寻找荟萃分析的良好介绍性治疗

机器算法验证 造型 荟萃分析
2022-02-17 16:48:01

一位(非统计学家)同事在他为医学期刊审阅的论文中遇到了荟萃分析,并正在寻找一种好的入门级治疗方法,以便他可以自学。有什么建议吗?收藏夹?书籍、专着、非技术性调查文章都可以。

(是的,他熟悉 Wikipedia 条目和其他可通过 Google 搜索轻松访问的内容,例如Jerry Dallal 的精彩小文章。)

4个回答

我有两个建议:

  1. 医疗保健系统评价:上下文元分析(亚马逊链接
  2. 元分析简介(实践中的统计)(亚马逊链接

这两本书都非常好,包括介绍性信息以及有关如何实际执行荟萃分析的详细信息。

我将为 Jeromy 的博客文章添加一个独立的建议,其次是 James DeCoster 的笔记和 Borenstein 教科书(异丙酚的第 2 号)的建议。

冒着沉迷于自我推销的风险,我最近发表了一篇题为Meta-analysis 入门的方法论文。它是针对生态学家和进化生物学家的,所以例子取自这些领域,但我希望它对那些在其他领域工作的人有用。

不久前,我写了一篇关于开始元分析的文章:(a) 入门提示,(b) 在线介绍性文本的链接,以及 (c) 元分析免费软件的链接。

具体来说,您可能想阅读James DeCoster 的笔记

Fredric M. Wolf 的绿色Sage 小书值 18 美元左右。“令人愉快的数学”,但不是太技术化,也不是太教条(这是一个竞争激烈的领域,你可能知道),对一个我称之为中级统计/研究经验的人来说很好。