Традиционное ОУ имеет дело с двухвыборочными бинарными или непрерывными данными, когда интересующий результат измеряется в двух группах, обычно обозначаемых как лечебная и контрольная. Например, в ОУ можно сравнить риск заражения каким-либо заболеванием (бинарный результат) в двух группах: вакцинированных и невакцинированных. Или, например, мы хотим сравнить потерю веса (непрерывный результат) между двумя группами испытуемых, которые придерживаются различных диет, например, кето и прерывистого голодания.

Однако такая двухгрупповая ситуация не всегда присутствует в ОУ. Например, Организация Объединенных Наций может провести ОУ для оценки распространенности определенного заболевания в разных странах с целью выделения необходимых ресурсов для борьбы с ним. Или, например, Министерство образования проводит ОУ для оценки доли отсева учащихся из средних школ и использует его результаты для формирования бюджета на образование K-12. В обоих примерах мы имеем одновыборочные бинарные данные, в которых испытуемые принадлежат к одной группе, а интерес представляет доля индивидов, переживших определенное событие (заболевание в первом примере и отчисление из школы во втором). В этом случае в ОУ обычно используются такие величины эффекта, как пропорции, преобразованные по Фриману-Тьюки, или пропорции, преобразованные по логиту.

Давайте посмотрим, как это работает

-> Пример набора данных: Доли вегетарианцев в семи регионах США.
-> Метаанализ одновыборочных бинарных данных

Пример набора данных: Доли вегетарианцев в семи регионах США.

Первая встреча с будущими родственниками может оказаться нервной. Вы решили произвести впечатление на свою будущую свекровь, которая планирует открыть онлайн-ресторан, доставляющий еду по всей территории США. Будучи статистиком в семье, вы предложили провести исследование для оценки общей доли вегетарианцев (и веганов) в семи регионах США. Руководствуясь результатами исследования, вы надеетесь помочь ресторану адаптировать рецепты, более подходящие для вегетарианцев, к конкретным регионам США.

Метаанализ одновыборочных бинарных данных

Переменные nveget и ntotal представляют собой число вегетарианцев и общее число испытуемых в каждом исследовании. По умолчанию meta esize рассчитывает пропорцию Фримана-Тьюки, преобразованную в двойной арксин, для каждого исследования. Это преобразование стабилизирует дисперсию и особенно предпочтительно, когда пропорции близки к 0 или 1.

Объявление данных как метаданных с помощью meta esize

В качестве величины эффекта можно указать пропорцию, преобразованную в логит, с помощью опции esize(logitprop). Так как дисперсия пропорции, преобразованной в логит, зависит от самой пропорции, то при использовании такого размера эффекта МА имеет тенденцию присваивать искусственно заниженные веса исследованиям с пропорциями, близкими к 0 или 1.

Возможно, вы захотите вычислить нетрансформированные пропорции, однако это рекомендуется делать только в том случае, если все пропорции, представленные в исследованиях, близки к .5, что на практике встречается нечасто.

. meta update, esize(proportion)
(Output omitted)

Лесные диаграммы и другие методы мета-анализа

Продолжая первую спецификацию meta esize, после вычисления интересующего размера эффекта и объявления данных в качестве метаданных можно использовать любую технику МА, как обычно. Например, для построения лесной диаграммы набираем

. meta forest, proportion

Опция proportion указывает, что результаты должны быть представлены в виде пропорций, а не в виде пропорций, преобразованных по умолчанию по методу Фримана-Тьюки. Это эквивалентно применению обратного преобразования Фримена-Тьюки с помощью опции transform(invftukey). Общая (средняя) доля вегетарианцев составляет .06 с ДИ [.04, .08].

Вы также можете представить результаты в виде, например, количества вегетарианцев на 1000 человек, используя подпараметр scale() опции transform(). Мы также покажем на лесном графике соответствующий регион (переменную region) каждого исследования.

. meta forest _id _data region _plot _esci _weight,
  transform(invftukey, scale(1000)) esrefline insidemarker

Приведенные лесные диаграммы выявили существенные различия в доле вегетарианцев, причем в Тихоокеанском прибрежном, Новоанглийском и Среднеатлантическом регионах их доля выше по сравнению с остальными регионами США.

Встреча с родственниками не за горами. К счастью для вас, опираясь на вышеприведенную лесную делянку, вы можете посоветовать своей будущей теще включить в свое меню больше вегетарианских рецептов для вышеупомянутых регионов, и она будет впечатлена!