Stata: Análise de dados e software estatístico Jonathan A. C. Sterne, Universidade de Bristol Ross J. Harris, Universidade de Bristol Roger M. Harbord, Universidade de Bristol Thomas J. Steichen, RJRT A Stata não possui um comando de meta-análise. Os usuários do Stata, no entanto, desenvolveram um excelente conjunto de comandos para realizar meta-análises. Em 2016, a Stata publicou a Meta-análise em Stata: uma coleção atualizada do Stata Journal, segunda edição. Que reuniu todos os artigos do Stata Journal sobre meta-análise. Este livro está disponível para compra na stata-pressbooksmeta-analysis-in-stata. Os seguintes comandos de meta-análise são descritos em Meta-Analysis no Stata: uma coleção atualizada do Stata Journal, Second Edition. Metan é o principal comando de meta-análise do Stata. Sua versão mais recente permite ao usuário inserir as freqüências celulares a partir da tabela 2 vezes 2 para cada estudo (para resultados binários), a média e desvio padrão em cada grupo (para resultados numéricos), ou a estimativa de efeito e erro padrão de cada estudo . Ele fornece uma abrangente gama de métodos para meta-análise, incluindo meta-análise pontilhada inversa-variante, e cria novas variáveis que contêm a estimativa do efeito do tratamento e seu erro padrão para cada estudo. Essas variáveis podem então ser usadas como entrada para outros comandos de metanálise do Stata. As metanálises podem ser realizadas em subgrupos usando a opção by (). Todos os cálculos de meta-análise disponíveis em metan são baseados em métodos padrão, uma visão geral do que pode ser encontrada no capítulo 15 de Deeks, Altman e Bradburn (2001). A versão do comando metan que utilizou os gráficos Stata 7 foi renomeada metan7 e é baixada como parte do pacote metan atualmente disponível no arquivo SSC. O arquivo de ajuda mais recente para metan fornece vários exemplos clicáveis de usar o comando. Labbe desenha um lote de LrsquoAbbe para dados de eventos (proporções de sucessos nos dois grupos). Metaan realiza metanálises sobre estimativas de efeito e erros padrão. Incluído são probabilidade de perfil e estimativa de permutação, dois algoritmos não disponíveis em metan. 4. metacum metacum realiza metanálises cumulativas e grafica os resultados. O metap combina os valores de p usando o método de Fisherrsquos, o método aditivo de Edgingtonrsquos ou o método da curva normal de Edgingtonrsquos. Foi lançado em 1999 como um comando da versão 6 (sem gráficos) e foi atualizado pela última vez em 2000. Ele exige que o usuário insira um valor-p para cada estudo. 6. metareg metareg faz meta-regressão. Foi lançado pela primeira vez em 1998 e foi atualizado para ter em conta as melhorias nas instalações de estimativa Stata e desenvolvimentos metodológicos recentes. Isso exige que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 7. Metafunnel metafunnel plots funil parcelas. Foi lançado em 2004 e usa gráficos da Stata 8. Isso exige que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 8. confunnel confunnel plots contorno-reforçada funil parcelas. O comando foi projetado para ser flexível, permitindo que o usuário adicione recursos adicionais ao gráfico de funil. 9. Metabias metabias fornece testes estatísticos para a assimetria do enxerto de funil. Foi lançado pela primeira vez em 1997, mas foi atualizado para fornecer testes propostos recentemente que mantêm um melhor controle da taxa de falso positivo do que aqueles disponíveis no comando original. 10. metatrim metatrim implementa o método ldquotrim e fillrdquo para ajustar o viés de publicação em parcelas de funil. Isso exige que o usuário insira a estimativa do efeito do tratamento e seu erro padrão para cada estudo. 11. extfunnel extfunnel implementa uma nova gama de aumentos de sobreposição ao gráfico de funil para avaliar o impacto de um novo estudo em uma meta-análise existente. 12. Metandi e metandiplot metandi facilitam a montagem de modelos de regressão logística hierárquica para meta-análise de estudos de precisão de teste de diagnóstico. Metandiplot produz um gráfico do modelo ajustado por metandi. Que deve ser o último comando de classe de estimativa executado. 13. mvmeta e mvmetamake mvmeta executam máxima verossimilhança, máxima probabilidade restrita ou estimativa de métodos de momentos de modelos de meta-análise multivariada de efeitos aleatórios. A mvmetamake facilita a preparação de conjuntos de dados resumidos a partir de dados mais detalhados. 14. ipdforest ipdforest é um comando de post-configuração que usa as estimativas armazenadas de um comando xtmixed ou xtmelogit para regressão linear ou logística de vários níveis, respectivamente. 15. ipdmetan ipdmetan realiza a meta-análise de dados de participantes individuais de dois estágios usando o método de variância inversa. 16. A indireta indireta realiza comparações de tratamento indiretas em pares. 17. Configuração de rede A configuração da rede importa dados de um conjunto de estudos que relatam dados de contagem (eventos, número total) ou dados quantitativos (média, desvio padrão, número total) para dois ou mais tratamentos. 18. A importação de rede de importação de rede importa um conjunto de dados já formatado para meta-análise de rede. 19. tabela de tabela de rede tabela tabula dados de meta-análise de rede. 20. Padrão de rede Padrão de rede mostra quais tratamentos são utilizados em quais estudos. 21. O mapa de rede do mapa de rede desenha um mapa de uma rede que é, mostra quais tratamentos são diretamente comparados com os outros tratamentos e aproximadamente a quantidade de informação disponível para cada tratamento e para cada comparação de tratamento. 22. conversão de conversão de rede converte entre os três formatos descritos no arquivo de ajuda para a rede. 23. consulta de rede de consulta de rede exibe as configurações de rede atuais. 24. rede desativada rede desativada elimina as configurações de rede atuais. 25. O meta meta da rede meta define um modelo a ser ajustado: o modelo de consistência ou o modelo de inconsistência de interação de projeto por tratamento. 26. rank rank da rede classifica os tratamentos depois que uma meta-análise de rede foi ajustada. 27. A lateralidade da rede de sidesplit de rede se encaixa no modelo de divisão de nós de Dias et al. (2010). 28. A floresta de rede de rede de rede desenha um gráfico florestal de dados de meta-análise de rede. 29. networkplot networkplot traça uma rede de intervenções usando nós e bordas. 30. netweight netweight calcula todos os tamanhos diretos de efeito de resumo parwise com suas variações, cria a matriz de design e estima a porcentagem de contribuição de cada comparação direta para as estimativas de resumo da rede e em toda a rede. 31. ifplot ifplot identifica todos os loops triangulares e quadráticos em uma rede de intervenções e estima os respectivos fatores de inconsistência e suas incertezas. 32. netfunnel netfunnel traça um gráfico de funil ajustado em comparação para avaliar os efeitos do estudo pequeno dentro de uma rede de intervenções. 33. intervalo de intervalo de intervalos traça os tamanhos de efeito estimados e suas incertezas para todas as comparações em dois pares em uma meta-análise de rede. 34. netleague netleague cria uma tabela de liga que mostra nas células fora da diagonal os efeitos relativos do tratamento para todas as possíveis comparações em pares estimadas em uma meta-análise de rede. A sucra dá a superfície sob as porcentagens acumuladas de curvas de classificação e as classificações médias, e produz rankogramas (gráficos de linha das probabilidades versus classificações) e gráficos de classificação cumulativa (gráficos de linha das probabilidades cumulativas versus classificações) para todos os tratamentos em uma rede de intervenções. 36. O mdsrank mdsrank cria a matriz quadrada contendo os tamanhos de efeito relativo em pares e traça os valores resultantes da dimensão única para cada tratamento. 37. clusterank clusterank realiza análise de cluster hierárquica para agrupar os tratamentos concorrentes em grupos significativos. Glst calcula um modelo de regressão de respostas logarítmicas logarítmicas usando mínimos quadrados generalizados para estimativa de tendência de estudos epidemiológicos de respostas mensais ou múltiplas resumidas. A saída desse comando pode ser útil na obtenção de efeitos de resumo e seus erros padrão para inclusão em meta-análises desses estudos. 39. metamiss metamiss realiza meta-análise com resultados binários quando alguns ou todos os estudos têm dados faltantes. 40. sem e gsem Descreve como ajustar modelos de meta-análise de efeitos fixos e aleatórios usando os comandos sem e gsem, introduzidos em Stata 12 e 13, respectivamente, para modelagem de equações estruturais. 41. metacumbounds metacumbounds fornece limites de z, valores de p e limites de Lan-DeMets obtidos da meta-análise de efeitos fixos ou aleatórios. Ele traça os limites e os valores-z através de um processo. 42. metasim metasim simula um número específico de novos estudos com base nas estimativas obtidas a partir de uma meta-análise preexistente. 43. metapow metapow implementa uma abordagem para estimar o poder de um estudo recentemente simulado gerado pelo uso do metasim do programa. 44. metapowplot metapowplot estima o poder de uma meta-análise atualizada, incluindo um novo estudo e traça cada valor em relação a uma variedade de tamanhos de amostra. Os seguintes comandos estão documentados no Apêndice: 45. Metacurve metacurve modela uma resposta como uma função de uma covariável contínua, opcionalmente ajustando para outras variáveis especificadas pelo ajuste (). 46. metannt metannt destina-se a auxiliar a interpretação de meta-análises de dados binários, apresentando tamanhos de efeito de intervenção em termos absolutos, como o número necessário para tratar (NNT) e o número de eventos evitados (ou adicionados) por 1.000. Os parâmetros de projeto de entrada do usuário e metannt usam o comando metan para calcular as estatísticas necessárias. Este comando está disponível como parte do pacote metan. 47. metaninf metaninf é uma porta do comando metainf para usar metan como seu mecanismo de análise em vez de meta. Foi lançado em 2001 como um comando da versão 6 usando gráficos da versão 6 e foi atualizado pela última vez em 2004. Ele exige que o usuário forneça entrada na forma necessária ao metan. A midas fornece rotinas estatísticas e gráficas para realizar a meta-análise do desempenho do teste de diagnóstico em Stata. 49. metalr metalr apresenta taxas de verossimilhança positiva e negativa em testes de diagnóstico. Pode fazer metanálise estratificada de estimativas individuais. O usuário deve fornecer as estimativas de efeito (razão de verossimilhança positiva log e razão de verossibilidade negativa do log) e seus erros padrão. Os comandos meta e metareg são usados para cálculos internos. Este é um comando da versão 8 lançado em 2004. 50. O metaparma metaparm executa meta-análises e calcula os intervalos de confiança e os valores de p para diferenças ou relações entre parâmetros para subpopulações diferentes para dados armazenados no formato parmest. 51. metaeff metaeff é um comando de pré-processamento para meta-análise e um complemento para metaan que calcula tamanhos de efeito e seus erros padrão. Nota: Pode haver comandos que apareceram no Stata Journal após a publicação de Meta-Analysis no Stata: uma coleção atualizada do Stata Journal, Second Edition. Para obter uma lista completa dos comandos de meta-análise, digite search meta no Stata. Deeks, J. J. D. G. Altman e M. J. Bradburn. 2001. Métodos estatísticos para examinar a heterogeneidade e combinar resultados de vários estudos em meta-análise. Em Revisões Sistemáticas em Cuidados de Saúde: Meta-Analysis in Context, 2nd Edition. Ed. M. Egger, G. Davey Smith e D. G. Altman. Londres: BMJ. Dias, S. N. J. Welton, D. M. Caldwell e A. E. Ades. 2010. Verificar consistência na metanálise de comparação de tratamento misto. Estatísticas em Medicina 29: 932ndash944.Top Dez dicas para alunos de pós-graduação que desejam realizar uma meta-análise Tudo o que você precisa para realizar uma meta-análise é o uso de um ou mais mecanismos de busca de literatura abrangente (por exemplo, Web of Science, PsycINFO, PubMed) , Acesso a um programa de estatísticas básicas, como SPSS ou SAS à sua disposição, e uma boa idéia para um tópico de meta-análise. O Conselho de Estudantes de Ciência é um grupo de nove estudantes de pós-graduação que passam alguns finais de semana por ano com a equipe de Ciência, assessorando em programas e atividades que beneficiariam estudantes de pós-graduação em ciência psicológica. Nesta coluna, os alunos apresentarão informações úteis que outros estudantes de pós-graduação precisam saber. Visite o Conselho de Estudantes da Ciência para saber mais sobre as atividades do SSC. Top Ten Dicas para estudantes de pós-graduação que desejam realizar uma meta-análise por Marcella H. Boynton, Universidade de Connecticut Independentemente da sua disciplina dentro da psicologia, a literatura em sua área é muito provável enorme. Como conseqüência, há simplesmente muitos papéis, muitas vezes com conclusões diferentes, para tirar conclusões reais sobre o tema de interesse. A meta-análise é uma maneira de resolver esta questão através da coleta sistemática e análise de estudos de pesquisa em um tópico específico. Embora a meta-análise seja cada vez mais popular, pode ser difícil de realizar sem a orientação de um metanálise experiente. No entanto, se alguém está motivado e tem um bom histórico de estatísticas, mesmo um iniciante pode realizar uma meta-análise. Várias vantagens para realizar uma meta-análise no início da carreira incluem familiarizar-se com uma área na qual você provavelmente espera realizar pesquisas de nível primário, desenvolver uma habilidade estatística avançada e criar um manuscrito que pode ser submetido para publicação. Além disso, porque a meta-análise é uma síntese de dados que já foram coletados, não é necessário obter financiamento externo ou recrutar participantes. Tudo o que você precisa para realizar uma meta-análise é o uso de um ou mais mecanismos abrangentes de pesquisa de literatura (por exemplo, Web of Science, PsycINFO, PubMed), acesso a um programa de estatísticas básicas como SPSS ou SAS à sua disposição e uma boa idéia para Um tópico de meta-análise. Para aqueles que estão interessados em realizar uma meta-análise, aqui estão dez dicas sobre como começar: 1. Faça um curso de metanálise, seja no seu departamento ou em outro lugar. Ter um sistema de suporte de colegas de classe e um instrutor enquanto você trabalha em sua meta-análise pode ser um recurso inestimável. 