如何用元分析结构方程建模合成随机对照试验数据:比较各种d-to-rpb转换
Hannelies de Jonge1, Kees-Jan Kan1, Frans J Oort1
1Research Institute of Child Development and Education, University of Amsterdam.
超分析结构方程建模 (MASEM) 需要将来自RCT的标准化平均差异转换为点-双序列相关性. 对于MASEM参数估计,一种新的转换方法通常表现最好,并且有一种新工具可用于帮助研究人员.
科学领域:
- 心理测量 心理测量 心理测量
- 量化心理学 量化心理学
- 进行元分析分析.
背景情况:
- 超分析结构方程建模 (MASEM) 通过将结构方程模型与总结统计数据相匹配,整合了多项研究的发现.
- 随机对照试验 (RCT) 经常报告标准化平均差异 (例如,科恩的d,赫奇斯的g) 作为效果大小.
- MASEM通常需要相关性矩阵,因此需要将标准化平均差异转换为点对应关系 (rpb).
研究的目的:
- 描述和评估用于MASEM的各种方法,用于将标准化平均差异转换为点-双序列相关性.
- 评估不同转换公式对RCT背景下的MASEM参数估计的影响.
主要方法:
- 使用R包metaSEM进行了一个模拟研究.
- 模拟改变了关键参数,包括组样本大小的比例,初级研究的数量,样本大小和缺失的数据.
- 评估了将标准化平均差异 (Cohen's d,Hedges' g) 转换为点对应关系 (rpb) 的多种公式.
主要成果:
- 一个以前鲜为人知的d-to-rpb转换公式在MASEM参数估计中表现出卓越的性能.
- 目前,主流转换工具中没有最佳转换公式.
- 一个新的网络应用程序,效果大小计算器和转换器 (ESCACO) 已开发,以促进这些转换.
结论:
- 转换公式的选择对MASEM结果产生重大影响,特别是在涉及RCT数据的分析中.
- 推的转换方法为MASEM参数估计提供了更高的准确性.
- 对于需要转换MASEM效果大小的研究人员来说,ESCACO网络应用程序提供了一个用户友好的解决方案.
更多相关视频
20:24Characterization of Complex Systems Using the Design of Experiments Approach: Transient Protein Expression in Tobacco as a Case Study
Published on: January 31, 2014
08:36Author Spotlight: Evaluating the Adjuvant Efficacy and Safety of Angong Niuhuang Pill in Viral Encephalitis Treatment
Published on: April 19, 2024
相关概念视频
Regression Toward the Mean
Bioequivalence Experimental Study Designs: Completely Randomized and Randomized Block Designs
Bioequivalence Experimental Study Designs: Repeated Measures, Cross-Over, Carry-Over, and Latin Square Designs
Randomized Experiments
Simple randomization
Simple...
Response Surface Methodology
The process of RSM involves several key steps:
Mechanistic Models: Compartment Models in Individual and Population Analysis
