10.1093/ije/dym018 . ISSN  0300-5771. PMID  17470488.
38. هادوی، نیل آر. ماکورا، بیلیانا؛ ویلی، پل؛ پولین، اندرو اس (2018). "استانداردهای گزارش ROSES برای سنتز شواهد سیستماتیک: فرم، نمودار جریان و خلاصه توصیفی از طرح و اجرای بررسی های سیستماتیک محیطی و نقشه های سیستماتیک". شواهد محیطی . 7 (1). Bibcode :2018EnvEv...7....7H. doi : 10.1186/s13750-018-0121-7 . ISSN  2047-2382.
39. پائز، آرسنیو (2017). "ادبیات خاکستری: منبعی مهم در بررسی های سیستماتیک". مجله پزشکی مبتنی بر شواهد . 10 (3): 233-240. doi :10.1111/jebm.12266. ISSN  1756-5383. PMID  28857505.
40. کان، ویکی اس. ولنتاین، جفری سی. کوپر، هریس ام. رنتز، مرلین جی (2003). «ادبیات خاکستری در فراتحلیل». تحقیقات پرستاری . 52 (4): 256-261. doi :10.1097/00006199-200307000-00008. ISSN  0029-6562. PMID  12867783. S2CID  27109643.
41. شرر، روبرتا دبلیو. سالدانها، ایان جی. (2019). "چگونه باید داوران سیستماتیک چکیده های کنفرانس را مدیریت کنند؟ نمایی از سنگر". بررسی های سیستماتیک 8 (1): 264. doi : 10.1186/s13643-019-1188-0 . ISSN  2046-4053. PMC 6836535 . PMID  31699124. 
42. هارتلینگ، لیزا؛ Featherstone، رابین; نوسپل، مگان; اصلاح، کاسی؛ درایدن، دونا ام. واندرمیر، بن (2017). «ادبیات خاکستری در مرورهای سیستماتیک: مطالعه مقطعی سهم گزارش‌های غیرانگلیسی، مطالعات و پایان‌نامه‌های منتشر نشده در نتایج متاآنالیز در بررسی‌های مرتبط با کودکان». روش تحقیق پزشکی BMC . 17 (1): 64. doi : 10.1186/s12874-017-0347-z . ISSN  1471-2288. PMC 5395863 . PMID  28420349. 
43. هادوی، NR; Woodcock، P. ماکورا، بی. کالینز، ا. (2015). «قابلیت اطمینان‌تر کردن مرور ادبیات از طریق استفاده از درس‌هایی از مرورهای سیستماتیک». زیست شناسی حفاظت . 29 (6): 1596-1605. Bibcode :2015ConBi..29.1596H. doi :10.1111/cobi.12541. ISSN  0888-8892. JSTOR  24761072. PMID  26032263. S2CID  20624428.
44. ایگر، م. جونی، پ. بارتلت، سی. هولنشتاین، اف. استرن، ج (2003). "جستجوهای جامع ادبیات و ارزیابی کیفیت کارآزمایی در مرورهای سیستماتیک چقدر مهم است؟ مطالعه تجربی". ارزیابی فناوری سلامت . 7 (1): 1-82. doi : 10.3310/hta7010 . ISSN  1366-5278. PMID  12583822.
45. لوفور، کارول؛ گلنویل، جولی؛ بریسکو، سیمون؛ لیتل وود، آن; مارشال، کریس؛ متزندورف، ماریا اینتی؛ نوئل استور، آنا؛ رادر، تامارا؛ شکرانه، فرهاد (23 سپتامبر 2019)، هیگینز، جولیان پی تی. توماس، جیمز؛ چندلر، ژاکلین؛ کامپستون، میراندا (ویرایش‌ها)، "جستجو و انتخاب مطالعات"، کتابچه راهنمای کاکرین برای مرورهای سیستماتیک مداخلات (1 ویرایش)، ویلی، صفحات 67-107، doi :10.1002/9781119536604.ch4، ISBN 978-1-119-53662-8, S2CID  204603849 , بازیابی شده در 26 دسامبر 2023
46. مک آلی، لورا؛ فام، باع؛ توگول، پیتر؛ موهر، دیوید (2000). "آیا گنجاندن ادبیات خاکستری بر برآورد اثربخشی مداخله گزارش شده در متاآنالیزها تاثیر می گذارد؟" لنست . 356 (9237): 1228-1231. doi :10.1016/S0140-6736(00)02786-0. PMID  11072941. S2CID  33777183.
47. هوپول، سالی؛ کلارک، مایک (2005). "چکیده های ارائه شده در کنفرانس انجمن انکولوژی بالینی آمریکا: کارآزمایی ها چقدر به طور کامل گزارش می شوند؟". آزمایشات بالینی 2 (3): 265-268. doi :10.1191/1740774505cn091oa. ISSN  1740-7745. PMID  16279150. S2CID  3601317.
48. بنداری، محیط؛ دورو، پی جی؛ گایات، گوردون اچ. کوک، دبورا جی. سویونتکوفسکی، مارک اف. اسپراگ، شیلا؛ Schemitsch، Emil H. (2002). "مطالعه مشاهده ای چکیده های ارتوپدی و انتشارات تمام متن بعدی". مجله جراحی استخوان و مفاصل - جلد آمریکایی . 84 (4): 615-621. doi :10.2106/00004623-200204000-00017. ISSN  0021-9355. PMID  11940624. S2CID  8807106.
