【元分析研究方法】学习笔记5.分析与整合研究结果-Toy模板网

这篇具有很好参考价值的文章主要介绍了【元分析研究方法】学习笔记5.分析与整合研究结果。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

参考来源：库珀 (Cooper, H. M. )., 李超平, & 张昱城. (2020). 元分析研究方法: A step-by step approach. 中国人民大学出版社.

该步骤的作用

确定研究结果，检测研究结果之间的差异。

该步骤中需要注意的问题

合并的方法是否合适？
效应值的指标是否合适？
平均效应值和置信区间？是否采用了合适的模型对效应值中的独立效应和误差进行估计
同质性检验
潜在调节变量：研究设计和实施特征，其他关键特征（历史背景、理论背景和实践背景）

该步骤中的知识点1：文献结果差异的来源

在元分析的研究中，主效应和交互效应检验存在明显特征：相同关系在不同研究中进行的检验，可能会产生不同的结果，我们需要探究差异的来源。
①抽样差异
②研究方法的差异

该步骤中的知识点2：关系强度的测量

我们要进行元分析研究，自然会涉及到探究的变量，探讨变量之间的关系。
构念引入：这里引入“效益值”的概念，来确定关系的强度。即“某一现象在人群中出现的概念性。”效应值的值越大，所研究的现象出现的可能性就越大。

同一个构念，可以有多个不同的测量指标，主要有以下三种情况：
1.常用的标准均值差：d值或g值
研究者想要研究两组条件下的有无差异时使用，常常结合t值和F值使用。
d值和g值的区别在于：g值是为了消除抽样偏差
当样本量大于20时，选择d；否则选g

2.基于两个连续变量的效应值：r值
当研究者想要研究两个连续变量之间的关系时使用。
在操作时，一般会将R转为Z分数进行计算，而后再转换回去。
3.基于两个二分类变量的效应值：比值比和风险比
适用于：两个变量都是二分变量的研究。例如：自变量是老年人是否接受有氧运动治疗，结果变量为五年后是否被诊断为患有奥尔茨海默病。
比值比常用于医学研究

该步骤中的知识点3：结果间效应值方差的分析

元分析的重要贡献在于：分析、解释效应值之间的差异。主要有如下几种方法：
①传统的推理统计
②固定效应模型
③同质性分析：将观察到的方差与抽样误差导致的期望方差进行比较。
④随机效应模型

简要summary：
这章实际上是这本书的核心章节，内容知识点较多。基本上介绍了效应值的计算，效应值的合并，效应值的差异检验。
重要的是，明确影响因素，谨慎处理每一个删减或者合并的步骤。
待我实操后，如果有机会，再来进一步整理这章的内容。文章来源地址https://www.toymoban.com/news/detail-445256.html

到了这里，关于【元分析研究方法】学习笔记5.分析与整合研究结果的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！