元分析文献检索

元分析文献检索

在清楚表述元分析的一系列问题以后(章节2),下一步就是锁定能为回答这些研究问题(正如在随后的编码和分析章节描述的那样)提供信息的研究。不像叙述性综述(narrative reviews)那样,在检索文献方面一般不系统,元分析特别重视搜索和提取相关文献。

在本章节,我将证明将元分析中的研究定义为较大总体的一个样本是多么有用(段落3.1)和这个概念化过程将会导致一个明确的标准,那就是在你的元分析中什么类型的研究应该被纳入或排除(段落3.2)。随后,我会描述各种搜索相关文献的方法,以及每种方法的优劣(段落3.3)。我将以叙述“真实检验”(reality checking)你的搜索的重要性(段落3.4)和创建元分析数据库的实际问题(段落3.5)结尾。图3.1总结了本章节描述的文献搜索涉及的步骤。

3.1 构造和阐明取样框架

由于元分析用单个研究作为分析单元,把元分析视为由研究样本组成是有用的,就像原始研究样本被试或其他单元(比如,家庭,企业)组成了其样本。在原始研究数据分析中,我们一般希望推论到取样个体代表的更大群体中;在元分析中,我们一般希望从包括在元分析中的研究样本推论到可能研究的更大样本中。在所有的情况下,我们希望我们的样本代表这个更大的全体,而不是有偏(非代表性)样本。

为了阐述获得无偏研究样本的重要性,我们可以考虑出版偏差的

威胁(在11章详细讨论)。图3.2的上部展示了一个假设的效应值总体,x轴代表这个总体中研究的效应量值,y轴代表这个研究产生这个效应值的频数。

元分析文献检索

图3.2 由于纳入元分析的不同可能性导致的取样偏差的假设示意图

我们发现这个总体的平均效应量值在0.20左右,由于取样偏差或未知(随机)差异导致了在平均值附近的偏差。图标的下部展示了取自总体的有偏样本的分布。我用不同宽度箭头代表来自总体的研究纳入样本的可能性。右边宽箭头代表有大效应量的研究非常有可能纳

入样本(比如,非常有可能在检索中找到),然而左边细箭头代表小效应量的研究非常不可能纳入样本(比如,在搜索中可能找不到)。我们看到效应量造成的纳入样本的不同可能性导致了有偏样本。如果你打算以这个样本进行元分析,你会发现平均效应值在0.30附近而不是0.2附近。因此,这个有偏样本的元分析导致了偏差结果。

元分析搜索和提取文献的目标是获得代表性和无偏样本集合,这样才能推论到更大样本总体。元分析不同于原始研究,因为你的目标是获得组成总体的所有研究,只要研究存在。不管是否你能成功获得所有可得的研究(实际上不可能确切知道你已经获得),把你的研究集作为一个样本依然是合适的,你可以推论到更大总体,这个总体包含了你没有找到的研究或者在以后进行的研究(假设这些研究是和你纳入的研究具有相同总体的一部分)。

这个方法,即你认为纳入元分析的研究是你想要推论总体的一个样本,有两个重要启示。首先,这个概念恰当地组织了你进行完元分析后得到的结论;能使你避免低估或高估发现的可推广性是重要的。第二,与综述计划阶段更相关,这个概念应该指导你的标准,那就是什么类型的研究应该或不应该纳入元分析,就像下面所述。

3.2 纳入和排除标准

未完待续,有需要学习元分析原理和实操的志同道合者请加QQ:794518815,请注明元分析。

相关推荐
相关主题
热门推荐