차이
문서의 선택한 두 판 사이의 차이를 보여줍니다.
양쪽 이전 판이전 판다음 판 | 이전 판 | ||
med:meta-analysis [2014/03/18 17:37] – 바깥 편집 127.0.0.1 | med:meta-analysis [2016/07/10 09:50] (현재) – 바깥 편집 127.0.0.1 | ||
---|---|---|---|
줄 1: | 줄 1: | ||
+ | {{tag> | ||
======메타분석 (Meta-analysis)====== | ======메타분석 (Meta-analysis)====== | ||
- | |||
+ | 메타 분석은 한 가지 주제를 목적으로 여러 가지 논문의 결과를 종합하는 것이다. 이로써 명확한 의학적 증거(evidence)를 보여 줄 수 있고 통일되지 않은 의견이나 결과에 대해 해결 방안을 제시할 수 있다. 과거 처럼 전문가의 견해나 이론, 경험에만 의지하는 진료 방법이 아닌 과학적 증거를 통한 진료 (Evidence based medicine)를 하기 위한 분석 방법이라고도 할 수 있다. 점차 확대되고 있는 세계적 추세이다. | ||
- | 메타 분석은 한 가지 주제를 목적으로 여러 가지 논문의 | + | 메타 분석의 흔한 연구 형태로는 연구 |
+ | 이런 메타 분석을 위해서는 우선 문헌을 검색해야 한다. 검색된 여러 논문 중에서 연구 목적에 부합되는 기준을 찾아야하고 그 기준에 부합된 논문을 추려내야 한다. 여기서 기준이 자의적이라면 연구자의 의도가 들어가 공정한 메타 분석이 될 수 없다. 따라서 검색 방법과 기준 그리고 검색 날짜가 명확히 명시되야 한다. | ||
- | 메타 분석의 흔한 연구 형태로는 | + | 검색 방법으로는 |
- | + | 검색 된 논문이 모두 똑같은 가치를 가지지는 않는다. 여러 미디어를 통해 발표되는 논문이나 연구의 실제 가치는 다르다고 말할 수도 있다. 여기서 말하는 가치는 신뢰도를 말한다. 어떤 연구 디자인이 신뢰도가 높은가에 대한 여러 문헌들이 있다만, 모집단을 대표할 수 있는 무작위 선출을 통한 대규모 맹검 연구가 가장 신뢰도가 높다. 여러 분류가 있겠지만, | |
- | 이런 메타 분석을 위해서는 우선 문헌을 검색해야 합니다. 검색된 여러 논문 중에서 연구 목적에 부합되는 기준을 찾아야하고 그 기준에 부합된 논문을 추려내야 합니다. 여기서 기준이 자의적이라면 연구자의 의도가 들어가 공정한 메타 분석이 될 수 없습니다. 따라서 검색 방법과 기준 그리고 검색 날짜가 명확히 명시되야 합니다. | + | |
- | + | ||
- | + | ||
- | 검색 방법으로는 SCI 논문을 검색할 수 있는 의학 논문 데이터 베이스인 PubMed, EMBASE, Cochrane Library 등이 포함됩니다. 특정 지역이나 인종을 대상을 한다면 해당 국가의 논문 데이타 베이스를 검색해야합니다. 의도하든 의도하지 않든 대상 논문이 검색되지 않아서는 안되겠지요. 검색 결과는 매우 중요합니다. 최근에는 Google을 이용해서 논문으로 발표되지 않은 case 들을 가지고 분석하는 경우도 보입니다. | + | |
- | + | ||
- | + | ||
- | 검색 된 논문이 모두 똑같은 가치를 가지지는 않습니다. 여러 미디어를 통해 발표되는 논문이나 연구의 실제 가치는 다르다고 말할 수도 있습니다. 여기서 말하는 가치는 신뢰도를 말합니다. 어떤 연구 디자인이 신뢰도가 높은가에 대한 여러 문헌들이 있습니다만, 모집단을 대표할 수 있는 무작위 선출을 통한 대규모 맹검 연구가 가장 신뢰도가 높습니다. 여러 분류가 있겠지만, | + | |
{{http:// | {{http:// | ||
- | |||
< | < | ||
+ | 이들 논문의 기본적인 조건으로 연구에 사용한 용어에 대한 정확한 정의가 기술되어야 하고, 또한 연구 방법에 대한 자세한 기술이 있어야한다. 또한 통계 방법에 대한 정의가 들어 있어야만 한다. | ||
- | 이들 논문의 기본적인 조건으로 연구에 사용한 용어에 대한 정확한 정의가 기술되어야 하고, 또한 연구 방법에 대한 자세한 기술이 있어야합니다. 또한 통계 방법에 대한 정의가 들어 있어야만 합니다. | + | 이렇게 자료를 모으면 통계적 분석을 해야한다. 통계적으로 신뢰를 받으려면 같은 디자인의 연구여야 되겠지요. 또한 가급적 무작위 이중 맹검 연구를 대상으로 분석한다면 좋겠다만, |
- | + | ||
- | + | ||
- | 이렇게 자료를 모으면 통계적 분석을 해야합니다. 통계적으로 신뢰를 받으려면 같은 디자인의 연구여야 되겠지요. 또한 가급적 무작위 이중 맹검 연구를 대상으로 분석한다면 좋겠습니다만, 이런 연구가 많지 않은 분야도 많이 있습니다. 이런 이유로 최근에는 메타 분석에서 1차 분석, 2차 분석등으로 나누어 보고하는 경우도 있습니다. 신뢰도가 높은 논문만으로 따로 분석하는 | + | |
- | + | ||
- | + | ||
- | 메타 분석은 연구자가 의도하지 않았던 편견(bias)가 있을 수 있다는 점에서 주의가 필요합니다. 대표적인 | + | |
