In a similar fashion,glycemic contr

In a similar fashion,
glycemic control was sometimes used
as the independent or grouping variable
(e.g., a mean split of the GHb observations),
and the groups were statistically compared
for differences in the frequency or severity of
depression. Lastly, studies were included
that reported, in the context of a randomized
clinical trial (RCT), the pretreatment
association of depression with glycemic
control and/or the correlation of pre- to
posttreatment change in depression or GHb
levels with, respectively, pre- to posttreatment
change in GHb or depression levels.
Meta-analytic procedures were used to
transform the findings of each study into a
common metric that permitted statistical
analysis of the outcomes collectively as well
as within logical subsets of the data (e.g.,
type 1 or type 2 diabetes). The procedures
followed the meta-analytic approach
described by Hunter et al. (24). For each
study, a single measure of ES r was calculated
that was equal to the reported Pearson
product-moment correlation coefficient r
or was transformed from t, F, or P values
using standard formulas (25,26). In studies
that reported statistically significant associations
but did not provide the means, standard
deviations, actual ES, or test statistic
value, the P value was used to calculate r. In
studies that reported nonsignificant associations
and did not provide means, standard
deviations, actual ES, or obtained P values,
P was set equal to 0.50 and then transformed
to z. Studies that did not report specific
P values and provided neither a test
statistic nor information sufficient to calculate
a test statistic (e.g., t, F, 2) were
excluded from ES r calculations.
Each study contributed only 1 ES per
outcome to maintain the independence of
effects central to meta-analytic procedures,
except when the data allowed for separate
ES calculations within aggregations of
interest (e.g., type 1 versus type 2 diabetes)
(26,27). When 1 association was
reported, the associations were converted
to standardized Z scores and averaged to
form a single ES. The study by Mazze et al.
(28) counted as 2 independent studies
because it reported the cross-sectional (pretreatment)
correlation of depression with
GHb as well as the longitudinal correlation
of pre- to posttreatment change in GHb
with change in depression.
Two estimators of the population ES
were calculated, the unweighted r and the
weighted r. The unweighted r was calculated
by transforming the individual r values
into Fisher’s z, averaging the individual
Z values, and then backtransforming the
average Z into r. The weighted r was calculated
by transforming the individual r
values into Fisher’s z, multiplying these Z
values by the observed sample size, summing
across all studies in a category, and
dividing the sum by the square root of the
sum of the squared weights. The weighted
Z was then backtransformed into r (26).
The weighted r is generally considered the
best estimate of the population ES, and the
meta-analysis and ESs were based on this
statistic. An ES is considered statistically
significant if the 95% CI around the effect
does not include 0 or if the P value associated
with the size of the Z statistic is 0.05
(27). Both the weighted and unweighted r’s
are provided in tables for comparison purposes.
Large differences in the findings
among the studies decrease confidence in
the results of a meta-analysis (26). Thus,
the individual ESs were statistically checked
for heterogeneity against the summary estimate
of effect. The principal meta-analysis
was restricted to a homogenous aggregation
of the data.

ผลลัพธ์ (ไทย) 1:

