相関のメタ分析
従来、メタ分析は 2 サンプルの二値データまたは連続データに焦点を当てており、 対象となる結果は、処置グループと対照グループとして分類されることが多い 2 つのグループにわたって測定されます。 たとえば、新薬とプラセボの有効性を比較したり、2 つの異なる教育介入が学生の成績に及ぼす影響を比較したりする 場合が挙げられます。
一方で、複数の研究にわたる変数間の関係の強さと方向を調査したい場合があります。 ここで相関関係のメタ分析が役に立ちます。 たとえば、研究者は、デジタルデバイスの使用と睡眠の質の相関関係を 理解するために、さまざまな研究の結果を総合することに関心があるかもしれません。 あるいは、経済学者がメタ分析を実施して、さまざまな研究に基づいて各国の市場のボラティリティと投資家の行動との関係を 分析するかもしれません。 このような場合にメタ分析を使用すると、さまざまな研究からの相関係数を統合できます。
操作例（データセット : マメ科植物の摂取量と体重減少の相関関係）
今回、豆類の摂取量が体重減少と相関するかどうかについて考えています。
米国全体のマメ科植物の消費と体重減少の関係を調査するために相関関係のメタ分析を実施します。
13 件の研究を特定したと仮定します。
. describe
相関データのメタ分析
変数 corr と ntotal は、それぞれ相関関係と各研究の被験者の総数を表します。
meta esize コマンドを使用して、各研究のフィッシャーの z 変換した相関を計算します。
このフィッシャーの z 変換は分散を安定させる変換であり、相関が -1 または 1 に近い場合に特に適しています。
meta esize を介してデータをメタデータとして宣言
. meta esize corr ntotal, fisherz studylabel(studylbl)
代わりに、correlationオプションを使用して、変換されていない (生の) 相関を効果量として指定することもできます。 未変換の相関の分散は相関自体に依存するため、この効果量のメタ分析では、相関が -1 または 1 に近い研究に対して 人為的に大きな重みを割り当てる傾向があります。
. meta update, correlation
フォレストプロットとその他のメタ分析手法
meta esize の最初の設定に戻しましょう。
対象の効果量を計算し、データをメタデータとして宣言した後は、通常どおりメタ分析の手法を使用できます。
たとえば、フォレストプロットを表示するには、次のように入力します。
. meta forestplot, correlation
correlation オプションは、結果がフィッシャーの z 値の代わりに相関としてレポートされることを指定します。 これは、transform("Correlation": Tanh) オプションを使用して双曲線正接変換を適用することと同じです。 マメ科植物の摂取量と体重減少の間の全体的な相関は 0.70 で、信頼区間 (CI) は [0.63, 0.76] です。
サブグループ分析を実行して、puls グループ間で相関関係が大きく異なるかどうかを調査できます。
. meta forestplot, subgroup(pulse) esrefline insidemarker correlation
上記のフォレストプロットは、puls カテゴリ内の実質的な違いを明らかにしています。 興味深いことに、特定の研究では、各脈拍内でより強い相関関係が示されており、 これはおそらく食事の変更と並行した補助的な身体活動プログラムに関連していると考えられます。 サブグループ相関間に差があるという証拠はありません (Qb(2)=1.00、p=0.61)。
参考
さらに詳しい内容につきましては、下記のマニュアルをご覧ください。