49. تیرنی، جین اف. فیشر، دیوید جی. بوردت، سارا؛ استوارت، لسلی ای. پارمار، ماهش کی بی (31 ژانویه 2020). شاپیرو، استیون دی (ویرایشگر). "مقایسه رویکردهای داده‌های جمعی و فردی شرکت‌کنندگان برای فراتحلیل کارآزمایی‌های تصادفی‌سازی شده: یک مطالعه مشاهده‌ای". PLOS Medicine . 17 (1): e1003019. doi : 10.1371/journal.pmed.1003019 . ISSN  1549-1676. PMC 6993967 . PMID  32004320. 
50. چانگ، بی هونگ؛ هوگلین، دیوید سی (2017). "فراتحلیل نسبت شانس: اقدامات خوب فعلی". مراقبت های پزشکی . 55 (4): 328-335. doi :10.1097/MLR.0000000000000696. ISSN  0025-7079. PMC 5352535 . PMID  28169977. 
51. باکبرگنولی، الیاس؛ هوگلین، دیوید سی. کولینسکایا، النا (2019). "تله های استفاده از نسبت ریسک در متاآنالیز". روشهای سنتز تحقیق . 10 (3): 398-419. doi :10.1002/jrsm.1347. ISSN  1759-2879. PMC 6767076 . PMID  30854785. 
52. Debray TP، Moons KG، van Valkenhoef G، Efthimiou O، Hummel N، Groenwold RH، Reitsma JB (دسامبر 2015). "در متاآنالیز داده‌های شرکت‌کننده (IPD) واقعی دریافت کنید: مروری بر روش‌شناسی". روشهای سنتز تحقیق . 6 (4): 293-309. doi :10.1002/jrsm.1160. PMC 5042043 . PMID  26287812. 
53. Debray TP، Moons KG، Abo-Ziid GM، Koffijberg H، Riley RD (2013). "فراتحلیل داده های شرکت کننده فردی برای یک نتیجه باینری: یک مرحله ای یا دو مرحله ای؟". PLOS ONE . 8 (4): e60650. Bibcode :2013PLoSO...860650D. doi : 10.1371/journal.pone.0060650 . PMC 3621872 . PMID  23585842. 
54. Burke DL، Ensor J، Riley RD (فوریه ۲۰۱۷). "فراتحلیل با استفاده از داده های فردی شرکت کنندگان: رویکردهای یک مرحله ای و دو مرحله ای، و چرا آنها ممکن است متفاوت باشند". آمار در پزشکی . 36 (5): 855-875. doi :10.1002/sim.7141. PMC 5297998 . PMID  27747915. 
55. نیکولاکوپولو، آدریانی؛ ماوریدیس، دیمیتریس؛ سالانتی، گرجستان (2014). "نحوه تفسیر مدل های متاآنالیز: متاآنالیز اثر ثابت و اثرات تصادفی". سلامت روان مبتنی بر شواهد . 17 (2): 64. doi :10.1136/eb-2014-101794. ISSN  1362-0347. PMID  24778439.
56. دکرز، اولاف ام. (2018). "فراتحلیل: ویژگی های کلیدی، پتانسیل ها و سوء تفاهم ها". تحقیق و تمرین در ترومبوز و هموستاز . 2 (4): 658-663. doi :10.1002/rth2.12153. PMC 6178740 . PMID  30349883. 
57. Helfenstein U (مارس 2002). "داده ها و مدل ها پیشنهادهای درمانی را تعیین می کنند - تصویری از متاآنالیز". مجله پزشکی فوق لیسانس . 78 (917): 131-134. doi :10.1136/pmj.78.917.131. PMC 1742301 . PMID  11884693. 
58. دتوری، جوزف آر. نورول، دانیل سی. چپمن، جنز آر (2022). "مدل های اثر ثابت در مقابل اثرات تصادفی برای متاآنالیز: 3 نکته برای در نظر گرفتن". مجله جهانی ستون فقرات . 12 (7): 1624-1626. doi :10.1177/21925682221110527. ISSN  2192-5682. PMC 9393987 . PMID  35723546. 
59. هجز، لری وی. Vevea, Jack L. (1998). "مدل های اثرات ثابت و تصادفی در متاآنالیز". روشهای روانشناسی . 3 (4): 486-504. doi :10.1037/1082-989X.3.4.486. ISSN  1939-1463. S2CID  119814256.
60. رایس، کنت؛ هیگینز، جولیان پی تی. لاملی، توماس (2018). "ارزیابی مجدد متاآنالیز اثر(های) ثابت". مجله انجمن آمار سلطنتی. سری A (آمار در جامعه) . 181 (1): 205-227. doi :10.1111/rssa.12275. ISSN  0964-1998. JSTOR  44682165.
61. Viechtbauer، Wolfgang (2010). "انجام متاآنالیز در R با بسته متافور". مجله نرم افزار آماری . 36 (3). doi : 10.18637/jss.v036.i03 . ISSN  1548-7660. S2CID  15798713.
62. هولزمایستر، فلیکس؛ جوهانسون، مگنوس؛ بوهم، رابرت؛ دربر، آنا؛ هوبر، یورگن؛ کرچلر، مایکل (6 اوت 2024). "ناهمگونی در برآورد اندازه اثر". مجموعه مقالات آکادمی ملی علوم . 121 (32): e2403490121. doi :10.1073/pnas.2403490121. ISSN  0027-8424. PMC 11317577 . PMID  39078672. 
63. Senn S (مارس 2007). "تلاش برای دقیق بودن در مورد ابهام". آمار در پزشکی . 26 (7): 1417-1430. doi : 10.1002/sim.2639 . PMID  16906552. S2CID  17764847.
