메타 분석은 증거 통합의 초석이지만, 연구들이 평균 및 표준 편차(SD)와 중앙값, 사분위 범위(IQR) 또는 기타 백분위를 보고할 때 이질적인 요약 통계를 제시함에 따라 문제가 발생합니다. 중앙값 및 IQR만 보고하는 연구를 배제하면 편향을 도입하고 정확성을 저하시킬 수 있으며, 이는 임상 연구에서 일반적으로 발생하는 결과가 치우칠 때 특히 문제가 됩니다. 여러 대체 요약으로부터 평균 및 SD를 추정하는 방법이 존재하지만, 많은 방법이 강력한 정규성 가정에 의존하거나 계산 부담을 겪거나 보고된 분위수의 정확성을 충분히 고려하지 못합니다 (예: 극단값 대 중앙값). 이러한 한계를 해결하기 위해, 우리는 보고된 분위수로부터 평균 및 SD를 추정하기 위한 두 가지 유연한 가중치 추정기를 제안합니다. 이 방법은 각각 역분산 및 역분산-공분산 가중치를 활용하여 정확성과 정밀성을 높입니다. 또한, 우리의 방법은 보고된 분위수의 모든 집합과 다양한 기저 분포를 수용할 수 있을 만큼 유연하며, 표준 통계 소프트웨어를 사용하여 쉽게 구현할 수 있습니다. 시뮬레이션 연구는 가중치 추정기가 대부분의 경우에서 평균 및 SD의 거의 편향이 없는 추정치를 제공하며, 특히 큰 샘플 크기에서 높은 정밀성을 보임을 보여줍니다. 실제 메타 분석에서는 제안된 추정기를 사용한 추정치가 실제 샘플 통계에서 파생된 것과 밀접하게 일치했습니다. 이러한 접근법은 치우친 결과에 특히 가치가 있으며, 연구자들이 이질적인 데이터를 통합하면서 정확성과 정밀성을 향상시키기 위한 실용적이고 사용하기 쉬운 솔루션을 제공합니다.
Tang et al. (수요일,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: