マルチレベルのモデリングなしで、研究が複製の単位であるメタ分析で研究内複製を処理する方法は？

研究の説明：

研究内複製の処理に関して、メタ分析に共通のエラーが見られました。仮定が述べられているときにエラーが研究を無効にするかどうかは私には明らかではありません。しかし、私が理解しているように、これらの仮定は統計の基本的な前提に違反しています。

例として、研究では、化学物質が反応Yに及ぼす影響をテストします。$X$$Y$

治療の比率：分析は、対数応答率に行われる（存在下でのX制御する）Y 0（NO Xを）：$Y_{+X}$$X$$Y_{0}$$X$

メタ分析に含まれる研究の中には、異なるレベルや化学形態など、複数の処理が含まれています。各治療のために、異なる値が存在するが、常に同じ値の使用。$X$R Y $R$$R$$Y_0$

メソッドの状態：

単一の研究内の異なる治療（レベルと形態）に対する反応は、独立した観察とみなされました。$X$

質問：

• これは疑似複製ではありませんか？
• メソッドに独立違反が記載されていても不適切ですか？
• 研究の複製内で処理するための簡単な方法（単純なメタ分析ソフトウェアパッケージの機能内など）は何でしょうか？

最初の考え：

• 各研究の結果を要約します。例えば、平均応答をとることにより
• アプリオリの基準に基づいて各研究から1つの治療のみを選択します（最高用量、最初の測定など）。

他の解決策はありますか？

はい、それは説明する必要がある応答にサンプリング依存性があるので問題です（ただし、効果が無視できる場合があり、統計分析を実行するときに常に仮定に違反することがあります）。これに対処する方法があります。1つのアプローチは、関連する実験（非対角ブロック）間の共分散を誤差分散共分散行列に含めることです（たとえば、Hedges et al。、2010を参照）。幸いなことに、ログ比ではこれはかなり簡単です。log Rの分散（var）は（YxとY0が独立したグループである場合）なので、実験間の近似共分散を得ることができます：log Yx-log Y0、問題の表記法に従う、Yxは実験グループを参照し、Y0は対照群。log Rの2つの値（例：処理1と処理2）の間の共分散（cov）はcov（loge Yx_1-log Y0、log Yx_2-log Y0）、これはvar（log Y0）に等しく、SD_Y0 /（n_Y0 * Y0）として計算されます。ここで、SD_Y0はY​​0の標準偏差、n_Y0はコントロール処理のサンプルサイズ、Y0はコントロール処理の値。これで、メタ分析を実行する古典的な方法である分散（ei）のみを使用する代わりに、分散共分散行列全体をモデルにプラグインできます。これの例はで見つけることができますリンペン等。Rのmetahdepパッケージを使用した2011（生体伝導体上）、またはHedge´s DのStevens and Taylor 2009

非常にシンプルにしたい場合は、問題を無視して、サンプリング依存の影響を評価しようとします（たとえば、研究内にいくつの治療がありますか？治療を1つだけ使用した場合、結果はどのように変わりますか？） 。

はい、これは問題です。

はい、少なくとも何をしているのかについては透明ですが、それは不適切です（透明性のポイントを取得しますが、それでも満足のいくものではありません）。

これを修正する「簡単な方法」があるとは思わない。メタ分析のアプローチについてはあまり知りませんが、特定のメタ分析ソフトウェアがあり、このような研究がそれを使用して作成され公開される場合、これは一般的なアプローチです。提案された回答のいずれかは、各研究からの情報のある程度の粒度を失います（すなわち、出版社が行ったことの反対の問題）。

明らかな解決策は、ランダムな要因として研究を行う混合効果（つまり、マルチレベル）モデルです。メタ分析ソフトウェアがそれを実行できない場合は、これに専門の統計パッケージを使用することをお勧めします。データの保存と処理にメタ分析ソフトウェアを使用し、R、Stata、またはSASにデータをエクスポートして分析することができます。