วิธีการตัวอย่างระบุการศึกษาจากเอกสารประกอบการผ่านฐานข้อมูลอิเล็กทรอนิกส์ [นักวิชาการ Google, MEDLINE, PSNYDEX, PSYCINFO], ค้นหาคำ: ([โรคประจำตัว หรือโรคเรื้อรัง หรือทุพพลภาพ] และ [เด็ก หรือวัยรุ่น หรือวัยรุ่น หรือเด็ก หรือเยาวชน] และ [BI หรือเห็นคุณค่าของร่างกาย หรือร่างกายความพึงพอใจ หรือความไม่พอใจร่างกาย]), และการอ้างอิงไขว้ เงื่อนไขสำหรับการรวมของการศึกษาในปัจจุบัน meta วิเคราะห์ได้:1ศึกษาที่ต้องการเผยแพร่ หรือนำเสนอก่อน 2555 ตุลาคม2พวกเขาต้องการเปรียบเทียบระดับของ BI ระหว่างเด็กที่มีโรคเรื้อรังทางกายภาพ และเพื่อนสุขภาพ หรือบรรทัดฐานการทดสอบของพวกเขา หรือพวกเขาจะมีข้อมูลเพียงพอสำหรับการเปรียบเทียบข้อมูลสร้าง normative3อายุเฉลี่ยของผู้เรียนได้เป็น < ปี 19การศึกษา ด้วยมาตรการเฉพาะโรค BI ถูกแยกถ้ามีขาดบรรทัดฐานสำหรับสุขภาพเด็กและวัยรุ่น เอกสารของแพทย์วินิจฉัยภายในแต่ละการศึกษาไม่มีความต้องการเนื่องจากจำเป็นต้องมีการศึกษาสำรวจกว้างตามที่เอกสารทางการแพทย์อาจไม่มี กระนั้น ประมาณ 90% ของการศึกษาการใช้ตัวอย่างทางคลินิกที่ได้รับการวินิจฉัย โดยแพทย์ และอีก 6% ใช้ประเมินโดยนักวิจัยของน้ำหนักร่างกายและความสูงในการกำหนดสถานะของโรคอ้วน ศึกษาอื่น ๆ ส่วนใหญ่ถามพ่อแม่ว่า ลูกอยู่ในการรักษาโรคทางกายภาพศึกษารวมก็ยังไม่จำกัดผู้เขียนภาษาอังกฤษ เพราะเราต้องการรวมถึงศึกษาจากภูมิภาคต่าง ๆ ทั่วโลก นอกจากนี้ยังรวมการศึกษาประกาศใช้ได้เราระบุศึกษา 387 สิบเจ็ดของพวกเขาได้ถูกตัดออก เนื่องจากพวกเขาไม่อนุญาตสำหรับเปรียบเทียบกับเพื่อนสุขภาพ (เช่น เนื่องจากการใช้มาตรการเฉพาะโรค BI N = 24), ให้ข้อมูลเกี่ยวกับขนาดผลไม่เพียงพอ (N = 12), ใช้ตัวอย่างที่เก่าเกินไป (หมายถึง อายุปี ≥19 ตัวอย่าง N = 11), ซ้ำผลของอื่น ๆ รวมศึกษา (N = 5), และไม่ผ่านการยืมระหว่างห้องสมุด (N = 5) หลังจากแยกดังกล่าวศึกษา เราไม่สามารถรวมในการศึกษา 330 meta-analysis ที่ให้ผลลัพธ์อย่าง 479 เลือกศึกษาลักษณะและการอ้างอิงศึกษารวมมี Appendices ในดาวที่มีอิเล็กทรอนิกส์A large variety of 55 different BI measures was used. BI was most often assessed with the Physical Appearance scale of the Self-Perception Profile for Children or Adolescents (SPPC/SPPA; Harter, 1985 and Harter, 1988; 190 samples), the Physical Appearance scale of the Piers-Harris Self-Concept Questionnaire (Piers, 1977; 76 samples), and the Physical Self scale of the Offer Self-Image Questionnaire (Offer, Ostrov, & Howard, 1982; 30 samples). Other studies used human figure drawings (20 samples; e.g., Draw a Person, Harris, 1963); the Body Image Scale of the “I think I am” questionnaire (Ouvinen-Birgerstam, 1985; 16 samples), the Physical Self scale of the Tennessee Self-Concept Scale (TSCS; Fitts & Warren, 1996; 14 samples), the Body Esteem Scale (Mendelson, Mendelson, & White, 2001; 11 samples), the related scale of the Impact of Weight on Quality of Life (IWQOL-Kids; Kolotkin et al., 2006; 10 samples), and the Body Image Scale of the Pediatric Quality of Life Questionnaire (PEDQOL; Müller et al., 2001; 8 samples). While most of these scales assess (dis-)satisfaction with physical appearance in general, the IWQOL-Kids is more focused on dissatisfaction with body weight.Coding of Study InformationWe coded the number of patients and control group members, mean age, percentage of girls, members of ethnic minorities, the country of data collection, year of publication, type of illness, age at onset, duration of illness, the sampling procedure (1 = convenience samples, 2 = probability samples), the use of a control group (1 = yes, 2 = comparison with test norms), equivalence of patients and control group (1 = yes, 2 = not tested, 3 = no), the measurement of BI, and the standardized size of between-group differences in BI. Extent of disfigurement of the disease was coded as high if the disease clearly affects appearance (e.g., cerebral palsy, cleft lip, obesity, short stature) and as low if the disease is, in principle, invisible (e.g., cardiovascular diseases, diabetes, sickle cell disease). Moderate extent was coded if the illness may be visible in some cases or situations (e.g., in the case of epileptic seizures or side effects of chemotherapy for cancer) but not in others. The country and lending groups of the World Bank (2012) were used for classifying countries as developed versus developing/threshold countries.If between-group differences were reported for several subgroups within the same publication (e.g., for different illnesses), we entered them separately in our analysis instead of entering the global association. Because 16 studies provided results for more than one