Durchführungs Meta Analyse In Stata Forex

Stata: Datenanalyse und statistische Software Jonathan A. C. Sterne, Universität Bristol Ross J. Harris, Universität Bristol Roger M. Harbord, Universität Bristol Thomas J. Steichen, RJRT Stata hat keinen Metaanalysebefehl. Stata-Benutzer haben jedoch eine ausgezeichnete Suite von Befehlen für die Durchführung von Meta-Analysen entwickelt. Im Jahr 2016, veröffentlicht Stata Meta-Analyse in Stata: Eine aktualisierte Sammlung aus dem Stata Journal, Second Edition. Die alle Stata Journal Artikel über Meta-Analyse zusammenbrachte. Dieses Buch ist erhältlich bei stata-pressbooksmeta-analysis-in-stata. Die folgenden Metaanalyse-Befehle werden alle in Meta-Analyse in Stata: Eine aktualisierte Sammlung aus dem Stata Journal, Second Edition beschrieben. Metan ist der Haupt-Meta-Analyse-Befehl der Stata. Die aktuelle Version erlaubt es dem Benutzer, die Zellfrequenzen aus der 2 mal 2 Tabelle für jede Studie (für binäre Ergebnisse), die mittlere und Standardabweichung in jeder Gruppe (für numerische Ergebnisse) oder die Effektivschätzung und Standardfehler aus jeder Studie einzugeben . Es bietet eine umfassende Palette von Methoden für die Meta-Analyse, einschließlich inverse-variancendashweighted Meta-Analyse, und schafft neue Variablen, die die Behandlung Wirkung Schätzung und ihre Standard-Fehler für jede Studie. Diese Variablen können dann als Eingabe für andere Stata-Metaanalyse-Befehle verwendet werden. Meta-Analysen können in Untergruppen unter Verwendung der Option by () durchgeführt werden. Alle Metaanalyseberechnungen in metan basieren auf Standardmethoden, deren Übersicht in Kapitel 15 von Deeks, Altman und Bradburn (2001) zu finden ist. Die Version des Metan-Befehls, der Stata 7-Grafiken verwendete, wurde metan7 umbenannt und als Teil des Metan-Pakets, das derzeit im SSC-Archiv verfügbar ist, heruntergeladen. Die aktuellste Hilfedatei für metan bietet mehrere anklickbare Beispiele für die Verwendung des Befehls. Labbe zeichnet ein LrsquoAbbe-Diagramm für die Ereignisdaten (Proportionen der Erfolge in den beiden Gruppen). Metaan führt Metaanalysen zu Effektschätzungen und Standardfehlern durch. Enthalten sind Profilwahrscheinlichkeit und Permutationsschätzung, zwei Algorithmen, die in Metan nicht verfügbar sind. 4. metacum metacum führt kumulative meta-Analysen durch und grafiert die Ergebnisse. Metap kombiniert p - Werte unter Verwendung der Fisherrsquos-Methode, der Edgingtonrsquos-Additivmethode oder der Edgingtonrsquos-Normalkurvenmethode. Es wurde 1999 als Version 6-Befehl (keine Grafiken) veröffentlicht und wurde zuletzt im Jahr 2000 aktualisiert. Es erfordert, dass der Benutzer einen p-Wert für jede Studie eingeben. 6. metareg metareg macht meta-regression. Es wurde erstmals 1998 veröffentlicht und wurde aktualisiert, um den Verbesserungen der Stata-Schätzung und den jüngsten methodischen Entwicklungen Rechnung zu tragen. Es erfordert, dass der Benutzer die Behandlung Wirkung Schätzung und ihre Standard-Fehler für jede Studie. 7. metafunnel metafunnel Grundstücke Trichter Grundstücke. Es wurde 2004 veröffentlicht und verwendet Stata 8 Grafiken. Es erfordert, dass der Benutzer die Behandlung Wirkung Schätzung und ihre Standard-Fehler für jede Studie. 8. konfirmieren Sie konfokale Konturen verstärkte Trichterplots. Der Befehl wurde so entworfen, dass er flexibel ist und dem Benutzer zusätzliche Funktionen für die Trichterplot hinzufügen kann. 9. metabias metabias liefert statistische Tests zur Trichter-Asymmetrie. Es wurde erstmals 1997 veröffentlicht, aber es wurde aktualisiert, um kürzlich vorgeschlagene Tests zur Verfügung zu stellen, die eine bessere Kontrolle der falsch-positiven Rate als die im ursprünglichen Befehl zur Verfügung stehen. 10. metatrim metatrim setzt die ldquotrim - und fillrdquo-Methode zur Anpassung an die Publikationsvorspannung in Trichterplots um. Es erfordert, dass der Benutzer die Behandlung Wirkung Schätzung und ihre Standard-Fehler für jede Studie. 11. extfunnel extfunnel implementiert eine neue Reihe von Overlay-Erweiterungen zum Trichter-Plot, um die Auswirkungen einer neuen Studie auf eine bestehende Metaanalyse zu bewerten. 12. metandi und metandiplot metandi erleichtern die Anpassung von hierarchischen logistischen Regressionsmodellen für die Metaanalyse von diagnostischen Testgenauigkeitsstudien. Metandiplot erzeugt ein Diagramm des Modells, das von metandi passt. Die der letzte ausgeführte Schätzklassenbefehl sein muss. 13. mvmeta und mvmetamake mvmeta führt maximale Wahrscheinlichkeit, eingeschränkte maximale Wahrscheinlichkeit, oder Methode-of-Moments Schätzung der zufälligen Effekte multivariate Meta-Analyse-Modelle. Mvmetamake erleichtert die Erstellung von zusammenfassenden Datensätzen aus detaillierteren Daten. 14. ipdforest ipdforest ist ein Nachschreibungsbefehl, der die gespeicherten Schätzungen eines xtmixed - oder xtmelogit-Befehls für die mehrstufige lineare oder logistische Regression verwendet. 15. ipdmetan ipdmetan führt die zweistufige Metaanalyse der einzelnen Teilnehmerdaten mit Hilfe der inversen Varianzmethode durch. 16. indirekt indirekt führt paarweise indirekte Behandlung Vergleiche durch. 17. Netzwerk-Setup-Netzwerk-Setup importiert Daten aus einem Satz von Studien, die Zähldaten (Ereignisse, Gesamtzahl) oder quantitative Daten (Mittelwert, Standardabweichung, Gesamtzahl) für zwei oder mehr Behandlungen messen. 18. Netzwerkimport-Netzwerkimport importiert einen bereits für die Netzwerk-Metaanalyse formatierten Datensatz. 19. Netzwerk-Tabelle Netzwerk-Tabelle tabelliert Netzwerk-Meta-Analyse-Daten. 20. Netzmusternetzmuster zeigt, welche Behandlungen in welchen Studien verwendet werden. 21. Netzwerkkarte Netzwerkkarte zeichnet eine Karte eines Netzwerks, das heißt, sie zeigt, welche Behandlungen direkt verglichen werden, mit denen andere Behandlungen und etwa wie viel Informationen für jede Behandlung und für jeden Behandlungsvergleich zur Verfügung stehen. 22. Netzwerk-Converter wandelt Konvertierung zwischen den drei Formaten, die in der Hilfedatei für Netzwerk beschrieben. 23. Netzwerkabfrage Netzwerkabfrage zeigt die aktuellen Netzwerkeinstellungen an. 24. network unset löscht die aktuellen Netzwerkeinstellungen. 25. Meta-Netzwerk Meta definiert ein Modell, um fit zu sein: entweder das Konsistenzmodell oder die Design-by-Behandlung Interaktions-Inkonsistenz-Modell. 26. Netzwerk Rank Network Rank Behandlungen nach einer Netzwerk-Meta-Analyse wurde fit. 27. Netzwerkseitenplitnetzwerkseitenplits passen zu dem Knotenspaltungsmodell von Dias et al. (2010). 