Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

Forschungsmethodik & Evaluation > VL 10 - Metaanalyse 3 > Flashcards

VL 10 - Metaanalyse 3 Flashcards

(58 cards)

Start Studying
1
Q

Was ist das Ziel eines Modells mit festem Effekt?

A

Schätzung EINES wahren Effekts

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Wie ist das Vorgehen eines Modells mit festem Effekt?

A

kleine Studien erhalten kleines Gewicht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Was ist der Anwendungsfall eines Modells mit festem Effekt?

A

wenn alle Studien identisch sind UND man sich für den Effekt in einer Population interessiert
(ODER wenn die Anzahl der Studien gering ist)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Was ist ein Beispiel für eine Metaanalyse mit einem Modell mit festem Effekt?

A

Studien zur Wirkung eines Migränemedikaments (nur Patientinnen mit einer bestimmten Migräneform und alle erhalten die gleiche Dosierung)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Was ist das Ziel eines Modells mit Zufallseffekten?

A

Schätzung des Mittelwerts einer VERTEILUNG von wahren Effekten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Was ist das Vorgehen eines Modells mit Zufallseffekten?

A

kleine Studien erhalten (relativ) größeres Gewicht, da sie u.U. wichtige Informationen enthalten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Was ist der Anwendungsfall eines Modells mit Zufallseffekten?

A

wenn die Studien von unterschiedlichen Forscherteams durchgeführt ODER unterschiedliche Populationen untersucht wurden

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Was wird bei einem Modell mit Zufallseffekten durchgeführt falls unterschiedliche Populationen relevant sind?

A

Metaanalyse innerhalb der Subgruppe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Was ist ein Beispiel für eine Metaanalyse mit einem Modell mit Zufallseffekt?

A

Studien zur Wirkung eines Migränemedikaments (Patient*innen mit unterschiedlichen Migräneformen oder unterschiedlichen Dosierungen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Was wird vor einer Homogenitätsanalyse zuerst gemacht?

A

Berechnung der mittleren Effektgröße

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wozu wird die Varianz der wahren Effekte im Modell mit Zufallseffekten nur verwendet?

A

um mittlere Effektgröße verzerrungsfrei zu schätzen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Auf was ist der Fokus bei der Homogenitätsanalyse?

A

auf Varianz der wahren Effekte

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Was untersucht die Homogenitätsanalyse?

A

ob Effektstärken homogen vs. heterogen (variabel) sind

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Woraus besteht die Gesamtvarianz?

A

= Varianz der wahren Effekte + Fehlervarianz

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Woraus besteht die Varianz des wahren Effekts bei einem festen Effekt?

A

= Unterschiede zwischen Gruppen von Effektgrößen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Woraus besteht die Varianz des wahren Effekts bei einem Zufallseffekt?

A

= Unterschiede zwischen verschiedenen Gruppen von Effektgrößen + Unterschiede zwischen den einzelnen Effektgrößen innerhalb der Gruppen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Was ist die inhaltliche Frage einer Homogenitätsanalyse? (2)

A
  • Sind die Effekte über alle Studien hinweg gleich groß?
  • Ist die Intervention in allen Studien (d.h. in verschiedenen Stichproben, Settings, UVs, AVs) gleich wirksam?
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Was ist die Frage der Homogenitätsanalyse?

A

Ist die Varianz der wahren Effektgrößen größer als die Fehlervarianz?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Was sind die 4 Schritte bei der Homogenitätsanalyse?

A

1.) Berechnung der beobachteten Gesamtvarianz Q (Modell mit festen Effekten)

2.) Schätzung der erwarteten Gesamtvarianz unter Homogenitätsannahme

3.) Schätzung der Größe der Heterogenität (d.h. der Varianz wahrer Effekte)

4.) Signifikanzprüfung (Homogenitätstest)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Was ist die bei Homogenität erwartete Gesamtvarianz?

A

df= k - 1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Was ist die Heterogenität? (2)

A

= Q-df
= Differenz zwischen beobachteter und per Zufall erwarteter Gesamtvarianz

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Was ist der Anteil der Heterogenität an der Gesamtvarianz?

A

= I² = Q-df/Q

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Welche statistische Frage prüft der Homogenitätstest?

A

“Wie wahrscheinlich ist eine Gesamtvarianz extremer als Q unter der H0 homogener Effekte?”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Was für ein statistischer Test ist der Homogenitätstest?

