فرا تحلیل (META ANALYSIS)

معیارهای نتیجه کلی برای متاآنالیز :
شما در صورتی می‌توانید تأثیرات آزمایش‌ها را باهم ترکیب کنید که در تمام آن‌ها بر روی یک نمونه واحد انجام‌شده باشد . در بسیاری از تحلیل‌های متاآنالیز این تأثیرات می‌تواند یک واحد اندازه‌گیری بی‌معنی تعبیر شود . در این صورت باید تفاوت‌ها در استانداردها موردبررسی قرار گیرد .
در این حالت تفاوت‌ها و یا تغییرها در نمونه‌های استاندارد باید بیان شود و به‌عنوان یک موضوع و انحراف استاندارد لحاظ شود . این مورد به‌عنوان” اندازه اثر کوهن ” ” یا عامل تغییر کوهن ” شناخته می‌شود. این اثر با کلمه مخفف SD نمایش داده می‌شود . مثال زیر نشان می‌دهد که چرا این اثر این‌قدر مهم است :
در این حالت مقدار اندازه SD برای نمونه‌های کوچک آزمایش بسیار بالا است و قبل از اینکه مورداستفاده قرار بگیرد باید اصلاح شود .
در این حالت مسئله زیر به وجود می‌آید :
در بررسی متاآنالیز بررسی نمونه‌ها با کاهش روبرو می‌شود چراکه جامعه آماری با اندازه SD وجود خواهند داشت . به همین دلیل این كاهش نمونه آماری در آزمایش‌ها تأثیر مشابه ای مانند کاش تعداد آزمایش‌ها را در آزمایش نهایی خواهند گذاشت . تأثیر این تفاوت مانند تأثیر SD در آزمایش‌های خواهند بود .
درنهایت این تغییرات به نظر بی‌اهمیت باعث می‌شود که نتیجه‌های آزمایش به‌شدت تحت تأثیر قرار گیرند .
برای حل این مشکل باید :
• در متاآنالیز باید یک درصد خطای مشخص برای این تغییرات در نظر گرفت .
• یک یا چند جامعه آماری با SD مختلف را باهم ترکیب کرده و یک جامعه آماری بزرگ و منحصربه‌فرد با یک SD به دست بیاورید .
• نتیجه نهایی به‌دست‌آمده را به دو صورت باهم مقایسه کنید. ابتدا نتیجه نهایی بدون SD و سپس نتیجه نهایی با اعمال SD متغیر را محاسبه و اثر کل را در متاآنالیز لحاظ کنید .

 در صد یا عامل تغییر در میانگین  :

عوامل  بسیار زیادی وجود دارد که می‌تواند بر روی جامعه آماری انسانی اعمال شود و به‌عنوان یک ضریب  یا عامل تکثیر  بیان شوند. این عوامل می‌توانند باعث اختلاف درنتیجه تاشوند و یا حتی ممکن است  نتیجه آن نیز برای هر فرد یکسان باشد . به‌عنوان‌مثال تأثیر درمان بر روی افراد 2% یا اندازه 1.02 است . باید این درصد یا عامل تغییر را مشخص و در متاآنالیز محاسبه کرد.برای چنین موارد، درصد اختلاف تغییر می‌تواند به‌عنوان عامل عمومی  در یک فرا تحلیل (META ANALYSIS) لحاظ شود .

به همین دلیل اگر تمام تحقیقات دارای تأثیر 10 درصدی یا کمتر از این ضریب یا عامل را دارا باشند بهتر است این مقدار در تمامی بررسی به‌صورت واحد اعمال شود .

در غیر این صورت باید این اثر را به‌عنوان یک عامل مهم  در نتیجه‌گیری اعلام کرده و آن‌ها را قبل از انجام بررسی‌های متاآنالیز به یک عامل واحد تبدیل کنند .

برای بررسی عملکرد یک ورزشکار نیاز به مراقبت‌های ویژه از او داریم . بهترین معیار برای محاسبه استفاده از معیار درصد عمومی تغییر است .اما این درصد داده بر اساس توانایی ورزشکار می‌تواند بر اساس ورزش‌های مختلف متغیر باشد . این درصد رابطه مستقیمی باقدرت خروجی ورزشکار و توانایی‌های او در انجام حرکات ورزشی دارد .

