Data synthesisWe understand that th

Data synthesis
We understand that there is no closed argument for preference for
use of fixed-effect or random-effects models. The random-effects
method incorporates an assumption that the different studies are
estimating different, yet related, intervention effects. This often
seems to be true to us and the random-effects model takes into
account differences between studies even if there is no statistically
significant heterogeneity. There is, however, a disadvantage to the
random-effects model. It puts added weight onto small studies
which often are themost biased ones. Depending on the direction
of effect, these studies can either inflate or deflate the effect size.
Therefore, we chose the fixed-effect model for all analyses. The
reader is, however, able to choose to inspect the data using the
random-effects model.

ผลลัพธ์ (ไทย) 1:

การสังเคราะห์ข้อมูลเราเข้าใจว่า มีอาร์กิวเมนต์ไม่ปิดการตั้งค่าสำหรับใช้รุ่นที่มีผลถาวรหรือสุ่มผล การสุ่มผลอัสสัมชัญศึกษาแตกต่างกันที่ประกอบด้วยวิธีประเมินแตกต่างกัน แต่ที่เกี่ยวข้อง ผลแทรกแซง นี้มักจะดูเหมือนจะจริงเราและเวลาแบบสุ่มลักษณะพิเศษเข้าบัญชีความแตกต่างระหว่างการศึกษาแม้ว่าจะมีไม่ทางสถิติheterogeneity สำคัญ มี ไร ข้อเสียการแบบจำลองผลกระทบแบบสุ่ม ทำให้น้ำหนักเพิ่มไปยังการศึกษาขนาดเล็กซึ่งมักจะเป็น themost ลำเอียงคน ขึ้นอยู่กับทิศทางของผล การศึกษาเหล่านี้สามารถขยาย หรือรูปแฟบขนาดผลดังนั้น เราสามารถเลือกแบบคงที่ผลการวิเคราะห์ทั้งหมด ที่อ่านได้ อย่างไรก็ตาม สามารถเลือกที่จะตรวจสอบข้อมูลโดยใช้การแบบจำลองผลกระทบแบบสุ่ม

ผลลัพธ์ (ไทย) 2:

การสังเคราะห์ข้อมูลที่
เราเข้าใจว่าไม่มีข้อโต้แย้งที่ปิดสนิทสำหรับการตั้งค่าสำหรับ
การใช้งานของผลกระทบคงที่หรือผลสุ่มรุ่น ผลสุ่ม
วิธีการรวมสมมติฐานว่าการศึกษาที่แตกต่างกันมีการ
ประเมินที่แตกต่างกันยังเกี่ยวข้องกับผลการแทรกแซง นี้มักจะ
ดูเหมือนว่าจะเป็นจริงกับเราและรูปแบบผลสุ่มจะเข้าสู่
ความแตกต่างระหว่างการศึกษาบัญชีแม้ว่าไม่มีสถิติที่
แตกต่างอย่างมีนัยสำคัญ มี แต่ข้อเสียที่จะ
มีผลกระทบรูปแบบสุ่ม มันทำให้เพิ่มน้ำหนักลงบนการศึกษาขนาดเล็ก
ซึ่งมักจะเป็นคนลำเอียง themost ขึ้นอยู่กับทิศทาง
ของผลการศึกษาเหล่านี้สามารถขยายหรือยุบขนาดผล.
ดังนั้นเราจึงเลือกรูปแบบผลคงที่สำหรับการวิเคราะห์ทั้งหมด
ผู้อ่านเป็น แต่สามารถที่จะเลือกในการตรวจสอบข้อมูลโดยใช้
แบบจำลองผลกระทบแบบสุ่ม

ผลลัพธ์ (ไทย) 3:

ข้อมูลการสังเคราะห์
เราเข้าใจว่าไม่มีปิดอาร์กิวเมนต์สำหรับการใช้อิทธิพลหรือผลกระทบคงที่
สุ่มแบบ สุ่มผล
วิธีประกอบด้วยข้อสมมติฐานว่า การศึกษาที่แตกต่างกันมี
ประเมินแตกต่างกัน แต่เกี่ยวข้องกับผลการทดลอง นี้มักจะ
ดูเหมือนเป็นจริงเราและผลสุ่มรูปแบบใช้เวลาใน
บัญชีความแตกต่างระหว่างการศึกษาแม้ว่าจะไม่มีสถิติ
อย่างมีนัยสำคัญที่สามารถ . อย่างไรก็ตามยังมีข้อเสียเพื่อผลสุ่มแบบ มันทำให้เพิ่มน้ำหนักลงเล็ก ๆซึ่งมักจะมีการศึกษา
ลำเอียงมากที่สุด ขึ้นอยู่กับทิศทาง
ของผลการศึกษาเหล่านี้สามารถพองหรือแฟบผลขนาด .
ดังนั้นเราจึงเลือกการแก้ไขผลกระทบรูปแบบองค์ประกอบ
อ่าน แต่สามารถเลือกที่จะตรวจสอบข้อมูลการใช้ผลสุ่มแบบ