我正在进行一项随机效应的荟萃分析,涉及许多未报告标准差的研究。所有研究均报告样本量。我认为无法估算或估算SD缺失数据。当无法为所有研究提供标准差时,如何使用原始(未标准化)均值差异作为效应量的荟萃分析进行加权?当然,我仍然可以估计tau平方,并希望将研究之间方差的度量合并到我用来留在随机效应框架内的任何加权方案中。
以下包含更多信息:
为什么原始均值差异可能仍然有用:数据以本质上有意义的比例报告:每单位美元。因此,均值差异的荟萃分析将立即得到解释。
为什么我不能近似或估算SD数据:缺少标准差数据的研究没有包含足够的数据来近似标准差(即,文献中从未报道中位数和范围)。估算丢失的数据似乎是不可取的,因为大部分研究都缺少标准差,并且因为研究在覆盖的地理区域和调查协议方面存在很大差异。
在荟萃分析中通常使用原始均值差来完成:研究权重基于均值差的标准误差(通常使用样本量项和合并方差来计算)。我没有这个 在随机效应荟萃分析中,研究权重还包括研究之间差异的术语。我有这个。
在这种情况下,可以使用简单的样本大小逆加权吗?我如何将我对tau平方的估计(或研究间差异的其他某种度量方法)纳入权重?