Tại sao không thực hiện phân tích tổng hợp trên dữ liệu mô phỏng một phần?

Lý lịch:

Một phân tích tổng hợp điển hình trong tâm lý học có thể tìm cách mô hình hóa mối tương quan giữa hai biến X và Y. Phân tích này thường bao gồm việc có được một tập hợp các mối tương quan có liên quan từ tài liệu cùng với kích thước mẫu. Các công thức sau đó có thể được áp dụng để tính toán một mối tương quan trung bình có trọng số. Sau đó, các phân tích có thể được thực hiện để xem liệu mối tương quan có khác nhau giữa các nghiên cứu nhiều hơn sẽ được ngụ ý bởi các tác động của việc lấy mẫu ngẫu nhiên hay không.

Hơn nữa, các phân tích có thể được thực hiện phức tạp hơn rất nhiều. Ước tính có thể được điều chỉnh về độ tin cậy, giới hạn phạm vi và hơn thế nữa. Mối tương quan có thể được sử dụng kết hợp để khám phá mô hình phương trình cấu trúc meta hoặc hồi quy meta, v.v.

Tuy nhiên, tất cả các phân tích này được thực hiện bằng cách sử dụng thống kê tóm tắt (ví dụ: tương quan, tỷ lệ chênh lệch, chênh lệch trung bình chuẩn hóa) làm dữ liệu đầu vào. Điều này đòi hỏi sử dụng các công thức và thủ tục đặc biệt chấp nhận số liệu thống kê tóm tắt.

Phương pháp thay thế để phân tích tổng hợp

Vì vậy, tôi đã suy nghĩ về một cách tiếp cận khác để phân tích tổng hợp, trong đó dữ liệu thô được sử dụng làm đầu vào. Tức là, đối với mối tương quan, dữ liệu đầu vào sẽ là dữ liệu thô được sử dụng để hình thành mối tương quan. Rõ ràng, trong hầu hết các phân tích tổng hợp, nếu không phải hầu hết các dữ liệu thô thực tế không có sẵn. Do đó, một quy trình cơ bản có thể trông như thế này:

1. Liên hệ với tất cả các tác giả đã xuất bản tìm kiếm dữ liệu thô và nếu được cung cấp, hãy sử dụng dữ liệu thô thực tế .
2. Đối với các tác giả không cung cấp dữ liệu thô, hãy mô phỏng dữ liệu thô để nó có số liệu thống kê tóm tắt giống hệt như các báo cáo. Những mô phỏng như vậy cũng có thể kết hợp bất kỳ kiến ​​thức nào thu được từ dữ liệu thô (ví dụ: nếu một biến được biết là bị sai lệch, v.v.).

Dường như với tôi rằng một cách tiếp cận như vậy có thể có một số lợi ích:

• Các công cụ thống kê sử dụng dữ liệu thô làm đầu vào có thể được sử dụng để phân tích
• Bằng cách ít nhất có được một số dữ liệu thô thực tế, các tác giả của phân tích tổng hợp sẽ bị buộc phải xem xét các vấn đề liên quan đến dữ liệu thực tế (ví dụ: ngoại lệ, phân phối, v.v.).

Câu hỏi

• Có bất kỳ vấn đề nào khi thực hiện các nghiên cứu phân tích tổng hợp về sự kết hợp giữa dữ liệu thô và dữ liệu thực được mô phỏng để có số liệu thống kê tóm tắt giống hệt với các nghiên cứu được công bố hiện tại không?
• Cách tiếp cận như vậy sẽ vượt trội hơn so với các phương pháp thực hiện phân tích tổng hợp hiện có về thống kê tóm tắt?
• Có bất kỳ tài liệu hiện có thảo luận, ủng hộ, hoặc phê bình phương pháp này?

Đã tồn tại các phương pháp tiếp cận nhằm tổng hợp dữ liệu cá nhân và tổng hợp. Sutton et al. (2008) bài viết áp dụng cách tiếp cận Bayes (IMHO) có một số điểm tương đồng với ý tưởng của bạn.

• Riley, RD, Lambert, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). Phân tích tổng hợp các kết quả liên tục kết hợp dữ liệu bệnh nhân riêng lẻ và dữ liệu tổng hợp. Thống kê trong Y học, 27 (11), 1870 Bóng1893. doi: 10.1002 / sim.3165 PDF

• Riley, RD, & Steyerberg, EW (2010). Phân tích tổng hợp về kết quả nhị phân sử dụng dữ liệu cá nhân tham gia và dữ liệu tổng hợp. Phương pháp tổng hợp nghiên cứu, 1 (1), 2 trận19. doi: 10.1002 / jrsm.4

• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). Phân tích tổng hợp dữ liệu cấp độ cá nhân và tổng hợp. Thống kê trong Y học, 27 (5), 651 Ảo669.

Tôi cảm ơn @Bernd vì đã chỉ cho tôi đi đúng hướng. Dưới đây là một số ghi chú về các tài liệu tham khảo mà ông đề cập trong câu trả lời của mình, cũng như một số tài liệu tham khảo được đề cập trong các bài viết này.

Sutton và cộng sự (2008)

Sutton et al sử dụng trong bối cảnh sức khỏe các thuật ngữ dữ liệu bệnh nhân riêng lẻ so với dữ liệu tổng hợp .

Họ lưu ý rằng phân tích dữ liệu bệnh nhân riêng lẻ thường được coi là tiêu chuẩn vàng cho phân tích tổng hợp, trích dẫn Stewart và Clark (1995). Nó đặc biệt hữu ích để đánh giá chất lượng dữ liệu và thực hiện phân tích về các giá trị không được báo cáo trong các báo cáo hiện tại (ví dụ: phân tích nhóm cụ thể). Đương nhiên, họ lưu ý các vấn đề, chẳng hạn như không thể có được trong một số trường hợp có được tất cả dữ liệu bệnh nhân riêng lẻ và chi phí bổ sung trong việc xử lý dữ liệu đó. Họ cũng quan sát rằng đối với các mô hình đơn giản trong đó các thống kê tóm tắt là các kết quả khả dụng thường sẽ tương tự hoặc giống nhau.