disease, their effect sizes are statistically dependent due to the use of the same control condition (in 7 studies a group of healthy children and in 9 studies test norms). Three strategies could, in principle, be applied for carrying out analyses of dependent effect size data (Hedges, Tipton, & Johnson, 2010). First, the correlations among the effect size estimates could be explicitly modeled using multivariate methods. This strategy could not be used in the present meta-analysis because knowledge of the covariance structure of the effect size estimation errors was lacking. Recently Hedges et al. (2010) suggested a statistical procedure if the covariance structure of the dependent estimates is not known. However, more than 20 studies with more than one effect size per study would be needed for reliable estimation. Second, a mean effect size of these studies could be computed across diseases. However, as we were interested in a comparison of chronic diseases, this would lead to a loss of relevant information. A third strategy is to ignore the dependence of some effect sizes. According to Hedges et al. (2010), this strategy is not too misleading if few studies report more than one effect sizes. This is the case in the present meta-analysis. In addition, as the effect sizes of most of these studies were compared with tests norms based on large samples, it is unlikely that the use of a common control condition led to biased effect size estimates of these studies. This is the reason why the third strategy was selected. This strategy may lead to conservative results for tests of the difference between average effects of different diseases (Hedges et al., 2010), which seems to be adequate for exploratory analysis.
All studies were coded by the author. To proof the interrater reliability for these codes, the author and a graduate student trained in pediatric psychology and research methods coded 20% of the selected studies independently. All variables were checked for interrater reliability, and mean inter-rater reliability of 90% (range 83–100%) was found. Differences were resolved by discussion.
Statistical Integration of the Findings
Calculations for the meta-analysis were performed in six steps, using random-effect models and the method of moments (Lipsey & Wilson, 2001). In random effects models it is assumed that the studies included in the meta-analysis are a random sample of a theoretical universe of all possible studies on a given research question, and that these studies vary in the size of their effects. Random effects models are preferred when there is significant between-study variability of the effect sizes and not all possible sources of heterogeneity may be identified (Lipsey & Wilson, 2001).
1.
We computed effect size d for each study as the difference in BI between the sample with chronic illness and the control sample/test norms divided by the pooled standard deviation (SD). Outliers that were more than two SD from the mean of the effect sizes were recoded to the value at two SD ( Lipsey & Wilson, 2001).
2.
Effect size estimates were adjusted for bias due to overestimation of the population effect size in small samples by using Hedges’ g. This adjustment leads to smaller estimations of the effect size than Cohen's d, but the difference declines with increasing sample size and is less than 1% for sample sizes of 80 and larger.
3.
Weighted mean effect sizes (ES) and 95%-confidence intervals (CIs) were computed. Z-Statistic is used to test statistical significance of the mean ES ( Table 1). Based on Cohen (1992), differences of g ≥ .8 are interpreted as large, of g = .50 as medium, and of g = .20 as small.
Table 1. Moderating effects of aspects of the disease on BI of children with chronic physical illness.
Variable k g 95%-CI
Z Q
All studies 479 −.30 −.34 −.26 −13.99*** 641.81***,b
Extent of disfigurement 31.06***,a
Low 129 −.15 −.24 −.06 −3.23** 111.98b
Moderate 95 −.16 −.27 −.06 −3.04** 52.63b
High 255 −.42 −.49 −.36 −12.87*** 315.34**,b
Kind of illness 162.59***,a
Arthritis/rheumatism 8 −.12 −.44 .21 −.70 4.36b
Asthma 19 −.37 −.59 −.16 −3.37*** 21.86b
Burns 9 −.08 −.39 .23 −.52 7.44b
Cancer 54 −.20 −.32 −.08 −3.16** 28.84b
Cardiovascular diseases 7 .07 −.28 .42 .38 2.73b
Cerebral palsy 23 .07 −.14 .27 .65 14.04b
Cleft lip and palate
การแปล กรุณารอสักครู่..