64. Al Khalaf MM, Thalib L, Doi SA (فوریه 2011). "ترکیب مطالعات ناهمگن با استفاده از مدل اثرات تصادفی اشتباه است و منجر به متاآنالیزهای بی نتیجه می شود." مجله اپیدمیولوژی بالینی . 64 (2): 119-123. doi :10.1016/j.jclinepi.2010.01.009. PMID  20409685.
65. Brockwell SE, Gordon IR (مارس 2001). "مقایسه روش های آماری برای فراتحلیل". آمار در پزشکی . 20 (6): 825-840. doi :10.1002/sim.650. PMID  11252006. S2CID  16932514.
66. Noma H (دسامبر 2011). "فاصله های اطمینان برای یک متاآنالیز اثرات تصادفی بر اساس اصلاحات نوع بارتلت". آمار در پزشکی . 30 (28): 3304-3312. doi :10.1002/sim.4350. hdl : 2433/152046 . PMID  21964669. S2CID  6556986.
67. Brockwell SE, Gordon IR (نوامبر 2007). "روشی ساده برای استنباط بر اثر کلی در متاآنالیز". آمار در پزشکی . 26 (25): 4531-4543. doi :10.1002/sim.2883. PMID  17397112. S2CID  887098.
68. Sidik K, Jonkman JN (نوامبر 2002). "یک فاصله اطمینان ساده برای متاآنالیز". آمار در پزشکی . 21 (21): 3153-3159. doi :10.1002/sim.1262. PMID  12375296. S2CID  21384942.
69. جکسون دی، باودن جی (ژانویه 2009). "ارزیابی مجدد "روش تقریب چندکی" برای متاآنالیز اثرات تصادفی". آمار در پزشکی . 28 (2): 338-348. doi :10.1002/sim.3487. PMC 2991773 . PMID  19016302. 
70. پول سی، گرینلند اس (سپتامبر 1999). "فراتحلیل های اثرات تصادفی همیشه محافظه کارانه نیستند". مجله آمریکایی اپیدمیولوژی . 150 (5): 469-475. doi : 10.1093/oxfordjournals.aje.a010035 . PMID  10472946.
71. Riley RD، Higgins JP، Deeks JJ (فوریه 2011). "تفسیر متاآنالیز اثرات تصادفی". بی ام جی . 342 : d549. doi :10.1136/bmj.d549. PMID  21310794. S2CID  32994689.
72. کریستون ال (مارس 2013). "برخورد با ناهمگونی بالینی در متاآنالیز. مفروضات، روش ها، تفسیر". مجله بین المللی روش ها در تحقیقات روانپزشکی . 22 (1): 1-15. doi :10.1002/mpr.1377. PMC 6878481 . PMID  23494781. 
73. لانگان، دین؛ هیگینز، جولیان پی تی. جکسون، دن؛ باودن، جک؛ ورونیکی، آرتی آنجلیکی; کنتوپانتلیس، اوانجلوس؛ ویختباوئر، ولفگانگ; سیموندز، مارک (2019). "مقایسه برآوردگرهای واریانس ناهمگنی در متاآنالیزهای اثرات تصادفی شبیه سازی شده". روشهای سنتز تحقیق . 10 (1): 83-98. doi : 10.1002/jrsm.1316 . hdl : 1983/c911791c-c687-4f12-bc0b-ffdbe42ca874 . ISSN  1759-2879. PMID  30067315. S2CID  51890354.
74. "راهنمای کاربر MetaXL" (PDF) . بازبینی شده در 18 سپتامبر 2018 .
75. Kontopantelis E، Reeves D (1 اوت 2010). "Metaan: متاآنالیز اثرات تصادفی". مجله استاتا 10 (3): 395-407. doi : 10.1177/1536867X1001000307 - از طریق ResearchGate.
76. فیلد، اندی پی. ژیلت، رافائل (2010). "چگونه یک متاآنالیز انجام دهیم". مجله انگلیسی روانشناسی ریاضی و آماری . 63 (3): 665-694. doi :10.1348/000711010X502733. PMID  20497626. S2CID  22688261.
77. Kontopantelis E، Springate DA، Reeves D (2013). فرید تی (ویرایشگر). "تحلیل مجدد داده های کتابخانه کاکرین: خطرات ناهمگونی مشاهده نشده در متاآنالیز". PLOS ONE . 8 (7): e69930. Bibcode :2013PLoSO...869930K. doi : 10.1371/journal.pone.0069930 . PMC 3724681 . PMID  23922860. 
78. Kontopantelis E، Reeves D (27 سپتامبر 2013). "راهنمای کوتاه و دستور طرح جنگل (ipdforest) برای متاآنالیز یک مرحله ای". مجله استاتا 13 (3): 574-587. doi : 10.1177/1536867X1301300308 - از طریق ResearchGate.
79. Doi SA، Thalib L (ژانویه 2008). "یک مدل اثرات کیفیت برای متاآنالیز". اپیدمیولوژی . 19 (1): 94-100. doi : 10.1097/EDE.0b013e31815c24e7 . PMID  18090860. S2CID  29723291.
80. Doi SA، Barendregt JJ، Mozurkewich EL (مارس 2011). "متاآنالیز کارآزمایی های بالینی ناهمگن: یک مثال تجربی". کارآزمایی های بالینی معاصر . 32 (2): 288-298. doi :10.1016/j.cct.2010.12.006. PMID  21147265.
81. Doi SA، Barendregt JJ، Khan S، Thalib L، Williams GM (ژوئیه 2015). "مقایسه شبیه سازی اثرات کیفی و اثرات تصادفی روش های متاآنالیز". اپیدمیولوژی . 26 (4): e42–e44. doi : 10.1097/EDE.0000000000000289 . PMID  25872162.
82. Doi SA، Barendregt JJ، Khan S، Thalib L، Williams GM (نوامبر 2015). "پیشرفت در متاآنالیز کارآزمایی های بالینی ناهمگن II: مدل اثرات کیفیت". کارآزمایی های بالینی معاصر . 45 (Pt A): 123-129. doi :10.1016/j.cct.2015.05.010. PMID  26003432.
83. "صفحه نرم افزار MetaXL". Epigear.com. 3 ژوئن 2017 . بازبینی شده در 18 سپتامبر 2018 .
84. روس، بنیامین؛ کیمانی، آنا؛ لی، تیانجینگ (2017). "متاآنالیز شبکه: مقدمه ای برای پزشکان". داخلی و اورژانس . 12 (1): 103-111. doi :10.1007/s11739-016-1583-7. ISSN  1828-0447. PMC 5247317 . PMID  27913917. 
85. فیلیپس، مارک آر. فولاد، دیوید اچ. ویکوف، چارلز سی. باس، جیسون دبلیو. بانورو، راوئندهارا آر. تابان، لهانا؛ بنداری، موهیت; چوداری، وارون؛ برای گروه مطالعاتی ائتلاف بین‌المللی رتینا (RETINA). سیواپراساد، صبحا; قیصر، پیتر؛ صراف، دیوید؛ باکری، سوفی ج. گارگ، سونیر ج. سینگ، ریشی پی (2022). "راهنمای یک پزشک برای متاآنالیز شبکه". چشم . 36 (8): 1523-1526. doi :10.1038/s41433-022-01943-5. ISSN  0950-222X. PMC 9307840 . PMID  35145277. 
86. Bucher HC، Guyatt GH، Griffith LE، Walter SD (ژوئن 1997). «نتایج مقایسه مستقیم و غیرمستقیم درمان در فراتحلیل کارآزمایی‌های تصادفی‌سازی و کنترل‌شده». مجله اپیدمیولوژی بالینی . 50 (6): 683-691. doi :10.1016/s0895-4356(97)00049-8. PMID  9250266.
87. van Valkenhoef G, Lu G, de Brock B, Hillege H, Ades AE, Welton NJ (دسامبر 2012). "متاآنالیز شبکه خودکار". روشهای سنتز تحقیق . 3 (4): 285-299. doi :10.1002/jrsm.1054. PMID  26053422. S2CID  33613631.
88. بروکس اس پی، گلمن آ (۱۹۹۸). "روش های عمومی برای نظارت بر همگرایی شبیه سازی های تکراری" (PDF) . مجله آمار محاسباتی و گرافیکی . 7 (4): 434-455. doi :10.1080/10618600.1998.10474787. S2CID  7300890.
89. Heck DW، Gronau QF، Wagenmakers EJ، Patil I (17 مارس 2021). "metaBMA: میانگین‌گیری مدل بیزی برای متاآنالیز اثرات تصادفی و ثابت". کران ​بازبینی شده در 9 مه 2022 .
90. Bartoš F، Maier M، Wagenmakers EJ، Goosen J، Denwood M، Plummer M (20 آوریل 2022). "RoBMA: یک بسته R برای متاآنالیزهای بیزی قوی" . بازبینی شده در 9 مه 2022 .
91. Gronau QF، Heck DW، Berkhout SW، Haaf JM، Wagenmakers EJ (ژوئیه ۲۰۲۱). "پرایمری در متاآنالیز میانگین مدل بیزی". پیشرفت در روش ها و عملکردها در علوم روانشناسی . 4 (3). doi : 10.1177/25152459211031256 . hdl : 11245.1/ec2c07d1-5ff0-431b-b53a-10f9c5d9541d . ISSN  2515-2459. S2CID  237699937.
92. Bartoš F، Maier M، Quintana D، Wagenmakers EJ (16 اکتبر 2020). "تنظیم برای سوگیری انتشار در JASP & R - مدل های انتخاب، PET-PEESE، و متاآنالیز بیزی قوی". پیشرفت در روش ها و عملکردها در علوم روانشناسی . doi : 10.31234/osf.io/75bqn . hdl : 11245.1/5540e87c-0883-45e6-87de-48d2bf4c1e1d . S2CID  236826939.
93. Senn S، Gavini F، Magrez D، Scheen A (آوریل 2013). "مسائل انجام فراتحلیل شبکه". روشهای آماری در تحقیقات پزشکی . 22 (2): 169-189. doi :10.1177/0962280211432220. PMID  22218368. S2CID  10860031.
94. سفید IR (2011). "متا رگرسیون با اثرات تصادفی چند متغیره: به روز رسانی به mvmeta". مجله Stata . 11 (2): 255-270. doi : 10.1177/1536867X1101100206 .
95. Willis BH، Hyde CJ (مه 2014). "برآورد دقت یک آزمون با استفاده از متاآنالیز مناسب - چگونه داده های خاص تنظیمات ممکن است به انتخاب مطالعه کمک کند". مجله اپیدمیولوژی بالینی . 67 (5): 538-546. doi :10.1016/j.jclinepi.2013.10.016. PMID  24447592.