Họ cũng quan sát sự không thường xuyên của phân tích tổng hợp bệnh nhân cá nhân trích dẫn một đánh giá của Simmonds et al (2005). Họ cũng đề cập đến bài viết đánh giá phân tích tổng hợp kết hợp dữ liệu bệnh nhân riêng lẻ với dữ liệu tổng hợp của Riley RD, Simmonds, et al (2008)

Riley Lambert Abo-Zaid (2010)

Trong bài viết này, Riley et al mô tả thêm về phân tích tổng hợp dữ liệu cá nhân tham gia. Họ phác thảo các lợi thế của phân tích tổng hợp dữ liệu cá nhân tham gia (ví dụ: xử lý dữ liệu nhất quán, mô hình hóa dữ liệu bị thiếu, xác minh kết quả báo cáo ban đầu, nhiều tùy chọn phân tích hơn, v.v.)

Stewart & Tierney (2002)

Stewart và Tierney xem xét ưu và nhược điểm của phân tích tổng hợp dữ liệu bệnh nhân cá nhân tập trung đặc biệt vào các vấn đề thực tế.

Riley Lambert và cộng sự (2007)

Họ mô tả các phương pháp kết hợp dữ liệu bệnh nhân riêng lẻ với dữ liệu tổng hợp theo phương pháp một bước và hai bước.

Cooper & Patall (2009)

Cooper và Patall đã viết một bài báo như là một phần của vấn đề đặc biệt về phân tích tổng hợp dữ liệu cấp độ cá nhân trong Phương pháp tâm lý (xem Shrout, 2009 để biết tóm tắt). Cooper và Patall mô tả tổng hợp nghiên cứu là một trong giai đoạn thứ hai của quá trình chuyển đổi:

Quá trình chuyển đổi đầu tiên là từ tổng quan nghiên cứu tường thuật, trong đó các quy tắc mờ của đại số nhận thức được sử dụng để tổng hợp các kết quả nghiên cứu về việc phân tích tổng hợp [dữ liệu tổng hợp]. Giai đoạn thứ hai liên quan đến việc chuyển từ phân tích tổng hợp [dữ liệu tổng hợp] sang tích lũy [dữ liệu cấp độ người tham gia cá nhân].

còn tiếp...

Người giới thiệu

• Cooper, H., & Patall, EA (2009). Lợi ích tương đối của phân tích tổng hợp được thực hiện với dữ liệu cá nhân tham gia so với dữ liệu tổng hợp. Phương pháp tâm lý, 14 (2), 165 Phản176. doi: 10.1037 / a0015565
• Riley, RD, Lambert, PC, Staessen, JA, Wang, J., Gueyffier, F., Thijs, L., & Boutitie, F. (2007). Phân tích tổng hợp các kết quả liên tục kết hợp dữ liệu bệnh nhân riêng lẻ và dữ liệu tổng hợp. Thống kê trong Y học, 27 (11), 1870 Bóng1893. doi: 10.1002 / sim.3165 [PDF] (http://www.staessen.net/publications/2006-2010/08-21-P.pdf)
• Riley, RD, Lambert, PC, & Abo-Zaid, G. (2010). Phân tích tổng hợp dữ liệu cá nhân tham gia: lý do, hành vi và báo cáo, BMJ, 340, 221.
• Riley RD, Simmonds MC, Nhìn MP. (2007) Tổng hợp bằng chứng kết hợp dữ liệu bệnh nhân riêng lẻ và dữ liệu tổng hợp: tổng quan hệ thống xác định thực tiễn hiện tại và các phương pháp có thể. Tạp chí Dịch tễ học lâm sàng, trên báo chí và xem sớm.
• Riley, RD, & Steyerberg, EW (2010). Phân tích tổng hợp về kết quả nhị phân sử dụng dữ liệu cá nhân tham gia và dữ liệu tổng hợp. Phương pháp tổng hợp nghiên cứu, 1 (1), 2 trận19. doi: 10.1002 / jrsm.4
• Cây bụi, PE (2009). Quan điểm ngắn và dài về phân tích dữ liệu tích hợp: Nhận xét về những đóng góp cho vấn đề đặc biệt .. Phương pháp tâm lý, 14, 177.
• Simmonds MC, Higgins JPT, Stewart LA, Tierney JF, Clarke MJ, Thompson SG. (2005). Phân tích tổng hợp dữ liệu bệnh nhân riêng lẻ từ các thử nghiệm ngẫu nhiên: đánh giá các phương pháp được sử dụng trong thực tế. Các thử nghiệm lâm sàng ; 2: 209 đỉnh217.
• Stewart LA, Clarke MJ. Phương pháp thực hành phân tích tổng hợp (tổng quan) sử dụng dữ liệu bệnh nhân riêng lẻ được cập nhật. Nhóm làm việc của Cochrane. Thống kê trong Y học 1995; 14: 2057202079.
• Stewart LA, Tierney JF. Đến IPD hay không IPD? Ưu điểm và nhược điểm của đánh giá hệ thống sử dụng dữ liệu bệnh nhân riêng lẻ. Giáo sư sức khỏe Eval 2002; 25: 76-97.
• Sutton, AJ, Kendrick, D., & Coupland, CAC (2008). Phân tích tổng hợp dữ liệu cấp độ cá nhân và tổng hợp. Thống kê trong Y học, 27 (5), 651 Ảo669.