ในลักษณะคล้ายบางครั้งใช้ควบคุม glycemicอิสระหรือตัวแปรจัดกลุ่ม(เช่น การเฉลี่ยแบ่งสังเกต GHb),และกลุ่มได้เปรียบเทียบทางสถิติสำหรับความแตกต่างในความถี่หรือความรุนแรงของภาวะซึมเศร้า สุดท้ายนี้ ศึกษาได้รวมที่รายงาน ในบริบทของการ randomizedทดลองทางคลินิก (RCT), การ pretreatmentความสัมพันธ์ของภาวะซึมเศร้ามี glycemicควบคุมและ/หรือความสัมพันธ์ของก่อนการเปลี่ยนแปลงในภาวะซึมเศร้าหรือ GHb posttreatmentระดับ ด้วย ตามลำดับ posttreatment ก่อนการเปลี่ยนแปลงในระดับ GHb หรือซึมเศร้าขั้นตอนที่สำคัญคือ meta-เคยใช้แปลงที่พบแต่ละวิชาในการวัดทั่วไปที่ได้รับอนุญาตทางสถิติวิเคราะห์ผลโดยรวมเช่นเป็นภายในตรรกะชุดย่อยของข้อมูล (เช่นชนิด 1 หรือชนิดที่ 2 โรคเบาหวาน) ขั้นตอนการตามวิธีการที่สำคัญคือ meta-อธิบายโดย Hunter et al. (24) สำหรับแต่ละศึกษา การวัดเดียวของอาร์เอสไม่ได้ที่ได้เท่ากับ Pearson รายงานขณะนี้ผลิตภัณฑ์สัมประสิทธิ์สหสัมพันธ์ rหรือถูกแปลง จาก t, F, P ค่าใช้สูตรมาตรฐาน (25,26) ในการศึกษาที่รายงานความสัมพันธ์อย่างมีนัยสำคัญทางสถิติแต่ไม่มีวิธีการ มาตรฐานความแตกต่าง ES จริง หรือสถิติทดสอบค่า ค่า P ที่ใช้ในการคำนวณในอาร์การศึกษาที่รายงานสมาคม nonsignificantและไม่มีหมายถึง มาตรฐานความแตกต่าง ES จริง หรือได้รับ ค่า Pตั้งค่าเท่ากับ 0.50 แล้ว แปลง Pการศึกษาที่ไม่ได้ระบุ zค่า P และมีทั้งการทดสอบสถิติหรือข้อมูลเพียงพอที่จะคำนวณสถิติทดสอบ (เช่น t, F, 2) ได้แยกออกจากการคำนวณของอาร์เอสศึกษาแต่ละส่วนเท่านั้น ES ต่อผลการรักษาเอกราชของผลกลางยังขั้นตอนที่สำคัญคือ meta-ยกเว้นเมื่อได้ข้อมูลแยกต่างหากคำนวณ ES ภายรวมของดอกเบี้ย (เช่น พิมพ์ 1 เทียบกับเบาหวานชนิดที่ 2)(26,27) ถูกสมาคมเมื่อ 1รายงาน การเชื่อมโยงที่ถูกแปลงการมาตรฐานคะแนน Z และ averaged เพื่อแบบ ES เดียว การศึกษาโดย Mazze et al(28) นับเป็นการศึกษาอิสระ 2เนื่องจากรายงานการเหลว (pretreatment)ความสัมพันธ์ของภาวะซึมเศร้าด้วยGHb เป็นความสัมพันธ์ระยะยาวของ GHb posttreatment เปลี่ยนก่อนการเปลี่ยนแปลงในภาวะซึมเศร้าEstimators สองประชากร ESมีคำนวณ unweighted r และอาร์ถ่วงน้ำหนัก คำนวณ unweighted rโดยเปลี่ยนค่า r แต่ละตัวเป็นของฟิชเชอร์ z หาค่าเฉลี่ยแต่ละค่า Z แล้ว backtransformingZ เฉลี่ยเป็น r คำนวณ r ถ่วงน้ำหนักโดยการเปลี่ยน r แต่ละตัวค่าเข้าของฟิชเชอร์ z, Z เหล่าคูณค่าขนาดตัวอย่างสังเกต รวมในการศึกษาทั้งหมดในประเภท และหารผลรวม ด้วยค่ารากที่สองของการผลรวมของน้ำหนักยกกำลังสอง การถ่วงน้ำหนักZ ได้แล้ว backtransformed เป็น r (26)R ถ่วงน้ำหนักโดยทั่วไปถือว่าเป็นการประเมินที่ดีของประชากร ES และmeta-analysis และ ESs ได้ตามนี้สถิติ ES ถือว่าเป็นทางสถิติสำคัญถ้า CI 95% รอบผลไม่มี 0 หรือถ้าค่า P เกี่ยวข้องขนาดของ Z สถิติเป็น 0.05(27) ทั้งการถ่วงน้ำหนัก และ unweighted r'sมีในตารางเพื่อเปรียบเทียบความแตกต่างใหญ่ในผลการศึกษาระหว่างการศึกษาการลดความเชื่อมั่นในผลลัพธ์ของ meta-analysis (26) ดังนั้นESs ละถูกตรวจสอบทางสถิติสำหรับ heterogeneity กับประเมินสรุปของผลการ Meta-analysis หลักถูกจำกัดรวมให้ของข้อมูล

ผลลัพธ์ (ไทย) 3:

ในแฟชั่นที่คล้ายกัน

คือบางครั้งใช้ในการควบคุมระดับน้ำตาลเป็นอิสระหรือการจัดกลุ่มตัวแปร
( เช่น หมายถึงแยกของธอส. การสังเกต ) และกลุ่มเปรียบเทียบอย่างมีนัยสำคัญ

สำหรับความแตกต่างในความถี่หรือความรุนแรงของ
ภาวะซึมเศร้า สุดท้าย ศึกษารวม
ที่รายงานในบริบทของการทดลองทางคลินิกแบบสุ่ม