96. Willis BH، Hyde CJ (اوت 2015). دقت آزمون در جامعه تمرینی من چقدر است؟ مجله اپیدمیولوژی بالینی . 68 (8): 847-854. doi :10.1016/j.jclinepi.2014.10.002. PMID  25479685. S2CID  205844216.
97. ژانگ اچ، دنگ ال، شیفمن ام، کین جی، یو کی (2020). "مدل یکپارچه سازی کلی برای استنتاج آماری بهبود یافته با استفاده از داده های خلاصه خارجی". بیومتریک . 107 (3): 689-703. doi :10.1093/biomet/asaa014.
98. هیگینز JP، Altman DG، Gøtzsche PC، Jüni P، Moher D، Oxman AD، و همکاران. (اکتبر 2011). "ابزار همکاری کاکرین برای ارزیابی خطر سوگیری در کارآزمایی های تصادفی". بی ام جی . 343 : d5928. doi :10.1136/bmj.d5928. PMC 3196245 . PMID  22008217. 
99. Whiting PF، Rutjes AW، Westwood ME، Mallett S، Deeks JJ، Reitsma JB، و همکاران. (اکتبر 2011). "QUADAS-2: ابزار تجدید نظر شده برای ارزیابی کیفیت مطالعات دقت تشخیصی". سالنامه طب داخلی . 155 (8): 529-536. doi : 10.7326/0003-4819-155-8-201110180-00009 . PMID  22007046.
100. رویستون پی، پارمار ام کی، سیلوستر آر (مارس 2004). "ساخت و اعتبار یک مدل پیش آگهی در چندین مطالعه، با کاربرد در سرطان مثانه سطحی". آمار در پزشکی . 23 (6): 907-926. doi :10.1002/sim.1691. PMID  15027080. S2CID  23397142.
101. Willis BH, Riley RD (سپتامبر 2017). "اندازه گیری اعتبار آماری نتایج متاآنالیز خلاصه و متارگرسیون برای استفاده در عمل بالینی". آمار در پزشکی . 36 (21): 3283-3301. doi :10.1002/sim.7372. PMC 5575530 . PMID  28620945. 
102. رایلی RD، احمد I، دبری تی پی، ویلیس BH، نوردزیج جی پی، هیگینز جی پی، دیکس جی جی (ژوئن 2015). "خلاصه و تایید نتایج دقت تست در مطالعات متعدد برای استفاده در عمل بالینی". آمار در پزشکی . 34 (13): 2081-2103. doi :10.1002/sim.6471. PMC 4973708 . PMID  25800943. 
103. LeLorier J, Grégoire G, Benhaddad A, Lapierre J, Derderian F (آگوست 1997). "اختلاف بین متاآنالیزها و کارآزمایی‌های تصادفی بزرگ و کنترل‌شده بعدی". مجله پزشکی نیوانگلند . 337 (8): 536-542. doi : 10.1056/NEJM199708213370806 . PMID  9262498.
104. Slavin RE (1986). "سنتز بهترین شواهد: جایگزینی برای بررسی های متا تحلیلی و سنتی". محقق آموزشی . 15 (9): 5-9. doi :10.3102/0013189X015009005. S2CID  146457142.
105. Hunter JE، Schmidt FL، Jackson GB، و همکاران. (انجمن روانشناسی آمریکا. بخش روانشناسی صنعتی-سازمانی) (1982). متاآنالیز: انباشته شدن یافته های تحقیق در بین مطالعات . بورلی هیلز، کالیفرنیا: سیج. شابک 978-0-8039-1864-1.
106. Glass GV، McGaw B، Smith ML (1981). فراتحلیل در تحقیقات اجتماعی . بورلی هیلز، کالیفرنیا: انتشارات سیج. شابک 978-0-8039-1633-3.
107. ولف، وینسنت؛ کونل، آنه؛ Teckentrup، ونسا؛ کونیگ، جولیان؛ کرومر، نیلز بی. (2021). "آیا تحریک عصب واگ گوش از راه پوست بر تغییرات ضربان قلب با واسطه واگال تاثیر می گذارد؟ یک متاآنالیز بیزی زنده و تعاملی". سایکوفیزیولوژی . 58 (11): e13933. doi :10.1111/psyp.13933. ISSN  0048-5772. PMID  34473846.
108. آلبریتون، دیوید؛ گومز، پابلو؛ آنجله، برنهارد؛ واسیلوف، مارتین؛ پریا، مانوئل (22 ژوئیه 2024). "نفس زندگی به روش های متا تحلیلی". مجله شناخت . 7 (1): 61. doi : 10.5334/joc.389 . ISSN  2514-4820. PMC 11276543 . PMID  39072210. 
109. واگنر، جان آ (3 سپتامبر 2022). "تأثیر مطالعات منتشر نشده بر نتایج متاآنالیزهای اخیر: سوگیری انتشار، مشکل کشوی فایل، و پیامدهای بحران تکرار". مجله بین المللی روش تحقیق اجتماعی . 25 (5): 639-644. doi :10.1080/13645579.2021.1922805. ISSN  1364-5579.
110. پولانین جی آر، تانر اسمیت EE، هنسی EA (2016). "برآورد تفاوت بین اندازه اثر منتشر شده و منتشر نشده: یک بررسی متا". بررسی پژوهش های آموزشی . 86 (1): 207-236. doi :10.3102/0034654315582067. ISSN  0034-6543. S2CID  145513046.