+ | 메타 분석은 연구자가 의도하지 않았던 편견(bias)가 있을 수 있다는 점에서 주의가 필요한다. 대표적인 것이 긍정적 결과 편향 현상 (positive-outcome bias, publication bias)이다. 메타 분석의 결과만 가지고 절대적 진리라고 말할 수 없는 이유 중 하나로 이들 메타 분석 결과는 학회에서 두고 두고 학술적 검토를 하게 된다. 여러 의견과 중지를 모아 실제 임상에 적용하는 guide line이 정해지게 되는 것이다. | ||
줄 43: | 줄 33: | ||
경험 과학적 연구 자료를 다루는 사회과학의 분야에서는 어떤 특정 연구 주제, 연구 질문에 관련된 연구가 해마다 누적되어 간다. 이들 연구를 개별적으로 보면 각각 독특한 피험자, 독특한 연구 설계를 가지고 접근하고 있고 그러한 연구 결과의 제시방식도 연구마다 독특하다. 이렇게 상이하고 다양한 연구들을 하나의 일관된 체계적 틀 속에서 통합하여 분석해 봄으로써 연구결과의 누적을 단순화시킬 수 있는 경제적 방법이 메타분석이라고 지칭할 수 있다. | 경험 과학적 연구 자료를 다루는 사회과학의 분야에서는 어떤 특정 연구 주제, 연구 질문에 관련된 연구가 해마다 누적되어 간다. 이들 연구를 개별적으로 보면 각각 독특한 피험자, 독특한 연구 설계를 가지고 접근하고 있고 그러한 연구 결과의 제시방식도 연구마다 독특하다. 이렇게 상이하고 다양한 연구들을 하나의 일관된 체계적 틀 속에서 통합하여 분석해 봄으로써 연구결과의 누적을 단순화시킬 수 있는 경제적 방법이 메타분석이라고 지칭할 수 있다. | ||
- | |||
메타분석 (meta-analysis) 이라는 것은. | 메타분석 (meta-analysis) 이라는 것은. | ||
- | + | ||
1) 정의: 특정한 연구주제에 대해 행해진 여러 독립적인 연구의 결과를 합리적이고 체계적으로 종합하는 통계적 분석방법. 즉, 어떤 주제에 대해서 출판된 여러 논문의 결과들을 모으고 합쳐서 분석하는 방법임. Original article에서 환자 한명 한명을 엄격한 inclusion, exclusion criteria를 가지고 모아서 결과를 내듯이, meta-analysis에서는 논문 하나 하나를 엄격한 inclusion, exclusion criteria를 가지고 모아서 결론을 도출하게 된다. | 1) 정의: 특정한 연구주제에 대해 행해진 여러 독립적인 연구의 결과를 합리적이고 체계적으로 종합하는 통계적 분석방법. 즉, 어떤 주제에 대해서 출판된 여러 논문의 결과들을 모으고 합쳐서 분석하는 방법임. Original article에서 환자 한명 한명을 엄격한 inclusion, exclusion criteria를 가지고 모아서 결과를 내듯이, meta-analysis에서는 논문 하나 하나를 엄격한 inclusion, exclusion criteria를 가지고 모아서 결론을 도출하게 된다. | ||
- | + | ||
2) 의의: 각각의 작은 연구들은 limitation이 있으므로, | 2) 의의: 각각의 작은 연구들은 limitation이 있으므로, | ||
- | + | ||
3) meta-analysis가 적합한 자료의 조건 | 3) meta-analysis가 적합한 자료의 조건 | ||
(1) 충분한 선행연구 결과물을 수집할 수 있어야 | (1) 충분한 선행연구 결과물을 수집할 수 있어야 | ||
- | (2) Effect size에 해당하는 값(mean, SD, OR, HR 등) 과 N수 p-value가 있어야 | + | (2) Effect size에 해당하는 값(mean, SD, OR, HR 등) 과 N수 p-value가 있어야 |
- | (3) 연구논문의 질판단이 가능해야 | + | (3) 연구논문의 질판단이 가능해야 |
(4) 논문 선정의 범위 문제가 명확해야. | (4) 논문 선정의 범위 문제가 명확해야. | ||
(즉, publish된 논문만 할지, gray literature도 포함시킬지, | (즉, publish된 논문만 할지, gray literature도 포함시킬지, | ||
Cf> publication bias란? positive result인 것은 잘 출판되는 경향이 있기 때문에, 출판된 논문들만 모아서 meta분석을 하면 결과가 positive하게 나오게 됨. Funnel plot을 그려서 publication bias를 체크해봐야 함. | Cf> publication bias란? positive result인 것은 잘 출판되는 경향이 있기 때문에, 출판된 논문들만 모아서 meta분석을 하면 결과가 positive하게 나오게 됨. Funnel plot을 그려서 publication bias를 체크해봐야 함. | ||
- | + | ||
4) Advantages of meta-analysis (eg. over classical literature reviews, simple overall means of effect sized etc.) include: | 4) Advantages of meta-analysis (eg. over classical literature reviews, simple overall means of effect sized etc.) include: | ||
Derivation and statistical testing of overall factors / effect size parameters in related studies | Derivation and statistical testing of overall factors / effect size parameters in related studies | ||
줄 69: | 줄 58: | ||
# 사과와 오렌지를 합해 놓고 거기에서 통합된 결론을 유출하는 것은 비합리적이라는 비판이다. 이에 대해 Glass(1978)는 모든 측면에서 동일한 연구만이 비교될 수 있다는 주장은 자기 모순적이며, | # 사과와 오렌지를 합해 놓고 거기에서 통합된 결론을 유출하는 것은 비합리적이라는 비판이다. 이에 대해 Glass(1978)는 모든 측면에서 동일한 연구만이 비교될 수 있다는 주장은 자기 모순적이며, | ||
- | # 메타분석은 질적으로 빈약한 연구를 질적으로 우수한 연구와 합함으로써 결론의 추출에 편파성을 초래할 가능성이 크다는 점이 지적되고 있다(Eysenck, | + | # 메타분석은 질적으로 빈약한 연구를 질적으로 우수한 연구와 합함으로써 결론의 추출에 편파성을 초래할 가능성이 크다는 점이 지적되고 있다(Eysenck, |
Glass, McGaw와 Smith(1981)은 20개의 메타분석을 재분석하여 연구의 질을 나누고 연구의 질의 수준에 따라 효과의 크기가 차이가 나는지를 비교하였다. 그 결과 양간의 차이가 있기는 하였지만 효과의 크기가 거의 일관되게 나타나고 있음을 제시하고 있다. 이런 결과는 연구의 질에 따라 실제 효과의 측정치가 크게 차이가 날 것이라는 상식적 기대와 일치하지 않음을 알 수 있다. Rosenthal(1984)은 연구의 질에 따른 가중치의 적용도 고래해 봄직하다는 대안을 제시하고 있다. | Glass, McGaw와 Smith(1981)은 20개의 메타분석을 재분석하여 연구의 질을 나누고 연구의 질의 수준에 따라 효과의 크기가 차이가 나는지를 비교하였다. 그 결과 양간의 차이가 있기는 하였지만 효과의 크기가 거의 일관되게 나타나고 있음을 제시하고 있다. 이런 결과는 연구의 질에 따라 실제 효과의 측정치가 크게 차이가 날 것이라는 상식적 기대와 일치하지 않음을 알 수 있다. Rosenthal(1984)은 연구의 질에 따른 가중치의 적용도 고래해 봄직하다는 대안을 제시하고 있다. | ||
줄 90: | 줄 79: | ||
메타분석에서 사용하는 통계방법에는 통계적 유의도 검증방법(statistical significant test statistics)과 표준화 평균차를 사용하는 효과크기(effect size)계산방법, | 메타분석에서 사용하는 통계방법에는 통계적 유의도 검증방법(statistical significant test statistics)과 표준화 평균차를 사용하는 효과크기(effect size)계산방법, | ||
- | |||
====통계적 유의도 검증방법==== | ====통계적 유의도 검증방법==== | ||
줄 98: | 줄 86: | ||
| | ||
- | 상관계수를 이용한 메타분석 방법에는 상관을 알아보고자 하는 두 변인의 성질에 따라 각기 다른 상관계수, | + | 상관계수를 이용한 메타분석 방법에는 상관을 알아보고자 하는 두 변인의 성질에 따라 각기 다른 상관계수, |
====효과크기(effect size)를 산출==== | ====효과크기(effect size)를 산출==== | ||
- | **가장 널리 사용되는 방법**이다. 효과크기란 실험 집단의 평균치가 통제집단의 평균치에 비해 얼마나 더 효과적이었는가의 크기를 표준편차라는 공통의 척도로 변환시켜 놓은 것을 의미한다. 기술통계치가 제시되어 있지 않은 자료들은 효과크기로 변환하기 위하여 Cohen(1965, | + | **가장 널리 사용되는 방법**이다. 효과크기란 실험 집단의 평균치가 통제집단의 평균치에 비해 얼마나 더 효과적이었는가의 크기를 표준편차라는 공통의 척도로 변환시켜 놓은 것을 의미한다. 기술통계치가 제시되어 있지 않은 자료들은 효과크기로 변환하기 위하여 Cohen(1965, |
줄 113: | 줄 100: | ||
{{: | {{: | ||
- | + | 효과크기의 산술적 평균만으로 결과를 제시할 수 있다. 그러나 좀 더 객관화된 결과를 제시하기 위하여 역변량 가중치를 이용한 평균 효과 크기가 많이 사용된다. | |
- | 효과크기의 산술적 평균만으로 결과를 제시할 수 있다. 그러나 좀 더 객관화된 결과를 제시하기 위하여 역변량 가중치를 이용한 평균 효과 크기가 많이 사용된다. | + | |
- | |||
==== 가중치 ( Weight )==== | ==== 가중치 ( Weight )==== | ||
- 각 연구들의 Effect size는 그냥 평균 내어지는 것이 아니라 weight를 주어서 합쳐져야 함. | - 각 연구들의 Effect size는 그냥 평균 내어지는 것이 아니라 weight를 주어서 합쳐져야 함. | ||
줄 131: | 줄 116: | ||
