使用有限信息计算配对样本(前/后)效应大小

机器算法验证 荟萃分析 规模效应 配对比较
2022-03-22 10:23:38

我正在使用 Hedge 的 g 效应大小统计数据进行荟萃分析。许多研究仅报告:

  1. 治疗前平均分
  2. 预处理标准差
  3. 治疗后平均分
  4. 治疗后标准差
  5. 样本量

有了这些信息,是否有可能得出:

  1. 差异的标准差(获得分数),或
  2. 配对组 t 值

如果没有,是否有任何其他方法可以使用上述有限信息来计算配对样本效应大小/标准误差?

3个回答

不幸的是,如果这真的是你所拥有的所有信息,那么就没有办法得到#1 或#2——你需要以一种或另一种方式知道(或能够推断)测试前和测试后之间的相关性-考试分数。

是的,正如其他人所提到的,您需要知道测试前和测试后分数之间的相关性才能计算效果大小。

但是,可以估算此相关值以获得合理的结果,特别是如果您可以利用以前的研究和/或对该特定值有强有力的理论依据。从估算的相关性计算出初始效应量估计值后,应进行敏感性分析(在估算值的合理范围内)。如果它们产生类似的最终汇总/综合估计,您可以(通常)对这些初始估计有更大的信心。

我也在进行类似的荟萃分析。

SDd 可以通过多种方法估算。1. 取自其他研究。使用从其他研究中观察到的最大值。2. 如果任何其他研究报告了 r,请使用它。基于观察到的 r 值的最大值。3. 如果您的荟萃分析中提到了任何其他研究,则 SE 或 95% CI 或 P 值所有这些都可用于得出您的平均变化 SD。

这是一篇用公式解决所有这些问题的好论文。

Fu R、Vandermeer BW、Shamliyan TA、O'Neil ME、Yazdi F、Fox SH、Morton SC。处理定量合成中的连续结果。比较有效性审查方法指南。