به‌عنوان‌مثال اگر 1% را به‌عنوان معیار عمومی تغییر برای قدرت خروج ورزشکار در نظر بگیریم این مقدار برای ورزشکاران زیر به‌صورت زیر تغییر می‌کند :

• 1% برای ورزشکاران دو سرعت
• 0.4% برای ورزشکاران دوچرخه‌سواری در جاده
• 0.3 % برای ورزشکاران قایقرانی
• 15% برای ورزشکاران قدرتی

بنابراین باید تمام اثرات عمومی تغییر را بر اساس مقدار نیروی استفاده‌شده در هر ورزش به دست بیاوریم . همچنین برای ورزش‌های تیمی نیز باید این مقدار را به‌صورت یک درصد تغییر استاندارد  برای استفاده در متاآنالیز محاسبه کنیم .

ضریب همبستگی در نمونه‌ها لحاظ شود . ضریب همبستگی چیست ؟

ضریب همبستگی یکی از معیارهای مورداستفاده در تعیین همبستگی دو متغیر است . در متاآنالیز نمونه‌هایی که دارای SD کوچکی هستند باهم ارتباط کمی دارند. به همین دلیل ضریب همبستگی کمی دارند. ضریب همبستگی در بعضی موارد می‌توانند مانند اثرات تغییر استاندارد برای متاآنالیز مشکل ایجاد کند .

برای حل این مشکل و انحراف در متاآنالیز  باید کرد ضریب همبستگی را با استفاده از  ترکیب SD  پیدا کرد . این  روش باید بدون هرگونه استفاده از متغیر صورت بگیرد . برای این کار باید هر تخمینی از انحراف را با ضریب مطمئن برای کاهش خطای اندازه‌گیری محاسبه کرد . این ضریب را باید تا حد امکان پایین به دست آورد.

نسبت نسبی یا همان فرکانس نسبی در نمونه‌ها اعمال شود .

هنگامی‌که یک متغیر به تکرار از چیزی وابسته است تأثیرات واردشده را به‌عنوان ضریب نسبی یا فرکانس نسبی  بیان می‌شوند .

به‌عنوان‌مثال خطر سکته قلبی اگر در بین افراد ورزشکار 10% و در بین افراد غیر ورزشکار 25% باشد خطر نسبی بیماری قلبی بین این افراد برابر است با 2.5=10/25 .

فرکانس نسبی خطر  در مطالعات کوهورت برای مقایسه بروز بیماری تا  در بین افراد است . دراین‌بین نسبت شانس برای مطالعه  در مورد شواهدی است که فراوانی قرار گرفتن نمونه آزمایش در معرض چیزی را نشان می‌دهد. اکثر مدل‌ها با متغیر عددی نیازمند نسبت شانس هستند . نسبت شانس را نمی‌توان به‌راحتی تفسیر کرد اما درواقع این نسبت می‌خواهد بداند  که وجود یا عدم وجود یک مشخصه مانند A چگونه بر وجود یا عدم وجود یک مشخصه مانند B اثر می‌گذارد .

چگونه یک متاآنالیز انجام دهیم ؟

• در ابتدا باید بر روی نتیجه یک آزمایش تصمیم بگیریم .
• یک جستجو کامل در مورد نتیجه‌های منتشرشده باید انجام داد . حال اگر یک نتیجه‌گیری بر اساس متاآنالیز یافتید اول بررسی کنید که آیا این نتیجه‌گیری بر اساس یک تجزیه‌وتحلیلی با احتمالات ثابت بوده ؟ اگر این‌طور بود باید بر اساس احتمالات متغیر آن را تحلیلی کنید . در غیر این صورت یک آزمایش دیگر را باید انتخاب کنید . ( آزمایشی که انتخاب کرده‌اید قبلاً بر روی آن متاآنالیز انجام‌شده است و نیازی به بررسی مجدد ندارد.
• همان‌طور که تمامی مقالات مربوط به آزمایش را جمع‌آوری می‌کنید تمرکز خود را بر روی بررسی گسترده مقالات قرار دهید .