2. Comprar, emprestar ou fazer o download de algumas boas referências sobre como realizar uma meta-análise. As estatísticas podem ser difíceis de entender apenas através de livros ou artigos de revistas. No caso da meta-análise, no entanto, existem vários textos altamente acessíveis para ajudá-lo a entender os prós e contras do processo (consulte a listagem de alguns recursos úteis no final deste artigo). 3. Construa colaborações com outros pesquisadores da sua área. Parte do seu desenvolvimento profissional inclui a criação de relacionamentos colaborativos. Se você tem uma idéia sobre uma meta-análise que você gostaria de conduzir, pense em se aproximar de um colega para trabalhar no projeto com você. Os assistentes de pesquisa de graduação, que muitas vezes podem receber o crédito do curso para participar de atividades de pesquisa, também podem ajudar na busca e codificação de artigos, que muitas vezes são as partes que consomem mais tempo do processo. 4. Escolha um tópico gerenciável. É de vital importância que você selecione uma literatura de pesquisa que seja gerenciável em tamanho e escopo. Por exemplo, a realização de uma meta-análise sobre os traços da Big Five Personalidade é muito geral, no entanto, você poderia realizar uma meta-análise que analise se há uma diferença de gênero na dimensão da extraversão. 5. Seja abrangente e sistemático na pesquisa da sua literatura. O objetivo de uma meta-análise é cobrir todos os estudos disponíveis para o seu tópico. Isso inclui não apenas pesquisas publicadas, mas também dissertações, estudos em revistas não inglesas e estudos não publicados. 6. Mantenha registros detalhados de tudo o que você faz. A manutenção precisa de registros é uma necessidade absoluta na meta-análise. Você precisa acompanhar de forma assídua sua busca na literatura, que inclui a gravação da data da busca, do mecanismo de busca usado, dos termos de pesquisa empregados, quais artigos foram encontrados e quais artigos foram excluídos. Esses registros serão inestimáveis quando você escrever a seção de método do seu papel. 7. Crie uma forma de codificação clara e concisa. Um formulário de codificação é usado para registrar as estatísticas relevantes de interesse, bem como informações sobre qualquer uma das variáveis potenciais do moderador para cada estudo incluído no banco de dados final. Mantenha sua forma de codificação focada estritamente nas variáveis que você planeja testar. 8. Crie uma linha de tempo que lhe dê muito tempo para realizar a meta-análise. Dependendo do tamanho e do alcance do seu projeto (assim como se você possui colaboradores), você provavelmente precisará de um mínimo de vários meses para concluí-lo. Definir datas de vencimento específicas irá ajudá-lo a permanecer no caminho certo. 9. Não tenha medo de entrar em contato com um especialista em meta-análise se você ficar preso. Se você se depara com um obstáculo, não hesite em enviar por e-mail a alguém que tenha publicado uma meta-análise usando métodos semelhantes aos que você deseja empregar. A maioria das pessoas está lisonjeada por ler seu artigo e feliz em dar conselhos úteis. 10. Conte uma boa história. Uma meta-análise precisa contar uma história interessante e útil sobre seus fenômenos de interesse. Revise os debates dentro da literatura e ofereça uma análise clara e convincente dos dados disponíveis. Finalmente, escreva uma história que faça o seu leitor satisfeito por ter pegado seu papel em primeiro lugar. Guias úteis de meta-análise Cooper, H. amp Hedges, L. V. (1994). O manual de síntese da pesquisa. Nova York: Russell Sage Foundation. Hunter, J. E. amp Schmidt, F. L. (1990). Métodos de Meta-Análise: Corrigindo Erro e Bias nos Resultados da Pesquisa, Newbury Park, CA: SAGE Publications. Johnson, B. T. Ampère Boynton, M. H. (2008). Evolução cumulativa sobre o animal social: Meta-análise na Psicologia da Personalidade Social, Personalidade e Psicologia Social Compass, 2, 1-25. Lipsey, M. W. amp Wilson, D. B. (2001). Metanálise prática. Thousand Oaks, CA: Sage Publications, Inc. Software de Meta-análise útil Biostat Corporation (2005). Metanálise abrangente, Versão 2, Englewood NJ: Autor. Johnson, B. T. (1993). DSTAT 1.10: Software para análise meta-analítica de literaturas de pesquisa. Hillsdale, NJ: Erlbaum Wilson, D. B. (2006). SPSS, STATA, amp SAS macros para realização de análises meta-analíticas. Recuperado 9 de agosto de 2007 de mason. gmu. edu
No comments:
Post a Comment