[EBM] 統合分析:固定效應與隨機效應模式 (Meta-analysis: Fixed Effect Model and Random Effect Model)

★學習目標 (learning objectives):在喝完這半杯咖啡的時間後,你將會知道: (1) 什麼是固定效應模式?隨機效應模式? (2) 兩種模式的差異? (3) 如何選擇適合的模式? 開始囉! [名詞解釋] 統合分析 (meta-analysis...

★學習目標 (learning objectives):在喝完這半杯咖啡的時間後,你將會知道:

(1) 什麼是固定效應模式?隨機效應模式?

(2) 兩種模式的差異?

(3) 如何選擇適合的模式?

開始囉!

[名詞解釋] 統合分析 (meta-analysis) 是將"相同臨床問題""不同研究結果"合併在一起的"統計方法"

傳統上 (對機率學派來說),有兩種合併不同研究結果的"模式 (model)",分別是:

(1) 固定效應模式 (fixed effect model)

(2) 隨機效應模式 (random effects model) 常常會漏掉那個"s"請特別注意別寫錯了!


差異在於

(1) 假設 (assumption) 不同:固定效應模式顧名思義,認為我們在估計的是一個共同真值 (common true value),而隨機效應模式認為這一個共同真值呈常態分佈 (normal distributed)


(2) 權重 (weight) 分派方法不同:固定效應與隨機效應模式,在"計算"上的差異為:

固定效應模式:只有研究差異 (within study variance),因為是固定真值阿!

隨機效應模式:同時考慮研究內、研究差異 (between studies variance),因為固定真值成常態分佈阿!

以最常用的變異數倒數 (即是最基本的"inverse variance"法) 作為權重為例,樣本數目越大、變異數越小、變異數的倒數 (就是權重) 當然就越大,搞定收工!


(3) 如何選擇適當的模式?

根據Higgins大師:模式選擇取決於我們對這些研究是否共享一共同效應的期望 (expectation),以及我們進行分析的目標 (goal)

所以,基本上這是個"信念"的問題,不是什麼統計異質性大不大?天氣好不好?心情Hi不Hi的問題~

什麼時候選擇固定效應模式:

可能性一:我們"相信"這些研究在功能上都是相同的,例如藥廠以幾乎相同的研究設計 (包括受試者特性、藥物、追蹤等等) 重複驗證

可能性二:我們的"目的"是要在特定族群中統合研究結果,也沒想過要應用在其他族群上

所以基本上,以"信念"來說,鮮少狀況適合固定效應模式

(4) 為什麼不建議用"統計異質性"來選擇模式?

這一點不知道被問過幾千幾萬次,答案在於您瞭不了解"統計異質性" 在幹嘛?

原因一:模式選擇應該根據"信念"而非某一統計結果

原因二:統計異質性 (statistic heterogeneity) 的假說檢定,檢力 (power) 通常很爛!也就是說,經常有異質性但沒看出來,所以這句話有問題的機率超高:

"因為統計異質性很低,所以選擇固定效應是合理的!"

原因三:如果研究間變異數為零 (Tau2 = 0),那固定效應模式計算出來的結果與隨機效應模式會一模一樣 (因為就沒有研究間變異了阿!) 那那個時候你也不用擔心選擇什麼模式囉!

這樣對於固定效應及隨機效應模式有比較清楚了吧!觀念正確更重要喔!

參考資料:Introduction of Meta-analysis Chapter 13.

You Might Also Like

0 意見