28. Netzwerk Wald Netzwerk Wald zeichnet eine Wald-Plot der Netzwerk-Meta-Analyse-Daten. 29. networkplot networkplot stellt ein Netz von Interventionen unter Verwendung von Knoten und Kanten dar. 30. Netto-Nettogewicht berechnet alle direkten paarweise Summary Effects Größen mit ihren Varianzen, erstellt die Design-Matrix und schätzt den prozentualen Anteil jedes direkten Vergleichs zu den Netzzusammenfassungsschätzungen und im gesamten Netzwerk. 31. ifplot ifplot identifiziert alle dreieckigen und quadratischen Schleifen in einem Netz von Interventionen und schätzt die jeweiligen Inkonsistenzfaktoren und deren Unsicherheiten. 32. netfunnel netfunnel stellt ein Vergleichs-angepasstes Trichter-Plot zur Beurteilung von Kleinstwirkungseffekten innerhalb eines Netzes von Interventionen vor. 33. Intervallplotintervallplot zeigt die geschätzten Effektgrößen und deren Unsicherheiten für alle paarweisen Vergleiche in einer Netzwerkmetaanalyse. 34. netleague netleague erstellt eine Liga-Tabelle, die in den off-diagonalen Zellen die relativen Behandlungswirkungen für alle möglichen paarweisen Vergleiche, die in einer Netzwerkmetaanalyse geschätzt werden, zeigt. Sucra gibt die Oberfläche unter den kumulativen Rangordnungskurven Prozentsätze und mittlere Ränge und produziert Rankogramme (Linienplots der Wahrscheinlichkeiten versus Ränge) und kumulative Rangordnungen (Linienplots der kumulativen Wahrscheinlichkeiten versus Ranges) für alle Behandlungen in einem Netzwerk von Interventionen. 36. mdsrank mdsrank erzeugt die quadratische Matrix, die die paarweise relativen Effektgrößen enthält, und die resultierenden Werte der eindeutigen Dimension für jede Behandlung. 37. clusterank clusterank führt hierarchische Clusteranalyse durch, um die konkurrierenden Behandlungen in sinnvolle Gruppen zu gruppieren. Glst berechnet ein logarithmisches Dosendashresponse-Regressionsmodell unter Verwendung verallgemeinerter Kleinstquadrate für die Trendschätzung von einzelnen oder mehreren zusammengefassten dosendashresponse epidemiologischen Studien. Die Ausgabe dieses Befehls kann nützlich sein, um Zusammenfassungseffekte und ihre Standardfehler für die Aufnahme in Metaanalysen solcher Studien ableiten. 39. metamiss metamiss führt eine Metaanalyse mit binären Ergebnissen durch, wenn einige oder alle Studien fehlende Daten haben. 40. sem und gsem Beschreibt die Anpassung von Metaanalyse-Modellen mit festem und randomisiertem Effekt unter Verwendung der sem - und gsem-Befehle, die in den Stata 12 bzw. 13 für die Strukturgleichungsmodellierung eingeführt wurden. 41. metacumbounds metacumbounds liefert z-Werte, p-Werte und Lan-DeMets-Schranken, die aus Fest - oder Zufallseffekt-Metaanalyse gewonnen werden. Es zeichnet die Grenzen und z-Werte durch einen Prozess. 42. metasim metasim simuliert eine bestimmte Anzahl neuer Studien auf der Basis der Schätzungen, die aus einer bereits existierenden Metaanalyse gewonnen wurden. 43. metapow metapow implementiert einen Ansatz zur Schätzung der Leistung einer neu simulierten Studie, die mit dem Programm metasim erzeugt wird. 44. metapowplot metapowplot schätzt die Leistungsfähigkeit einer aktualisierten Metaanalyse mit einer neuen Studie und stellt jeden Wert gegen eine Reihe von Stichprobengrößen dar. Die folgenden Befehle sind im Anhang dokumentiert: 45. metacurve metacurve modelliert eine Antwort als Funktion einer kontinuierlichen Kovariate, wahlweise Anpassung für andere durch adjust () spezifizierte Variable. 