- 일반적으로는 summary effect Y는 아래와 같이 구해짐 | - 일반적으로는 summary effect Y는 아래와 같이 구해짐 | ||
+ | Y= (∑YiWi)/ | ||
- | Y= (∑YiWi)/ | ||
- | |||
- 연구의 질은 보통 다음과 같은 순위로 중요한 것으로 간주된다. (level of evidence와 비슷한 의미) | - 연구의 질은 보통 다음과 같은 순위로 중요한 것으로 간주된다. (level of evidence와 비슷한 의미) | ||
줄 143: | 줄 127: | ||
* case report | * case report | ||
* expert opinion | * expert opinion | ||
- | |||
- | |||
줄 161: | 줄 143: | ||
즉, effect size가 homogenous 한 연구들을 합치는 것이 원칙 | 즉, effect size가 homogenous 한 연구들을 합치는 것이 원칙 | ||
- | 동질성 검정 결과 동질하다면, | + | 동질성 검정 결과 동질하다면, |
- | + | ||
2) Heterogeneity(연구간 상이성)는 언제 생기나 | 2) Heterogeneity(연구간 상이성)는 언제 생기나 | ||
- 환자, 치료방법, | - 환자, 치료방법, | ||
- | + | ||
3) Heterogeneity가 생길 때에는 | 3) Heterogeneity가 생길 때에는 | ||
- 데이터가 정확한지 다시 확인 | - 데이터가 정확한지 다시 확인 | ||
줄 173: | 줄 154: | ||
- 왜 동질성이 없는 지를 연구함 (효과크기를 나타내는 측정치를 바꾸어 봄, 몇몇 연구들을 빼고 분석해 봄 (이때 연구자의 편견이들어갈 수 있으므로 주의해야함), | - 왜 동질성이 없는 지를 연구함 (효과크기를 나타내는 측정치를 바꾸어 봄, 몇몇 연구들을 빼고 분석해 봄 (이때 연구자의 편견이들어갈 수 있으므로 주의해야함), | ||
- Random-effect meta-analysis 분석법 사용을 조심스레 고려함 | - Random-effect meta-analysis 분석법 사용을 조심스레 고려함 | ||
- | |||
? heterogeneity가 보이면, 공통적인 effect size를 산출하여 제시하는 것이 어려우므로 해석이 어려워진다… | ? heterogeneity가 보이면, 공통적인 effect size를 산출하여 제시하는 것이 어려우므로 해석이 어려워진다… | ||
줄 184: | 줄 164: | ||
**회귀분석적용 | **회귀분석적용 | ||
*혼합효과모형 | *혼합효과모형 | ||
- | + | ||
====효과크기의 동질성 검정==== | ====효과크기의 동질성 검정==== | ||
줄 192: | 줄 172: | ||
INCLUDE " | INCLUDE " | ||
MEANES ES=es /W=w. | MEANES ES=es /W=w. | ||
- | | ||
- | 뒤에 '' | ||
- | 대소문자 구별함;;;; | ||
+ | 뒤에 '' | ||
+ | 대소문자 구별함;;;; | ||
줄 206: | 줄 185: | ||
| | ||
- | + | ||
====Meta-regression model==== | ====Meta-regression model==== | ||
- 각각의 RR, OR 값을 y 로 놓고 회귀분석을 시행 하는 것이 meta regression model (이때 X에 해당하는 값은 설명 변수임). | - 각각의 RR, OR 값을 y 로 놓고 회귀분석을 시행 하는 것이 meta regression model (이때 X에 해당하는 값은 설명 변수임). | ||
줄 213: | 줄 192: | ||
? 여기에 weight를 주어서 regression model을 만드는 것이 바로 meta regression | ? 여기에 weight를 주어서 regression model을 만드는 것이 바로 meta regression | ||
크게 Fixed-effects meta-regression 과 Random effect meta-regression이 있음 | 크게 Fixed-effects meta-regression 과 Random effect meta-regression이 있음 | ||
- | + | ||
1) Fixed-effects meta-regression model | 1) Fixed-effects meta-regression model | ||
True effect가 모든 연구에서 같다고 가정함 | True effect가 모든 연구에서 같다고 가정함 | ||
줄 220: | 줄 199: | ||
yi=β0+β1χ1j+ β2χ2j +…+nj | yi=β0+β1χ1j+ β2χ2j +…+nj | ||
