MSE FINDR:一个闪亮的R应用程序,使用治疗手段和后期测试结果估计平均平方误差

科学领域:

• 生物统计学和研究综合研究
• 统计软件开发 统计软件开发

背景情况:

• 对于准确的结论,元分析和研究综合需要总结统计数据,主要是平均值和差异.
• 一个常见的挑战是,在已发表的研究中,没有明确的研究内部差异,这导致了它们的排除和潜在的偏见,如小研究效应.

研究的目的:

• 引入MSE FINDR,这是一款用户友好的Shiny R应用程序,旨在估计连续结果的平均平方误差 (研究内剩余差异).
• 允许在元分析中包含缺少差异数据的研究,从而增加统计能力和减少偏差.

主要方法:

• MSE FINDR估计了研究内部变异 ([公式:参见文本]) 对于各种差异分析 (ANOVA) 类型的实验设计 (例如,拉丁方形,因数,分割图).
• 该应用程序使用常见的报道数据:治疗平均值,显著性水平 (α),复制数,以及后期平均分离测试 (LSD,Tukey's HSD,Bonferroni,Šidák,Scheffé).
• 用户将研究数据作为CSV文件上传,指定实验设计和后期测试,MSE FINDR恢复缺失的差异.

主要成果:

• 模拟表明,MSE FINDR准确地预测了单向和双向实验设计的实验内ANOVA变异.
• 恢复变异的准确性在不同的特设后测试和实验设计中是一致的,包括分割图形设计.
• 恢复的研究内部变异可以作为CSV文件下载用于随后的元分析.

结论:

• MSE FINDR有效地从已发表的研究中随时可用的总结统计数据中估计了研究内部缺失的差异.
• 这种工具有助于将以前从元分析中排除的有价值的研究纳入,提高了综合发现的稳定性.
• 该应用程序可以在线访问,包含全面的文档和教程,以支持研究人员广泛采用该应用程序.