Study These Flashcards
A

x²-Test von Q (Gesamtvarianz) mit df= k-1

25
Von was ist das **Ergebnis** des **Homogenitätstest abhängig**? (3)
- **Varianz** **innerhalb** Studien - Varianz **zwischen** Studien - **Anzahl** der **Studien**
26
Wie weit verbreitet ist **Heterogenität**?
Heterogenität in ca. **96%** der **Metaanalysen**
27
Wie groß ist die Heterogenität?
ca. dreimal so groß wie Stichprobenfehler
28
Was sind 2 **Probleme** des **Homogenitätstests**?
1. Homogenitätstest hat **geringe Power** 2. Vergleich von **Äpfel & Birnen** (Metaanalysen vergleichen verschiedene "wahre" Effekte)
29
Was impliziert das Problem, dass der Homogenitätstest eine geringe Power hat?
Nicht signifikanter Q-Test bedeutet nicht, dass Heterogenität abwesend ist
30
Wann hat der **Homogenitätstest** eine **geringe Teststärke**? (2)
- bei **geringer Studienzahl** - - bei **großer Varianz innerhalb** der **Studien** (z.B. kleine Stichproben)
31
Was ist die **Lösung** für das Problem, dass der **Homogenitätstest** eine **geringe Power** hat?
**Anteil** der **Heterogenität** an der **Gesamtvarianz** anschauen -> **"Ist I² groß oder klein?"**
32
Was ist die Lösung für das Problem, dass der Homogenitätstest Äpfel & Birnen vergleicht (d.h., dass Metaanalysen verschiedene "wahre" Effekte vergleicht)?
**Moderatorvariablen** können **Heterogenität** erklären
33
Was bedeutet es wenn **Effektgrößen** **heterogen** sind? (2)
= es gibt **systematische Varianz zwischen den Studien** = die Effekte in einigen Studien (einer Subgruppe) unterscheiden sich von denen in anderen Studien (einer anderen Subgruppe)
34
Welche Faktoren können **heterogene Effektgrößen** erklären? (3)
=> Suche nach **Moderatorvariablen** - potentielle Moderatoren: alle **Eigenschaften der Studie** (z.B. Treatment, Untersuchungsmethode, Stichprobe, Auswertungsmethode) - eine (kategoriale) Moderatorvariable unterteilt die Studien in **Subgruppen** (z.B. solche mit Treatment A vs. solche mit Treatment B)
35
Wie kann man die **Hypothese** prüfen, dass die **Moderatorvariable** (k)einen **Einfluss** auf die **Effektgröße** der Studien hat?
**Vergleich** der **mittleren Effektgröße** der **Subgruppen**
36
Mit welchem Test kann man **zwei Gruppen von Studien** in einem **Modell mit festem Effekt** vergleichen? H0?
- **z-Test** - H0: "Die wahre Effektgröße ist für beide Gruppen gleich."
37
Mit welchem Test kann man **mehrere Gruppen** von Studien in einem **Modell mit festem Effekt** vergleichen? H0?
- **Q-Test** - H0: "Die wahre Effektgröße ist für alle Gruppen gleich."
38
Was ist die **Gesamtvariabilität** beim **Q-Test**?
= **Variabilität zwischen** den Subgruppen + Variabilität **innerhalb** der **Subgruppen**
39
Mit welchen Tests kann man Gruppen von Studien in einem Modell mit Zufallseffekten vergleichen?
- gleiches Vorgehen wie im Modell mit festen Effekten - basierend auf **anderen Schätzern** der **mittleren Effekte & Varianzen/Gewichte** (wie anhand des Modells mit Zufallseffekten ermittelt!)
40
Was ist eine **Annahme** von Tests von Gruppenvergleichen in einem **Modell mit Zufallseffekten**?
**Heterogenität** liegt vor (=Subgruppen mit unterschiedlichen Verteilungen der wahren Effekte)
41
Welche **zwei Varianten von Tests** für Gruppen von Studien in einem **Modell mit Zufallseffekten** gibt es?
**1. gemeinsamer (gepoolter) T²-Schätzer** für die Subgruppen: **MITTELWERTE** der **Verteilungen der wahren Effekte** unterscheiden sich **2. separate T²-Schätzer** für die Subgruppen: **MITTELWERTE & VARIANZEN** der Verteilungen der wahren Effekte unterscheiden sich -> nur wenn ausreichend viele Studien in jeder Subgruppe vorhanden (k>5)
42
Wie kann man bei einer Literaturrecherche den Ein- & Ausschluss von Artikeln und Studien z.B. präsentieren?
Flowchart
43
Wie kann man **Effektgrößen** (gesamt & für relevante Subgruppen) z.B. präsentieren?
**Forest-Plot** & Tabelle
44
Wie kann man Ergebnisse der Moderatoranalysen z.B. präsentieren?