111. نصیر قائمی، س. شیرزادی، عرشیا ع. فیلکوفسکی، مگان (10 سپتامبر 2008). "سوگیری انتشارات و صنعت داروسازی: مورد لاموتریژین در اختلال دوقطبی". مجله پزشکی Medscape . 10 (9): 211. ISSN  1934-1997. PMC 2580079 . PMID  19008973. 
112. مارتین، خوزه لوئیس آر. پرز، ویکتور؛ ساکریستن، مونتسه؛ آلوارز، انریک (2005). "آیا ادبیات خاکستری برای کنترل بهتر سوگیری انتشار در روانپزشکی ضروری است؟ مثالی از سه متاآنالیز اسکیزوفرنی". روانپزشکی اروپا 20 (8): 550-553. doi :10.1016/j.eurpsy.2005.03.011. ISSN  0924-9338. PMID  15994063.
113. Rosenthal R (1979). "مشکل کشوی فایل" و تحمل نتایج صفر". بولتن روانشناسی . 86 (3): 638-641. doi :10.1037/0033-2909.86.3.638. S2CID  36070395.
114. Vevea JL، Woods CM (دسامبر 2005). "سوگیری انتشار در سنتز تحقیق: تحلیل حساسیت با استفاده از توابع وزن پیشین". روشهای روانشناسی . 10 (4): 428-443. doi :10.1037/1082-989X.10.4.428. PMID  16392998.
115. Hunter JE ، Schmidt FL (1990). روش‌های فراتحلیل: تصحیح خطا و سوگیری در یافته‌های پژوهش . پارک نیوبوری، کالیفرنیا؛ لندن; دهلی نو: انتشارات SAGE .
116. ناکاگاوا، شینیچی؛ لاگیس، مالگورزاتا; جنیونز، مایکل دی. کوریچوا، جولیا؛ نوبل، دانیل وا. پارکر، تیموتی اچ. سانچز-توجار، آلفردو؛ یانگ، یفنگ؛ اودی، رز ای. (2022). "روش های آزمایش سوگیری انتشار در متاآنالیزهای اکولوژیکی و تکاملی". روشها در اکولوژی و تکامل . 13 (1): 4-21. Bibcode :2022MEcEv..13....4N. doi :10.1111/2041-210X.13724. hdl : 1885/294436 . ISSN  2041-210X. S2CID  241159497.
117. Light RJ، Pillemer DB (1984). جمع بندی: علم مرور تحقیق. کمبریج، ماساچوست: انتشارات دانشگاه هاروارد. شابک 978-0-674-85431-4.
118. Ioannidis JP، Trikalinos TA (آوریل 2007). "مناسب بودن آزمون های عدم تقارن برای سوگیری انتشار در متاآنالیز: یک نظرسنجی بزرگ". CMAJ . 176 (8): 1091-1096. doi :10.1503/cmaj.060410. PMC 1839799 . PMID  17420491. 
119. Hedges LV، Vevea JL (1996). "تخمین اندازه اثر تحت تعصب انتشار: خصوصیات نمونه کوچک و استحکام مدل انتخاب اثرات تصادفی". مجله آمار تربیتی و رفتاری . 21 (4): 299-332. doi :10.3102/10769986021004299. ISSN  1076-9986. S2CID  123680599.
120. فرگوسن سی جی، برانیک ام تی (مارس 2012). "سوگیری انتشار در علم روانشناسی: شیوع، روشهای شناسایی و کنترل و پیامدهای استفاده از متاآنالیز". روشهای روانشناسی . 17 (1): 120-128. doi : 10.1037/a0024445. PMID  21787082.
121. Simmons JP، Nelson LD، Simonsohn U (نوامبر 2011). "روانشناسی مثبت کاذب: انعطاف پذیری آشکار در جمع آوری و تجزیه و تحلیل داده ها امکان ارائه هر چیزی را به عنوان مهم می دهد." علم روانشناسی . 22 (11): 1359–1366. doi : 10.1177/0956797611417632 . PMID  22006061.
122. LeBel E، Peters K (2011). "ترس از آینده روانشناسی تجربی: شواهد Bem (2011) از psi به عنوان مطالعه موردی کمبودها در عمل تحقیقاتی معین" (PDF) . مروری بر روانشناسی عمومی . 15 (4): 371-379. doi : 10.1037/a0025172. S2CID  51686730. بایگانی شده از نسخه اصلی (PDF) در 24 نوامبر 2012.
123. شوبر، پاتریک؛ Bossers، Sebastian M.; شوارته، لوتار آ (2018). "اهمیت آماری در مقابل اهمیت بالینی اندازه‌های اثر مشاهده‌شده: مقادیر P و فواصل اطمینان واقعاً چه چیزی را نشان می‌دهند؟". بیهوشی و بی دردی . 126 (3): 1068-1072. doi :10.1213/ANE.0000000000002798. ISSN  0003-2999. PMC 5811238 . PMID  29337724. 
124. گیتس، سیمون؛ ایلینگ، الیزابت (2019). "گزارش و تفسیر نتایج حاصل از کارآزمایی‌های بالینی که ادعای تفاوت درمانی نداشتند: بررسی چهار مجله پزشکی عمومی". BMJ Open 9 (9): e024785. doi :10.1136/bmjopen-2018-024785. ISSN  2044-6055. PMC 6738699 . PMID  31501094. 
125. Hodges JS، Clayton MK (فوریه 2011). "افکت های تصادفی قدیمی و جدید". صص 1-23. CiteSeerX 10.1.1.225.2685 .  {{cite web}}: وجود ندارد یا خالی |url=( راهنما )
126. Hodges JS (2014). "افکت های تصادفی قدیمی و جدید.". مدل‌های خطی با پارامترهای غنی: مدل‌های افزایشی، سری زمانی و مکانی با استفاده از اثرات تصادفی . بوکا راتون: CRC Press. صص 285-302. شابک 978-1-4398-6683-2.