Where σ2nj is the variance of the effect size in study j. Fixed effects meta-regression ignores between study variation. As a result, parameter estimates are biased if between study variation can not be ignored. Furthermore, | Where σ2nj is the variance of the effect size in study j. Fixed effects meta-regression ignores between study variation. As a result, parameter estimates are biased if between study variation can not be ignored. Furthermore, | ||
- | + | ||
2) Random effect meta-regression model | 2) Random effect meta-regression model | ||
True effect가 정규분포를 이룬다고 가정함 | True effect가 정규분포를 이룬다고 가정함 | ||
줄 226: | 줄 205: | ||
yi=β0+β1χ1j+ β2χ2j +…+n+εj | yi=β0+β1χ1j+ β2χ2j +…+n+εj | ||
Where again σ2εj is the variance of the effect size in study j. Between study variance σ2n is estimated using common estimation procedures for random effects models (restricted maximum likelihood (REML) estimators). | Where again σ2εj is the variance of the effect size in study j. Between study variance σ2n is estimated using common estimation procedures for random effects models (restricted maximum likelihood (REML) estimators). | ||
- | + | ||
- | + | ||
- | + | ||
==== Funnel plot==== | ==== Funnel plot==== | ||
-추정치를 중심으로 N수가 적을수록 위쪽에 분포하고, | -추정치를 중심으로 N수가 적을수록 위쪽에 분포하고, | ||
-Sample size가 크고 적고를 떠나서 좌우 대칭으로 있지 못하다면 publication bias가 있다 | -Sample size가 크고 적고를 떠나서 좌우 대칭으로 있지 못하다면 publication bias가 있다 | ||
- | -Reference 선을 기준으로 좌우 양쪽으로 random하게 분포해야 함. | + | -Reference 선을 기준으로 좌우 양쪽으로 random하게 분포해야 함. |
- 만일, 한쪽으로 쏠려있는 경우에는 Trim and Fill이라는 방법을 이용하여 보정해 줄 수 있음 | - 만일, 한쪽으로 쏠려있는 경우에는 Trim and Fill이라는 방법을 이용하여 보정해 줄 수 있음 | ||
(N수가 적은 연구들에 대해서 반대편에도 unpublished results가 있을 것이라고 가정하여, | (N수가 적은 연구들에 대해서 반대편에도 unpublished results가 있을 것이라고 가정하여, | ||
- | + | ||
★ Meta 분석에서 가장 중요한 것은 effect size를 어떻게 합치냐 하는 technical한 문제가 아니라, 문헌 고찰과 연구 문헌 선택!!! | ★ Meta 분석에서 가장 중요한 것은 effect size를 어떻게 합치냐 하는 technical한 문제가 아니라, 문헌 고찰과 연구 문헌 선택!!! | ||
그래서 마치 clinical trial에서 환자를 어떻게 selection 했는지 CONSORT plot을 그려주듯이, | 그래서 마치 clinical trial에서 환자를 어떻게 selection 했는지 CONSORT plot을 그려주듯이, | ||
- | ? 부적절한 연구들을 합친 적절한 메타 분석은 혼란만 줄 뿐 전혀 의미가 없다! | + | ? 부적절한 연구들을 합친 적절한 메타 분석은 혼란만 줄 뿐 전혀 의미가 없다! |
- | |||
====Meta-analysis in STATA==== | ====Meta-analysis in STATA==== | ||
1) 명령어 설치 | 1) 명령어 설치 | ||
줄 253: | 줄 232: | ||
메타 분석에 사용되는 다양한 명령어는 아래의 사이트참조 | 메타 분석에 사용되는 다양한 명령어는 아래의 사이트참조 | ||
http:// | http:// | ||
- | + | ||
참고로 | 참고로 | ||
http:// | http:// | ||
여기에 가면 STATA에서 meta-analysis를 하는 법에 대한 pdf 파일이 있다. | 여기에 가면 STATA에서 meta-analysis를 하는 법에 대한 pdf 파일이 있다. | ||
또한 strepto.dta 라는 dataset이 있어서 연습할 수 있게 해준다. | 또한 strepto.dta 라는 dataset이 있어서 연습할 수 있게 해준다. | ||
- | (open된 data이고 저작권에 걸리지 않는 자료 이므로 한번 받아보세요. ^^) | + | (open된 data이고 저작권에 걸리지 않는 자료 이므로 한번 받아보라. ^^) |
- | + | ||
2) metan을 이용한 분석 | 2) metan을 이용한 분석 | ||
우선 strepto.dta 파일을 열고 | 우선 strepto.dta 파일을 열고 | ||
줄 266: | 줄 245: | ||
라고 입력해서 total population에서 event가 발생하지 않은 환자수를 만들어 주어야 한다. | 라고 입력해서 total population에서 event가 발생하지 않은 환자수를 만들어 주어야 한다. | ||
즉, meta분석에 사용되는 data set은 다음과 같은 구조를 가져야 한다. | 즉, meta분석에 사용되는 data set은 다음과 같은 구조를 가져야 한다. | ||
- | + | ||
Study_name | Study_name | ||
Expose_death | Expose_death | ||
줄 273: | 줄 252: | ||
No_expose_alive | No_expose_alive | ||
Kim (2000) | Kim (2000) | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
Lee (2001) | Lee (2001) | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
Park (2003) | Park (2003) | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
짐작했겠지만 expose death, expose alive는 특정 요인에 노출된 사람이고 (intervention arm으로 봐도 된다) no expose 는 특정 요인에 노출되지 않은 control군이다. 이거 혼동하면 OR 값 구할 때 분자분모가 뒤집히므로 안된다…. | 짐작했겠지만 expose death, expose alive는 특정 요인에 노출된 사람이고 (intervention arm으로 봐도 된다) no expose 는 특정 요인에 노출되지 않은 control군이다. 이거 혼동하면 OR 값 구할 때 분자분모가 뒤집히므로 안된다…. | ||
metan 명령어를 이용해서 relative risk값을 구해보자 | metan 명령어를 이용해서 relative risk값을 구해보자 | ||
.metan deaths1 alive1 deaths0 alive0, rr xlab(.1, | .metan deaths1 alive1 deaths0 alive0, rr xlab(.1, | ||
.label(namevar=trialnam) | .label(namevar=trialnam) | ||
- | + | ||
이때 deaths1 alive1 deaths0 alive0의 변수 순서가 바뀌면 RR이 뒤집혀서 나올 수 있으므로 주의해야 한다. 위의 dataset 경우라면 | 이때 deaths1 alive1 deaths0 alive0의 변수 순서가 바뀌면 RR이 뒤집혀서 나올 수 있으므로 주의해야 한다. 위의 dataset 경우라면 | ||
.metan Expose_death Expose_alive No_expose_death No_expose_alive, | .metan Expose_death Expose_alive No_expose_death No_expose_alive, | ||
라고 입력해야 한다. | 라고 입력해야 한다. | ||
여기서 xlab 은 X축의 lable과 축 표시이다. | 여기서 xlab 은 X축의 lable과 축 표시이다. | ||
- | + | ||
만일 OR를 구하고 싶으면 아래와 같이 rr대신 or을 입력하면 된다. | 만일 OR를 구하고 싶으면 아래와 같이 rr대신 or을 입력하면 된다. | ||
.metan deaths1 alive1 deaths0 alive0, or xlab(.1, | .metan deaths1 alive1 deaths0 alive0, or xlab(.1, | ||
- | + | ||
이를 실행하면 다음과 같은 결과가 나오고 자동으로 forest plot이 그려진다. | 이를 실행하면 다음과 같은 결과가 나오고 자동으로 forest plot이 그려진다. | ||
- | |||
- | | + | |
heterogeneity test p-value는 0.066이므로 heterogeneity 문제는 신경 안쓰고 합쳐도 되며, effect size를 합친 최종 OR은 0.7735, 95%CI (0.7249-0.8254), | heterogeneity test p-value는 0.066이므로 heterogeneity 문제는 신경 안쓰고 합쳐도 되며, effect size를 합친 최종 OR은 0.7735, 95%CI (0.7249-0.8254), | ||
- | + | ||
forest plot은 아래와 같이 그려진다. | forest plot은 아래와 같이 그려진다. | ||
- | |||
- | + | ||
- | + | ||
3) meta 명령어를 이용한 분석 | 3) meta 명령어를 이용한 분석 | ||
Expose/ | Expose/ | ||