همچنینی موارد زیر را برای گسترش بررسی در نظر بگیرید :

• موارد طراحی آزمایش ، جمعیت مورد آزمایش ، رفتار و درمان ثبت‌شده در آزمایش را مشخص کنید .
• مقادیر ضریب در آزمایش را یافته و آن‌ها را به‌صورت یک ضریب مشخص  و واحد تبدیل کنید .
• در یک آزمایش بالینی تصادفی  ، نتیجه  پایانی به‌دست‌آمده ممکن است با موارد به‌دست‌آمده در آزمایش متفاوت باشد .
• خصوصیاتی که ممکن است بر رفتار یک آزمایش اثر بگذارد یا  مشخص نموده و میزان اثرگذاری آن‌ها را مشخص نمایید .
• ویژگی‌های تحقیق را به‌عنوان متغیرهای مشخص‌شده برای متاآنالیز مشخص کنید و آن‌ها را در نظر بگیرید . خصوصیاتی مثل : زمان و یا انجام درمان ، روش درمان ، متغیرهای وابسته و روش تا اندازه‌گیری آن‌ها  ،  کیفیت کار انجام‌شده .
• خصوصیات هر نمونه آزمایش مثل سن ، جنسیت ، وضعیت بالینی افراد  و..
• نتایج را به‌صورت جداگانه برای نمونه‌های مذکر و مؤنث دسته‌بندی کنید .
• نمونه‌های آزمایش را که بر اساس مشخصات جنسیتی مؤنث و مذکر دسته‌بندی نمی‌شوند مانند دوجنسه تا را ثبت نموده و خصوصیات آن‌ها را درزمینه های مختلف مثل استقامت ، و موارد مشابه ) ثبت کنید .
• همچنین بعضی از افراد قبل از اینکه آزمایش‌های بررسی‌کننده کیفیت آن‌ها را امتیاز داده و آن‌ها را بر اساس کیفیت مقالات دسته‌بندی می‌کنند. به‌عنوان‌مثال :

1. مقاله در روزنامه معتبر چاپ‌شده است یا خیر ؟
2. تجربه محققان آزمایش چقدر بوده است ؟
3. آیا تحقیق توسط سازمان‌های بی‌طرف و مستقل انجام‌شده است ؟
4. نمونه‌های مورد آزمایش به‌صورت تصادفی از یک جمعیت انتخاب‌شده‌اند ؟
5. افراد انتخاب‌شده به‌صورت تصادفی برای درمان انتخاب‌شده‌اند ؟
6. افراد زیاد به‌عنوان نمونه در آزمایش مورداستفاده قرارگرفته‌اند ؟

پیشنهاد میکنم مطلب آموزش نرم‌افزارهای تحلیل آماری و دوره  spss را هم بخوانید.

1. از این تعداد زیاد چه مقدار از آن‌ها از ابتدا تا پایان فرایند آزمایش موردمطالعه قرارگرفته‌اند ؟

محققان در متاآنالیز با استفاده از سؤالات بالا و امتیازدهی به مقالات ، آزمایش‌های بی‌کیفیت را حذف می‌کنند. هر یک از عوامل استفاده‌شده در تحقیق را بر اساس وزن و تأثیر آن‌ها محاسبه کنید. آمارهای اعلام‌شده در تست تا را بررسی کنید .

ارزش مقدار p

اگر مقدار p به‌صورت دقیق مشخص نشده است باید از محقق این آزمایش سؤال کنید. در غیر این صورت اگر اندازه p<0.05 بود اندازه p را به مقدار 0.05 در نظر بگیرید . اگر مقدار p>0.05 بود بدون هیچ اتلاف وقتی مقاله را ازنظر کیفیت مجدد موردبررسی قرار دهید .

مقدار p را بر اساس آزمون SD و محاسبه انحراف معیار به دست آورید . بعضی محققان با صورت عجیبی  مقدار تا ی P را با استفاده از آزمون‌های کنترل‌شده تجربی گرایش می‌دهند. این مورد  نمی‌تواند به تحلیل متاآنالیز کمک خاصی کند .  درصورتی‌که نمی‌توانید به‌خوبی از مقدار P استفاده کنید می‌توانید از عامل وزن متغیر تا به‌جای آن استفاده کنید.

متاآنالیز را به‌صورت مدل ترکیبی انجام دهید .

• درصد اطمینان را بر اساس مقادیر بالاتر از 90% معین کنید . با محاسبه مقدار نسبت شانس می‌توانید اثر را مشخص کنید که ازلحاظ علمی مفید است یا خیر
• برای آزمایش‌های کنترل‌شده واکنش‌های هر فرد نسبت به درمان را به‌دقت تحت نظر بگیرید . شواهد و موارد مهم به‌دست‌آمده را یادداشت و به‌دقت مطالعه کنید .
• به یاد داشته باشید اثرات و نتیجه‌های منتشرشده توسط بررسی‌های متاآنالیز قابل‌اعتمادتر نسبت به نتیجه‌های قبلی هستند . پس در انتشار این نتیجه تا تعصب و یا خط قرمز نداشته باشد و املا آزاده آزمایش‌ها را بررسی کنید .