MTS3 klinische context

Meta-analyse

Doel: een OZ waarin studies naar een bepaald fenomeen op een systematische manier worden samengevoegd om één secuurder uitkomst te verkrijgen

Waarom meta -analyse?

Systematische manier omgaan met informatie-overload

Om het gemiddelde resultaat* van meerdere studies te berekenen

Om bevindingen te kunnen standaadiseren naar studiepopulatie

Verduidelijking van eventuele moderators

2 stappen om: - inclusie bepalen en resultaten van gekozen studies per studie berekenen en - gemiddelde van deze resultaten berekenen. Ervoor ook oz-vraag verzinnen en literatuuronderzoek

1: Extractie van data van elke studie & maak database met alle uitgerekende resultaten

  1. Beslissen samenvoegen resultaten van meerdere studies. Ja? berekenen. Nee? geen meta-analyse (denk aan sample size, pub. bias, homogenity, effect size en BI)

Homogenity Test = Getest of variantie in de verschillende OZ's vergelijkbaar zijn of deze door groter is dan verklaard kan worden door sampling error. Verworpen? > Kijk naar eventuele moderators

De interactie

2weg ANOVA: IV'S = categorisch (groepen vergelijken)

Regressie: IV'S zijn continue (bijv. angst scores). regressie = de invloed van continue IV op een continue AV

regressie altijd even plotten: Simple Slope Analyse, regressielijn v/d ene IV plotten door twee betekenisvolle waarden van de andere IV

Moderatie & Mediatie

Mediatie = mechanisme dat relatie OV-AV verklaart (moet dus causaal zijn)
Zoals de woorden was accounted for

Baron & Kenny test, toon C, A, B, en dan effect van C bij controle van MV. (Kijk in regressiemodel naar beide p's wanneer samengevoegd in één model)

PROBLEMS? 1. als stap 1 en 3 niet sign, kan er nog steeds mediatie zijn! 2. Mediatie niet statistisch significant getoetst

Nieuwe manieren om mediatie te toetsen:

  1. Sobel Test (Bij normaal verdeelde data & grote samples
  2. Bootstrapping
    (1. uit 1 sample heel veel nieuwe steekproeven 2. in al die S's indirect effect grootte berekenen. 3. wanneer in 95% effect dat afwijkt van 0, dan vaststellen dat indirecte effect sign is)

Moderatie = variabele die de relatie tussen OV & AV beïnvloed

Te toetsen met: Regressie, stappen:

  1. OV & mediator centreren (voor de multicollineariteit)
  2. interactietermen berekenen

Verschillen MOD & MED:
Moderator: m. beinvloedt wanneer (onder welke conditie) een effect plaatsvindt
Mediator: variabele verklaart hoe of waarom een effect plaatsvindt

Er is bij een ANOVA een verschil. Welke? 2 manieren:

Planned Comparison

Van tevoren al hypotheses over verwachte verschillen

Groepen in stappen vergelijken (eerst je exp groepen met je controle groep)

Post-Hoc test

Van tevoren geen hypotheses

Pairwise comparison

Maar.. vergrote kans op type I fout, oplossing: Bonferroni a/aantal comparisons, WEL VERGROTE KANS TYPE II FOUT

Planned beter bij ideeen of literatuur, zo grotere power

Beter als nog niks weet, zo kan je niet bepaalde aspecten missen wat bij PC wel gebeurt

click to edit