Modélisation méta-analytique à trois niveaux en R : Un tutoriel étape par étape

Appliquer une approche multiniveau à la méta-analyse est une méthode robuste pour traiter la dépendance des tailles d'effet. Cependant, cette méthode est relativement peu connue parmi les chercheurs et, à ce jour, n'a pas été largement utilisée dans la recherche méta-analytique. Par conséquent, l'objectif de ce tutoriel était de montrer comment un modèle à effets aléatoires à trois niveaux peut être appliqué aux modèles méta-analytiques en R à l'aide de la fonction rma.mv du package metafor. Cette application est illustrée en guidant le lecteur à travers un guide étape par étape des analyses multiniveau comprenant les étapes de (1) organiser un fichier de données ; (2) configurer l'environnement R ; (3) calculer un effet global ; (4) examiner l'hétérogénéité de la variance intra-étude et de la variance inter-études ; (5) réaliser des analyses de modérateurs catégoriels et continus ; et (6) Par exemple, les auteurs démontrent comment l'approche multiniveau peut être appliquée pour examiner méta-analytiquement l'association entre les troubles de santé mentale des mineurs et la récidive des délinquants juveniles. À notre avis, la fonction rma.mv du package metafor fournit un moyen simple et flexible d'appliquer une structure multiniveau aux modèles méta-analytiques en R. De plus, les modèles méta-analytiques multiniveau peuvent être facilement étendus afin que l'influence modératrice potentielle des variables puisse être examinée.