- Forest-Plot und Tabelle - Bubble-Plot
45
Was sind 3 **Probleme** der Ergebnisinterpretation von Metaanalysen?
- Vergleich von **Äpfel & Birnen** - **GIGO** (=garbage in, garbage out) - **Verzerrung** durch **Publikationsbias**
46
Was ist das Problem, eine Identifikation und Lösung für das Problem vom **"Vergleich von Äpfel und Birnen"**?
- Problem: **Vergleich** von (sehr) **unterschiedlichen Studien** (d.h. Effekte stammen aus unterschiedlichen theoretischen Verteilungen) - Identifikation: durch **Moderatoranalysen** (falls kritischer Moderator bekannt) - Lösung: Aufstellung einer **präzisen theoretischen Fragestellung**, um **Ein- vs. Ausschlusskriterien** (bzw. kritische Moderatorvariable) zu **definieren**
47
Was ist das Problem, eine Identifikation und Lösung für das Problem **"garbage in, garbage out"**?
- Problem: (zu) **geringe methodische Qualität** der Studien für sinnvolle Interpretation - Identifikation: durch **Moderatoranalyse** (Variablen methodischer Qualität) - Lösung: **gezielter Einschluss methodisch hochwertiger Studien** (bzw. nachträgliche Beschränkung auf Ergebnisse aus Studien mit hoher Qualität)
48
Wie kann man einen **Publikationsbias** untersuchen?
= **Regression** von Effektgröße (y-Achse) auf Publikationsjahr (x-Achse) zur Beurteilung, **ob** das **Publikationsjahr** die **Größe des Effekts moderierte** (Moderatoranalyse)
49
Was bedeutet ein **negativer Slope** der **Regression** wenn man untersucht ob ein **Publikationsbias** vorliegt?
**Effekt nimmt über die Zeit ab**, wenn es sich bei den **ersten Schätzungen** um **falsch positive Ergebnisse** handelt, die anschließend nicht reproduziert werden können (Bsp.: Partnerpräferenz)
50
Was bedeutet ein **horizontaler Slope** der **Regression** wenn man untersucht ob ein **Publikationsbias** vorliegt?
**Effekt** bleibt **über die Zeit stabil**, wenn es sich bei den **ersten Schätzungen** um **richtig positive Ergebnisse** handelt, die anschließend reproduziert werden können (z.B. Testing-Effekt)
51
Was ist ein **Publikationsbias**?
**Publizierte** Studien haben **größere (signifikante) Effekte** & **kleinere (n.s.) Effekte fehlen**
52
Wie kann man einen **Publikationsbias** entdecken? (2 Detektionsalgorithmen)
- **Publikationsbias-Analysen** (z.B. Symmetrie im Funnel-Plot) - **Moderatoranalysen** (kategorial: publiziert vs. nicht-publiziert; kontinuierlich: Publikationsjahr)
53
Wie kann man einen **Publikationsbias** **korrigieren**? (4 Korrekturalgorithmen)
- **Wiederherstellung** der **Symmetrie im Funnel-Plot** (z.B. Trim-and-Fill) - **Funnel-Plot-Regressionsanalyse** (z.B. PET/PEESE = Extrapolation zur "perfekten" Studie) - **Anschauen der p-Curve** (=Verteilung der p-Werte; Nulleffekt: uniforme Verteilung; realer Effekt: linkssteile Verteilung) - **Selektionsmodell**: Zufallseffekte plus WS, n.s. Effekte zu publizieren
54
Wie kann man einen **Publikationsbias korrigieren**? (OHNE statistische Tests)
gezielte Auswahl von **Studien mit ergebnisunabhängiger Publikation** (z.B. registered reports)
55
Wie sind **Detektionsalgorithmen** zu bewerten?
können **Bias** (ja/nein) **zuverlässig entdecken**, aber **Ausmaß des Bias** wird ***nicht*** **präzise geschätzt**
56
Wie sind **Korrekturalgorithmen** zu bewerten?
Korrektur des Bias (d.h. Schätzung wahrer Effektgröße) NICHT zuverlässig möglich
57
Worauf liegt der **Fokus** von **Metaanalysen**?
auf der **quantitativen Analyse der Effektgrößen** (-> Wie groß ist der mittlere Effekt? Die Heterogenität der Effekte? -> Welche Moderatorvariablen beeinflussen Richtung & Größe des Effekts?)
58
Inwieweit bietet die Metaanalyse eine Perspektive auf den Forschungsprozess? (2)
- ihre Antworten liefern **Grundlage für anwendungsorientierte Forschung** - im Anschluss können **Interventionen entwickelt** und erprobt werden (-> Evaluationsforschung)

Forschungsmethodik & Evaluation (9 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions