pass软件计算样本量_R语言元分析专题第十五章：计算效应量的大小

尽管通过meta软件包调用metabin或metacont函数，可以计算出每个研究中的个体效应大小(individual effect sizes)，但一些论文却没有以正确的格式报告这些效应量数据。特别是，一些较老的文章可能只报告了t检验，ANOVA方差分析或χ2检验的结果。不过，如果文章中报告了足够多的数据，我们也可以通过这些数据计算出效应量大小(例如，Hedges’ g)和标准误差(SE)。然后，使用Metagen函数将其作为预计算的效应量(pre-calculated effect sizes)用于meta分析(请参阅第4.1.1章)。

Hedges’g值

在处理连续的结果数据时，通常会计算标准化平均差异(standardized mean difference，SMD)作为每个研究的结果及汇总指标(summary measure)(Borenstein et al. 2011)。常用的SMD值如下。

在单次试验中计算SMD时，常用格式是Cohen’ d(Cohen 1988)。但是，在小规模研究中，采用这种简易方式计算的SMD会显示出轻微的偏差，高估了效应量(Hedges 1981)。

Hedges'g是类似的汇总指标，但可以控制这种偏差。它使用略有不同的公式来计算合并方差Spooled,S∗pooled。根据Hedges和Olkin的公式，可以进行从d到g的转换(Hedges and Olkin 1985)。

注：Hedges’g是meta分析中常用的格式，也是RevMan中的标准输出格式。因此，我们强烈建议您在元分析中也使用此度量方式。在meta的metabin和metacont函数中，如果我们设置sm=“SMD”，则会自动计算出每个研究的Hedges’g。但是，如果您使用metagen函数，则首先需要自己计算出每个研究的Hedges’g。

为了计算效应大小，我们将使用Daniel Lüdecke的esc软件包(Lüdecke2018)。因此，请首先使用install.packages(“ esc”)命令安装此软件包，然后将其加载到库中。

library(esc)

15.1  根据Mean和SD计算Hedges’g

根据两个试验组的Mean，Standard Deviation和ngroup计算Hedges’g，可以使用esc_mean_sd函数和以下参数。

·grp1m：第一组的Mean(例如干预)。

·grp1sd：第一组的Standard Deviation。

·grp1n：第一组的sample size。

·grp2m：第二组的Mean。

·grp2sd：第二组的Standard Deviation。

·grp2n：第二组的sample size。

·totalsd：如果未报告每个试验组Standard Deviation，则为full sample standard deviation。

·es.type：我们想要计算的效果量度。在我们的例子中是“g”。但是我们也可以使用“d”来计算Cohen’s d。

代码示例如下：

esc_mean_sd(grp1m = 10.3, grp1sd = 2.5, grp1n = 60,grp2m = 12.3, grp2sd = 3.1, grp2n = 56, es.type = "g")## ## Effect Size Calculation for Meta Analysis## ##      Conversion: mean and sd to effect size Hedges' g##     Effect Size:  -0.7082##  Standard Error:   0.1916##        Variance:   0.0367##        Lower CI:  -1.0837##        Upper CI:  -0.3326##          Weight:  27.2374

15.2  根据回归系数(regression coefficient)计算Hedges’g

15.2.1非标准化回归系数(Unstandardized regression coefficients)

我们也可以根据非标准化或标准化回归系数计算Hedges'g(Lipsey and Wilson 2001)。

对于非标准化的回归系数，我们可以使用esc_B函数和以下参数：

·b：非标准化系数b(the “treatment” predictor)。

·sdy：因变量y(例如，结果变量)的standard deviation。

·grp1n：第一组参与者的数量。

·grp2n：第二组参与者的数量。

·es.type：我们想要计算的效果量度。在我们的例子中是“g”。但是我们也可以使用“d”来计算Cohen’s d。

代码示例如下：

esc_B(b=3.3,sdy=5,grp1n = 100,grp2n = 150,es.type = "g")## ## Effect Size Calculation for Meta Analysis## ##      Conversion: unstandardized regression coefficient to effect size Hedges' g##