127. «تحقیق در مورد پزشکی ترانس دستکاری شده است». اکونومیست​ ISSN  0013-0613 . بازبینی شده در 28 سپتامبر 2024 .
128. Stegenga J (دسامبر 2011). "آیا متاآنالیز استاندارد پلاتینی شواهد است؟". مطالعات تاریخ و فلسفه علوم زیستی و زیست پزشکی . 42 (4): 497-507. doi :10.1016/j.shpsc.2011.07.003. PMID  22035723.
129. Roseman M، Milette K، Bero LA، Coyne JC، Lexchin J، Turner EH، Thombs BD (2011)، "گزارش تضاد منافع در متاآنالیزهای آزمایشات درمان های دارویی"، مجله انجمن پزشکی آمریکا ، 305 (10): 1008–1017، doi :10.1001/jama.2011.257، hdl : 11370/d4a95ee2-429f-45a4-a917-d794ee954797 ، PMID  72323231  ، PM
130. اسپینک، پل (1999). "دود تنباکو چالش برانگیز در محیط کار". بررسی حقوق محیط زیست . 1 (4): 243-265. Bibcode :1999EnvLR...1..243S. doi :10.1177/146145299900100402. ISSN  1461-4529.
131. ویل، جورج (30 ژوئیه 1998). "آلوده شده توسط جنگ صلیبی ضد تنباکو". تامپا بی تایمز بازبینی شده در 28 سپتامبر 2024 .
132. نلسون، جان پی. کندی، پیتر ای (2009). "استفاده (و سوء استفاده) از متاآنالیز در اقتصاد محیطی و منابع طبیعی: یک ارزیابی". محیط زیست و اقتصاد منابع . 42 (3): 345-377. Bibcode :2009EnREc..42..345N. doi :10.1007/s10640-008-9253-5. ISSN  0924-6460.
133. Munafò MR، Flint J (سپتامبر 2004). "فراتحلیل مطالعات ارتباط ژنتیکی". روند در ژنتیک 20 (9): 439-444. doi :10.1016/j.tig.2004.06.014. PMID  15313553.
134. Stone DL، Rosopa PJ (1 مارس 2017). "مزایا و محدودیت های استفاده از فراتحلیل در تحقیقات مدیریت منابع انسانی". بررسی مدیریت منابع انسانی . 27 (1): 1-7. doi :10.1016/j.hrmr.2016.09.001. ISSN  1053-4822.
135. Button KS، Ioannidis JP، Mokrysz C، Nosek BA، Flint J، Robinson ES، Munafò MR (مه 2013). "شکست نیرو: چرا حجم نمونه کوچک باعث تضعیف قابلیت اطمینان علوم اعصاب می شود". بررسی های طبیعت. عصب شناسی . 14 (5): 365-376. doi : 10.1038/nrn3475 . PMID  23571845. S2CID  455476.
136. Milkman KL، Gromet D، Ho H، Kay JS، Lee TW، Pandiloski P، و همکاران. (دسامبر 2021). "مگا مطالعات تاثیر علوم رفتاری کاربردی را بهبود می بخشد". طبیعت . 600 (7889): 478-483. Bibcode :2021Natur.600..478M. doi :10.1038/s41586-021-04128-4. PMC 8822539 . PMID  34880497. S2CID  245047340. 
137. Cheung AC, Slavin RE (1 ژوئن 2016). "چگونه ویژگی های روش شناختی بر اندازه های اثر در آموزش تاثیر می گذارد". محقق آموزشی . 45 (5): 283-292. doi :10.3102/0013189X16656615. ISSN  0013-189X. S2CID  148531062.
138. Jüni P، Witschi A، Bloch R، Egger M (سپتامبر 1999). "خطرات امتیازدهی به کیفیت کارآزمایی های بالینی برای متاآنالیز". جاما . 282 (11): 1054-1060. doi : 10.1001/jama.282.11.1054 . PMID  10493204.
139. Armijo-Olivo S، Fuentes J، Ospina M، Saltaji H، Hartling L (سپتامبر 2013). "ناهماهنگی در موارد موجود در ابزارهای مورد استفاده در تحقیقات سلامت عمومی و فیزیوتراپی برای ارزیابی کیفیت روش‌شناختی کارآزمایی‌های تصادفی‌سازی شده کنترل‌شده: یک تحلیل توصیفی". روش تحقیق پزشکی BMC . 13 (1): 116. doi : 10.1186/1471-2288-13-116 . PMC 3848693 . PMID  24044807. 
140. Debray TP، Riley RD، Rovers MM، Reitsma JB، Moons KG (اکتبر 2015). "متاآنالیزهای داده های شرکت کننده فردی (IPD) مطالعات مدل سازی تشخیصی و پیش آگهی: راهنمایی در مورد استفاده از آنها". PLOS Medicine . 12 (10): e1001886. doi : 10.1371/journal.pmed.1001886 . PMC 4603958 . PMID  26461078. 
141. Debray TP، Moons KG، Ahmed I، Koffijberg H، Riley RD (اوت 2013). "چارچوبی برای توسعه، پیاده سازی، و ارزیابی مدل های پیش بینی بالینی در متاآنالیز داده های شرکت کننده فردی" (PDF) . آمار در پزشکی . 32 (18): 3158-3180. doi :10.1002/sim.5732. PMID  23307585. S2CID  25308961.
142. Debray TP، Koffijberg H، Vergouwe Y، Moons KG، Steyerberg EW (اکتبر 2012). "تجمیع مدل‌های پیش‌بینی منتشر شده با داده‌های شرکت‌کننده: مقایسه رویکردهای مختلف" (PDF) . آمار در پزشکی . 31 (23): 2697-2712. doi :10.1002/sim.5412. PMID  22733546. S2CID  39439611.
143. شادیش، ویلیام آر (۲۰۱۴). "تحلیل و متاآنالیز طرح های تک موردی: مقدمه". مجله روانشناسی مدرسه . 52 (2): 109-122. doi :10.1016/j.jsp.2013.11.009. PMID  24606971.
144. زلینسکی، نیکول آم. شادیش، ویلیام (19 مه 2018). نمایشی از چگونگی انجام یک متاآنالیز که طرح‌های تک موردی را با آزمایش‌های بین گروهی ترکیب می‌کند: تأثیرات انتخاب بر رفتارهای چالش برانگیز انجام شده توسط افراد دارای معلولیت. توانبخشی عصبی رشدی . 21 (4): 266-278. doi :10.3109/17518423.2015.1100690. ISSN  1751-8423. PMID  26809945. S2CID  20442353.
145. Van den Noortgate W، Onghena P (2007). «تجمیع نتایج تک موردی». تحلیلگر رفتار امروز . 8 (2): 196-209. doi : 10.1037/h0100613.
146. Mantel N, Haenszel W (آوریل 1959). "جنبه های آماری تجزیه و تحلیل داده های حاصل از مطالعات گذشته نگر بیماری". مجله موسسه ملی سرطان . 22 (4): 719-748. doi :10.1093/jnci/22.4.719. PMID  13655060. S2CID  17698270.
147. دیکس جی جی، هیگینز جی پی، آلتمن دی جی، و همکاران. (گروه روش های آماری کاکرین) (2021). "فصل 10: تجزیه و تحلیل داده ها و انجام متاآنالیز: 10.4.2 روش نسبت شانس پتو". در هیگینز جی، توماس جی، چندلر جی، کامپستون ام، لی تی، صفحه ام، ولش وی (ویرایش‌ها). کتابچه راهنمای کاکرین برای بررسی سیستماتیک مداخلات (نسخه 6.2 ویرایش). همکاری کاکرین
148. Bargaje R, Hariharan M, Scaria V, Pillai B (ژانویه 2010). "پروفایل های بیان miRNA اجماع برگرفته از عادی سازی بین پلتفرمی داده های ریزآرایه". RNA​ 16 (1): 16-25. doi :10.1261/rna.1688110. PMC 2802026 . PMID  19948767. 
149. لی، شیهائو؛ کوئیک، کوربین؛ ژو، هوفنگ؛ گینور، شیلا ام. لیو، یائوو؛ چن، هان؛ سلواراج، مارگارت سونیتا؛ سان، رایان؛ دی، روناک; آرنت، دونا کی. بیلاک، لارنس اف. بیس، جاشوا سی. بلانژرو، جان؛ بوئروینکل، اریک؛ باودن، دونالد دبلیو. برودی، جنیفر ا. کید، برایان ای. کوریا، آدولفو؛ کاپلز، ال. آدرین; کوران، جوآن ای. دی وریس، پل اس. دوگیرالا، راویندرانات؛ فریدمن، بری آی. گورینگ، هارالد اچ. گوئو، شیوکینگ؛ هاسلر، جفری؛ کالیانی، ریتا ر. کوپربرگ، چارلز؛ کرال، برایان جی. لانگ، لزلی آ. مانیچایکول، آنی; مارتین، لیزا دبلیو. مک گاروی، استیون تی. میچل، براکستون دی. مونتاسر، می ای. موریسون، آلانا سی. ناصری، بگیر. اوکانل، جفری آر. پالمر، نیکولت دی. پیسر، پاتریشیا ای. پساتی، بروس ام. رافیلد، لورا ام. ردلاین، سوزان؛ رینر، الکساندر پی. رئوپنا، موآگوتوتیا سفویوا; رایس، کنت ام. ریچ، استفان اس. سیتلانی، کالین م. اسمیت، جنیفر ا. تیلور، کنت دی. واسان، راماچاندران س. ویلر، کریستن جی. ویلسون، جیمز جی. یانک، لیزا آر. ژائو، وی؛ کنسرسیوم NHLBI Trans-Omics for Precision Medicine (TOPMed). گروه کاری TOPMed Lipids; روتر، جروم آی. ناتاراجان، پرادیپ؛ پلوسو، جینا ام. لی، زیلین؛ Lin, Xihong (ژانويه 2023). "متاآنالیز قدرتمند، مقیاس‌پذیر و کارآمد از نظر منابع مرتبط با انواع نادر در مطالعات توالی یابی کل ژنوم". ژنتیک طبیعت . 55 (1): 154-164. doi :10.1038/s41588-022-01225-6. PMC 10084891 . PMID  36564505. S2CID  255084231. 
150. استانک، کوین سی. Ones, Deniz S. (2023). لنگرها و بادبان ها: صورت های فلکی ویژگی شخصیتی-توانایی. مینیاپولیس، مینه‌سوتا، ایالات متحده: انتشارات کتابخانه‌های دانشگاه مینه‌سوتا. صفحات 4-7. doi :10.24926/9781946135988. شابک 978-1-946135-98-8. S2CID  265335858.