46. ​​metannt metannt soll die Interpretation von Meta-Analysen von binären Daten unterstützen, indem die Interventionseffektgrößen in absoluten Zahlen dargestellt werden, da die Zahl der zu behandelnden Fälle (NNT) und die Anzahl der pro 1000 vermiedenen (oder hinzugefügten) Ereignisse liegen. Der Benutzer gibt Designparameter ein, und metannt verwendet den metan-Befehl, um die benötigten Statistiken zu berechnen. Dieser Befehl ist als Teil des Metan-Pakets verfügbar. 47. metaninf metaninf ist ein Port des Metainf-Befehls, um Metan als Analysemaschine und nicht als Meta zu verwenden. Es wurde im Jahr 2001 als Version 6-Befehl mit Version 6 Grafiken freigegeben und wurde zuletzt im Jahr 2004 aktualisiert. Es erfordert, dass der Benutzer die Eingabe in das Formular von metan benötigt. Midas liefert statistische und grafische Routinen für die Durchführung einer Meta-Analyse der diagnostischen Testleistung in Stata. 49. Metall-Metall-Graphen positive und negative Likelihood-Verhältnisse in diagnostischen Tests. Es kann geschichtete Meta-Analyse der einzelnen Schätzungen zu tun. Der Benutzer muss die Effektivschätzungen (log positive Likelihood Ratio und log negative Likelihood Ratio) und deren Standardfehler angeben. Die Befehle meta und metareg werden für interne Berechnungen verwendet. 50. metaparm metaparm führt Metaanalysen durch und berechnet Konfidenzintervalle und p-Werte für Unterschiede oder Verhältnisse zwischen Parametern für verschiedene Subpopulationen für Daten, die im parmesten Format gespeichert sind. 51. metaeff metaeff ist ein Vorverarbeitungsbefehl für die Metaanalyse und ein Begleiter zu Metaan, der die Wirkungsgrößen und deren Standardfehler berechnet. Hinweis: Möglicherweise gibt es Befehle, die im Stata Journal nach der Veröffentlichung von Meta-Analysis in Stata: Eine aktualisierte Sammlung aus dem Stata Journal, Second Edition erschienen sind. Geben Sie für eine vollständige Liste der Metaanalyse-Befehle Suchmeta in Stata ein. Deeks, J. J. D. G. Altman und M. J. Bradburn. 2001. Statistische Methoden zur Untersuchung von Heterogenität und Kombination von Ergebnissen aus mehreren Studien in der Metaanalyse. In Systematic Reviews im Gesundheitswesen: Meta-Analyse im Kontext, 2. Auflage. Ed. M. Egger, G. Davey Smith und D. G. Altman. London: BMJ. Dias, S. N. J. Welton, D. M. Caldwell und A. E. Ades. Überprüfung der Konsistenz in der Vergleichsmetaanalyse. Statistiken in Medizin 29: 932ndash944.Top Zehn Tipps für Absolventen, die eine Meta-Analyse durchführen möchten Nur eine oder mehrere umfassende Literatursuchmaschinen (zB Web of Science, PsycINFO, PubMed) , Zugang zu einem grundlegenden Statistikprogramm wie SPSS oder SAS zu Ihrer Verfügung und eine gute Idee für ein Meta-Analyse-Thema. Der Science Student Council ist eine Gruppe von neun Studierenden, die ein paar Wochenenden pro Jahr mit dem Wissenschaftspersonal verbringen, und berät bei Programmen und Aktivitäten, die Studenten in der Psychologischen Wissenschaft profitieren würden. In dieser Spalte werden die Schüler nützliche Informationen präsentieren, die andere Absolventen kennen müssen. Besuchen Sie den Science Student Council, um