먼저 meta 명령어를 깔고 (stb43 sbe16.2 meta) | 먼저 meta 명령어를 깔고 (stb43 sbe16.2 meta) | ||
- | + | ||
OR 값과 OR값의 95%CI를 토대로 logOR 값 logOR값의 standard error를 알아야 한다. | OR 값과 OR값의 95%CI를 토대로 logOR 값 logOR값의 standard error를 알아야 한다. | ||
(이것은 계산기로 직접 구해야 하며 이때 log는 밑이 10인 로그가 아니라 자연로그임을 주의) | (이것은 계산기로 직접 구해야 하며 이때 log는 밑이 10인 로그가 아니라 자연로그임을 주의) | ||
줄 322: | 줄 301: | ||
.generate selogor=sqrt((1/ | .generate selogor=sqrt((1/ | ||
각 cell의 빈도를 모르면 OR값과 95%CI를 바탕으로 그냥 logor, selogor 변수값을 입력해 주면 된다. 그 후 아래와 같이 입력하면 forest plot과 fixed & random effects meta-regression model 을 보여준다. | 각 cell의 빈도를 모르면 OR값과 95%CI를 바탕으로 그냥 logor, selogor 변수값을 입력해 주면 된다. 그 후 아래와 같이 입력하면 forest plot과 fixed & random effects meta-regression model 을 보여준다. | ||
- | + | ||
.meta logor selogor, eform graph(f) cline xline(1) | .meta logor selogor, eform graph(f) cline xline(1) | ||
xlab(.1, | xlab(.1, | ||
- | + | ||
meta명령어는 metan과 달리 2X2 table의 빈도를 모르더라도 effect size+95%CI만 가지고도 메타분석을 해줄 수 있으며, hazard ratio 와 같은 effect size도 합칠 수 있다. | meta명령어는 metan과 달리 2X2 table의 빈도를 모르더라도 effect size+95%CI만 가지고도 메타분석을 해줄 수 있으며, hazard ratio 와 같은 effect size도 합칠 수 있다. | ||
Because the meta command requires only the estimated treatment effect and its standard error, it will be particularly useful in meta-analyses of studies in which the treatment effect is not derived from the standard 2 × 2 table. Examples might include crossover trials, or survival trials, when the treatment effect might be measured by the hazard ratio derived from Cox regression. | Because the meta command requires only the estimated treatment effect and its standard error, it will be particularly useful in meta-analyses of studies in which the treatment effect is not derived from the standard 2 × 2 table. Examples might include crossover trials, or survival trials, when the treatment effect might be measured by the hazard ratio derived from Cox regression. | ||
- | + | ||
이외에도 meta-analysis를 하는 데는 STATA 외에도 다양한 통계패키지가 사용된다. | 이외에도 meta-analysis를 하는 데는 STATA 외에도 다양한 통계패키지가 사용된다. | ||
- | + | ||
- | + | ||
=====References===== | =====References===== | ||
- | |||
- | |||
- | | + | |
+ | |||
===== 참고===== | ===== 참고===== | ||
- | 메타분석에 대한 기본적인 내용을 이해하기 위해서는 건국대 오성삼교수님의 " | + | 메타분석에 대한 기본적인 내용을 이해하기 위해서는 건국대 오성삼교수님의 " |
박소희 선생님 강의록 | 박소희 선생님 강의록 | ||
줄 349: | 줄 328: | ||
http:// | http:// | ||
- | 참고로 메타분석을 위한 프로그램 툴은 다음과 같은 것이 있습니다. | + | 참고로 메타분석을 위한 프로그램 툴은 다음과 같은 것이 있다. |
- | | + | |
- | 다음은 메타분석에 대한 기초 내용들을 참고문헌을 통해 짜집기 한거에요~ ^^ | + | 다음은 메타분석에 대한 기초 내용들을 참고문헌을 통해 짜집기 한거에요~ ^^ |
- | + | | |
