1. Meta-analysis:
Statistical analysis for combining the
results of multiple scientific studies
Youngjun Na
Animal Science and Technology,
Konkuk University
Email: ruminoreticulum@gmail.com
12. An I2 value less than 25% indicated low heterogeneity, whereas values between 35 to
50% denoted moderate heterogeneity and those above 50% denoted high heterogeneity
(Higgins et al., 2003).
Standardized mean difference values of < 0.2, > 0.2 and < 0.7, or > 0.8 were
considered small, moderate, or large effects, respectively (Cohen, 1988).
Publication bias!
14. 메타분석 수행에 필요한 요건
1. 연구분야에 대한 전문 지식/경험
2. 문헌 탐색 및 선정: 논문을 해석 해야 함
3. 계량적 분석에 대한 지식
15. 메타분석의 단계
1. 연구 주제 선정/질문 제기
2. 문헌검색
3. 데이터 추출 및 코딩
4. 데이터 분석: 효과크기 계산/동질성 검증/출판편향 검증
5. 결과 보고서 작성
16. 1. 연구 주제 선정/질문 제기
§ 모든 연구의 첫번째 단계는
목표를 설정하는 것
§ 충분한 연구가 되어 있는가?
17. 2. 문헌검색
§ 분야에 대한 전문 지식이 필요
§ Google scholar 등에서 논문을 찾을 수 있어야 해요
§ PISCO 연구선정기준
P: 연구 대상(population or participants) -> 새우에게
I: 처리방법(intervention) -> 프로바이오틱스 급여
C: 비교집단(comparison) -> 프로바이오틱스 비급여
O: 연구결과(outcomes) -> 성장률; 사료효율 등
S: 연구 설계(study design) -> CRD; RCBD; LSD
18. 2. 문헌검색
§ 서지관리 프로그램 꼭 사용하세요! 두번 사용하세요!
§ https://youngjunna.github.io/2019-animal-nutrition-and-the-environment/Some_tools_for_research.html#1
§ Endnote; Mendeley, Zotero, Papers
27. 이질성의 의미
§ 메타분석의 목표는 단지 효과크기를 도출하는 데만 있지 않음
§ 전체의 패턴을 이해하는 것이 중요
§ 각 개별 연구로부터 도출된 효과크기는 서로 다르게 나타남
§ 그렇다면 효과 크기간의 차이가 얼마나 나는가? -> 이질성
§ 개별 연구들이 얼마나 일관된 결과를 보이는가?
34. 메타분석의 오류들
오류유형 설명
언어적 오류 영어 또는 친숙한 언어로 된 논문들만 선별적으로 포함시킴으로써 발생
접근성 오류 연구자가 접근하기 쉬운 연구결과를 선별적으로 포함시키는 오류
친숙도 오류 자신의 학문 분야 연구결과만 선별적으로 포함시키는 오류
결과보고 오류
개별 연구의 연구자가 연구결과를 선별적으로 보고하는 경우,
즉, 통계적으로 유의한 연구결과가 그렇지 않은 연구보다
더 잘 출간되는 경향이 있음으로 발생
비용오류 무료나 저비용으로 이용 가능한 연구를 선별적으로 포함시킴
36. 논문(<- 메타분석의 재료..)이 출간되기 좋은 조건
1. (통계적 유의성에 상관없이) 표본이 큰 연구는 출간될 확률이 높다
2. 표본이 작은 연구는 출간되지 않을 확률이 높다.
하지만 효과가 크다면 출간될 확률이 높다
즉, 메타분석에 포함된 연구 중 표본크기가 작은 연구는 효과 크기가
상대적으로 큰 연구일 가능성이 높을 수 있다
37. Small-Study Effect
§ 메타분석에 있어 표본크기가 작은 연구들이 상대적으로 큰 효과크기를
보이는 경향
§ 메타분석에 포함된 연구 중에서 표본크기가 작은 연구의 효과 크기가
상대적으로 크다면 “Small Study Effect” 즉 출간오류가 존재하는 근거로 볼
수도 있다.
39. Trim-and-fill analysis
Duval, S., & Tweedie, R. 2000. A nonparametric “trim and fill” method of accounting for publication bias in meta-analysis. Journal of the
American Statistical Association, 95(449), 89-98.
40. Trim-and-fill 방법의 한계
§ 개별 연구 차원의 특성이 funnel plot의 모양을 왜곡할 수 있음
§ 전체 효과에 대한 결측 데이터의 영향을 확인하는 것이지,
최종결과(효과크기)를 실제로 수정하는 목적은 아님
41. 출간오류에 대한 결론
§ 이것은 언제까지나 오류에 대한 증명이 아닌,
오류의 가능성을 제기하는 것임을 잊지 말자!
§ 단지 메타분석 결과에 대한 신빙성을
독자들이 판단할 수 있는 중요한 근거를 제공