回答:荟萃分析中数据缺失的两种主要情况是:1)缺少获取某些数据集的抽样方差所需的信息(例如缺少标准差);2)缺乏解释变量的信息(例如,大多数研究报告了所用动物的性别,但少数没有)。对于前者,作者应该在有和没有抽样方差信息的情况下运行模型;请注意,没有抽样方差的分析(即未加权的荟萃分析)将成为一个正常的线性模型。
A:关于单学科研究最合适的元分析技术,存在很大争议。荟萃分析导致了重点从单一研究向多项研究的转移。它强调效果大小的实际重要性,而不是单一研究的统计意义。这种思维的变化被称为“元分析思维”。元分析的结果通常显示在森林地图中。
答:荟萃分析导致了焦点从单一研究向多项研究的转移。它强调效果大小的实际重要性,而不是单一研究的统计意义。这种思维的变化被称为“元分析思维”。元分析的结果通常显示在森林地图中。研究结果通过不同的方法进行组合。