- | | + | * 오성삼 (2002), 메타분석의 이론과 실제, 건국대학교출판부. |
- | * 오성삼 (2002), 메타분석의 이론과 실제, 건국대학교출판부. | + | * 황정규 (1998). Meta-Analysis의 이론과 방법론(경험과학적 연구 결과의 종합을 위하여). 성곡학술재단. |
- | * 황정규 (1998). Meta-Analysis의 이론과 방법론(경험과학적 연구 결과의 종합을 위하여). 성곡학술재단. | + | * Hedges, L.V. & Olkin, I. (1983). Regression models in research synthesis. The American Statistician, |
- | * Hedges, L.V. & Olkin, I. (1983). Regression models in research synthesis. The American Statistician, | + | * Glass, G.V. (1976). Primary, secondary and meta-analysis of research. Education researcher, 5(10), 3-8. |
- | * Glass, G.V. (1976). Primary, secondary and meta-analysis of research. Education researcher, 5(10), 3-8. | + | * G. V. Glass, B. McGaw & M. L. Smith (1981). Meta-Analysis in Social Research. Sage Publish. |
- | * G. V. Glass, B. McGaw & M. L. Smith (1981). Meta-Analysis in Social Research. Sage Publish. | + | * Hansford, B. C. & Hattie, J. A. (1982). Communication apprehension: |
- | * Hansford, B. C. & Hattie, J. A. (1982). Communication apprehension: | + | * Eysenck, H. (1978). An exercise in mega-silliness. American Psychologist 33, 517. |
- | * Eysenck, H. (1978). An exercise in mega-silliness. American Psychologist 33, 517. | + | * Cohen, J. (1977). Statistical Power Analysis for the Behavioral Sciences(Revised Edition). New York : Academic Press. |
- | * Cohen, J. (1977). Statistical Power Analysis for the Behavioral Sciences(Revised Edition). New York : Academic Press. | + | * Rosenthal, R. (1984). Meta-Analytic Procedures for Social Research. Beverly Hills, CA : Sage. |
- | * Rosenthal, R. (1984). Meta-Analytic Procedures for Social Research. Beverly Hills, CA : Sage. | + | * Fried. Y. & Ferris. G. (1987). The validity of the job characteristics model: a review and meta-analysis. Personnel Psychology, 40(2), 287-322. |
- | * Fried. Y. & Ferris. G. (1987). The validity of the job characteristics model: a review and meta-analysis. Personnel Psychology, 40(2), 287-322. | + | * Jackson, G. (1980), Methods for integrative reviews. Review of Educational Research 50, 438-484. |
- | * Jackson, G. (1980), Methods for integrative reviews. Review of Educational Research 50, 438-484. | + | * S. P. BROWN. (1996). A meta-analysis and review of organizational research on job involvement. Psychological bulletin 120(22), 235-255. |
- | * S. P. BROWN. (1996). A meta-analysis and review of organizational research on job involvement. Psychological bulletin 120(22), 235-255. | + | |
* 참고: [[http:// | * 참고: [[http:// | ||
- | {{tag> | ||