-
效應值
(循證醫學概念)
鎖定
效應值(Effect size)指某種現象的效應強度的度量。在Meta分析中常用於對每個研究的重要性賦以權重,便於在合併時使樣本量較大的研究在分析中獲得更高的權重。
- 中文名
- 效應值
- 外文名
- Effect size
效應值分類
效應值是衡量處理效應大小的一系列指標的統稱。主要可以分為三類:①基於變異可解釋程度的效應值,例如兩變量的相關係數(correlation coefficient),迴歸模型的迴歸係數(regressioncoefficient)等;②基於均值差異的效應值,例如測量兩樣本之間危險度差值(RD, riskdifference)、均值差(MD, mean difference)、cohen’d等;③基於分類變量關聯強度的效應值。例如用來測量兩樣本之間相對危險度(RR值,risk ratio)、暴露比值比(OR值,odds ratio)、風險比(HR值,Hazardratio)等
[1]
。
效應值選取與測量
在Meta分析中,干預措施效果的測量方式有賴於所收集數據的特徵。針對二分類結局數據即每個受試者的結局為兩個可能性中一個時,最常應用的二分類數據效應指標為風險比(RR)、比值比(OR)、危險度差值(RD)、需治療的例數(NNT),此時可用2*2四格表計算效應指標,見表1。其中,OR和RR是相對效應值,OR常用於病例對照研究,RR常用於隊列研究及隨機對照試驗,表示暴露組(干預組)相對於非暴露組(對照組)發生結局事件的相對風險大小,具有病因學的意義;而RD是絕對效應值,指暴露人羣與非暴露人羣比較,所增加的結局事件數量,具有疾病預防和公共衞生學上的意義。
針對連續結局效應指標即在特定範圍內可取任何值的數據,最常用的合併統計量有均數差(MD)和標準化均數差(SMD)。
效應值意義
與顯著性檢驗不同,效應值指標是不受樣本容量影響的。它表示不同處理下的總體均值之間差異的大小,可以在不同研究之間進行比較,有助於我們理解統計上顯著的差異是否有實際的意義。效應值是統計學假設檢驗的重要組成部分,在樣本量估計、把握度分析、尤其是系統綜述和Meta分析等統計實踐中起着關鍵的作用
[2-3]
。
在很多領域,展示研究結果時同時報告效應值是良好報告規範的一部分。正如報告P值説明了研究結果的統計學顯著性,效應值則提示了結果強度的大小,在社會科學、醫學領域的研究中尤為重要。
- 參考資料
-
- 1. Cochrane Handbook for Systematic Reviews of Interventions version 6.2 .Cochrane Training.
- 2. 李立明,詹思延,葉冬青,等. 流行病學[M]. 8版. 北京:人民衞生出版社,2020.
- 3. 詹思延,王聰霞,孫鳳.系統綜述與Meta分析[M].北京:人民衞生出版社,2019.
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:1次歷史版本
- 最近更新: w_ou