mehr über die Aktivitäten des SSC zu erfahren. Top 10 Tipps für Hochschulabsolventen, die eine Meta-Analyse durch Marcella H. Boynton, Universität von Connecticut durchführen möchten Unabhängig von Ihrer Disziplin innerhalb der Psychologie, ist die Literatur in Ihrem Bereich höchstwahrscheinlich enorm. Infolgedessen gibt es einfach zu viele Papiere, oft mit unterschiedlichen Ergebnissen, um echte Schlussfolgerungen zum Thema des Interesses zu ziehen. Meta-Analyse ist ein Weg, um dieses Problem durch die systematische Erhebung und Analyse von Forschungsstudien zu einem bestimmten Thema zu lösen. Obwohl die Metaanalyse immer beliebter wird, kann es schwierig sein, ohne die Führung eines erfahrenen Meta-Analytikers anzustellen. Wenn man jedoch motiviert ist und einen guten Statistikenhintergrund hat, kann selbst ein Anfänger eine Metaanalyse durchführen. Mehrere Vorteile für die Durchführung einer Meta-Analyse früh in Ihrer Karriere umfassen die Vertrautmachung Sie sich mit einem Bereich, in dem Sie wahrscheinlich hoffen, Primärstufe Forschung durchführen, die Entwicklung einer erweiterten statistischen Fähigkeiten und die Schaffung eines Manuskript, das zur Veröffentlichung eingereicht werden kann. Da es sich bei der Metaanalyse um eine Synthese von Daten handelt, die bereits gesammelt wurden, ist es nicht notwendig, externe Finanzierungen oder Rekrutierungsteilnehmer zu erhalten. Für eine Metaanalyse benötigen Sie lediglich eine oder mehrere umfassende Literatursuchmaschinen (zB Web of Science, PsycINFO, PubMed), Zugang zu einem grundlegenden Statistikprogramm wie SPSS oder SAS zu Ihrer Verfügung und eine gute Idee Ein Meta-Analyse-Thema. Für diejenigen, die an einer Metaanalyse interessiert sind, finden Sie hier zehn Tipps, wie Sie loslegen können: 1. Nehmen Sie einen Kurs zur Metaanalyse, sei es in Ihrer Abteilung oder anderswo. Mit einem Support-System von Klassenkameraden und ein Lehrer, während Sie auf Ihre Meta-Analyse arbeiten kann eine unschätzbare Ressource sein. 2. Kauf, leihen Sie, oder laden Sie ein paar gute Referenzen für, wie eine Meta-Analyse durchzuführen. Statistiken können schwierig sein, nur durch Bücher oder Zeitschriftenartikel zu erfassen. Im Fall der Metaanalyse gibt es jedoch einige gut zugängliche Texte, die Ihnen dabei helfen, das Ins und Outs des Prozesses zu verstehen (siehe Auflistung einiger nützlicher Ressourcen am Ende dieses Artikels). 3. Erstellen Sie die Zusammenarbeit mit anderen Forschern in Ihrer Nähe. Ein Teil Ihrer beruflichen Entwicklung umfasst das Schmieden kooperativer Beziehungen. Wenn Sie eine Vorstellung von einer Meta-Analyse haben, die Sie gerne durchführen, denken Sie an die Annäherung an einen Kollegen, um an dem Projekt mit Ihnen zu arbeiten. Wissenschaftliche Hilfskräfte, die oft Studienkredite für die Teilnahme an Forschungsaktivitäten erhalten, können auch bei der Literatursuche und - kodierung von Artikeln helfen, die oft die zeitaufwändigsten Teile des Prozesses sind. 4. Wählen Sie ein überschaubares Thema. Es ist von entscheidender Bedeutung, dass Sie eine Forschungsliteratur auswählen, die in Größe und Umfang handhabbar ist. Zum Beispiel ist die Durchführung einer Metaanalyse über die Charakterzüge der Fünf Persönlichkeit viel zu allgemein, aber Sie könnten eine Metaanalyse durchführen, die untersucht, ob es einen geschlechtsspezifischen Unterschied zur Dimension der Extraversion gibt. 5. Seien Sie umfassend und systematisch in Ihrer Literatursuche. Der Zweck einer Meta-Analyse ist es, alle verfügbaren Studien für Ihr Thema abzudecken. Dazu gehören nicht nur publizierte Forschungen, sondern auch Dissertationen, Studien in nicht-englischsprachigen Zeitschriften und unveröffentlichte Studien. 6. Halten Sie detaillierte Aufzeichnungen über alles, was Sie tun. Präzise Aufzeichnung ist eine absolute Notwendigkeit in der Metaanalyse. Sie müssen Ihre Literatursuche eifrig verfolgen, einschließlich Aufzeichnung des Datums der Suche, Suchmaschine verwendet, Suchbegriffe verwendet, die Artikel gefunden wurden, und welche Artikel wurden ausgeschlossen. Diese Aufzeichnungen sind von unschätzbarem Wert, wenn Sie den Methodenabschnitt Ihres Papiers schreiben. 7. Entwerfen Sie eine klare und prägnante Kodierungsform. Ein Kodierungsformular wird verwendet, um die relevanten Statistiken von Interesse aufzuzeichnen, sowie Informationen über jede der möglichen Moderatorvariablen für jede Studie, die in der finalen Datenbank enthalten ist. Halten Sie Ihre Kodierungsform fokussiert streng auf die Variablen, die Sie zu testen. 8. Erstellen Sie eine Zeitleiste, die Ihnen genügend Zeit zur Durchführung der Meta-Analyse gibt. Abhängig von Größe und Umfang Ihres Projekts (sowie ob Sie Mitarbeiter haben) benötigen Sie wahrscheinlich mindestens ein paar Monate, um es abzuschließen. Das Festlegen spezifischer Fälligkeitstermine hilft Ihnen, auf der Schiene zu bleiben. 9. Haben Sie keine Angst, eine Meta-Analyse-Experte, wenn Sie stecken zu kontaktieren. Wenn Sie in einen Haken laufen, zögern Sie nicht, eine E-Mail-Person, die eine Meta-Analyse mit Methoden ähnlich denen, die Sie verwenden möchten veröffentlicht hat. Die meisten Menschen sind geschmeichelt, dass Sie ihre Zeitung lesen und gerne hilfreiche Tipps geben. 10. Erzählen Sie eine gute Geschichte. Eine Meta-Analyse muss eine interessante und nützliche Geschichte über Ihre Phänomene von Interesse zu erzählen. Überprüfen Sie die Debatten in der Literatur und bieten Sie eine klare und überzeugende Analyse der verfügbaren Daten. Schließlich schreiben Sie eine Geschichte, die Ihren Leser froh macht, haben Ihre Papier in den ersten Platz abgeholt. Nützliche Meta-Analyse-Leitfäden Cooper, H. amp Hedges, L. V. (1994). Das Handbuch der Forschungssynthese. New York: Russell Sage Stiftung. Hunter, J. E. amp Schmidt, F. L. (1990). Methoden der Meta-Analyse: Korrektur von Fehlern und Bias in Forschungsergebnissen, Newbury Park, CA: SAGE Publications. Johnson, B. T. Amp Boynton, M. H. (2008). Kumulative Evidenz über das soziale Tier: Metaanalyse in der Sozialpsychologie, Persönlichkeitsanalyse Sozialpsychologie Compass, 2, 1-25. Lipsey, M. W. amp Wilson, D. B. (2001). Praktische Metaanalyse. Thousand Oaks, CA: Sage Publications, Inc. Nützliche Meta-Analysesoftware Biostat Corporation (2005). Umfassende Meta-Analyse Version 2, Englewood NJ: Autor. Johnson, B. T. (1993). DSTAT 1.10: Software für die meta-analytische Überprüfung von Forschungsliteraturen. Hillsdale, NJ: Erlbaum Wilson, D. B. (2006). SPSS, STATA, amp SAS Makros für die Durchführung von meta-analytischen Analysen. Abgerufen am 9. August 2007 von mason. gmu. edu