( Razorflame ) , ขั้นต้นสมาคมของภาวะซึมเศร้ากับการควบคุมระดับน้ำตาล
และ / หรือความสัมพันธ์ของ pre -
รักษาเปลี่ยนใน depression หรือ ธอส.
ระดับ ตามลำดับ ก่อนที่จะรักษา
เปลี่ยน ธอส. หรือภาวะซึมเศร้าระดับ
Meta วิเคราะห์ขั้นตอนที่ใช้

เปลี่ยนผลการศึกษาแต่ละเป็นเมตริกทั่วไปที่ได้รับอนุญาตทาง

การวิเคราะห์ผลโดยรวมเป็นอย่างดี
เป็น ในทางตรรกะส่วนย่อยของข้อมูล ( เช่น
ประเภท 1 หรือโรคเบาหวานชนิดที่ 2 ) ขั้นตอนตามวิธีการวิเคราะห์อภิมาน

อธิบายโดย Hunter et al . ( 24 ) สำหรับแต่ละ
เรียน เป็นวัดเดียวของ ES r
ที่คำนวณได้เท่ากับรายงานขณะนี้ผลิตภัณฑ์เพียร์สันค่าสัมประสิทธิ์สหสัมพันธ์ r

หรือถูกเปลี่ยนจาก T , F , P หรือค่า
โดยใช้สูตรมาตรฐาน ( 25,26 ) ในการศึกษา
รายงานผลการสมาคม
แต่ไม่ได้ให้หมายถึง มาตรฐาน
เบี่ยงเบนที่เกิดขึ้นจริงและ , หรือการทดสอบทางสถิติ
ค่า ค่า P ที่ใช้คำนวณ R . ในการศึกษาที่รายงานทุกสมาคม

และไม่ได้ให้หมายถึง มาตรฐาน
เบี่ยงเบนที่เกิดขึ้นจริงและ , หรือได้รับ P ค่า
P เป็นชุด เท่ากับ 0.50 และเปลี่ยนแล้ว
ถึง Zการศึกษาที่ไม่ได้รายงานเฉพาะ
p ค่า และให้ทั้งการทดสอบสถิติหรือข้อมูลเพียงพอที่จะคำนวณ

สถิติทดสอบ ( เช่น T , F ,  2 ) ถูกแยกออกจากการคำนวณ ES r
.
แต่ละการศึกษาสนับสนุนเพียง 1 และต่อ
ผลเพื่อรักษาความเป็นอิสระของผลวิเคราะห์กลางเมตา ขั้นตอน
ยกเว้นเมื่อข้อมูลได้รับอนุญาตให้แยก
และการคำนวณภายในการรวมของ
สนใจ ( เช่น ประเภท 1 และเบาหวานชนิดที่ 2 )
( 26,27 ) เมื่อสมาคม  1
รายงาน สมาคมจะทำการแปลงเป็นคะแนนมาตรฐาน Z
กับ

จากฟอร์มเดียว ES การศึกษาโดย mazze et al .
( 28 ) นับเป็น 2 การศึกษาอิสระ
เพราะมันมีภาคตัดขวาง ( pretreatment ) ความสัมพันธ์ระหว่างภาวะซึมเศร้ากับ

ธอส. รวมทั้งระยะยาวความสัมพันธ์
ก่อนการรักษาเปลี่ยนธอส.
กับการเปลี่ยนแปลงในภาวะซึมเศร้า .
2 ตัวประมาณของประชากรและคำนวณ
, R และ R .
ถ่วงน้ำหนักน้ำหนักที่ถ่วงน้ำหนัก R มีค่า
โดยเปลี่ยนแต่ละค่า r
เป็นปลาเฉลี่ยแต่ละ
Z Z , ค่า เฉลี่ยแล้ว backtransforming
Z เป็น Rคำนวณโดยถ่วงน้ำหนัก r

r แต่ละค่าในการเปลี่ยนของ Fisher Z คูณเหล่านี้ Z
ค่า โดยสังเกตที่ขนาดตัวอย่าง รวมทั้งการศึกษาใน

แบ่งหมวดหมู่ และผลรวมของรากที่สองของผลรวมของกำลังสอง
น้ำหนัก ถ่วงน้ำหนัก
Z ก็ backtransformed เป็น R ( 26 ) .
ถ่วงน้ำหนัก R โดยทั่วไปถือว่าการประมาณการที่ดีที่สุดของประชากร es
,และการวิเคราะห์อภิมานและ ESS
ตามสถิตินี้

มี es ถือว่าสถิติ
สําคัญถ้า 95% CI รอบผล
ไม่รวม 0 หรือหากค่า P
เกี่ยวข้องกับขนาดของสถิติ z เป็น  0.05
( 27 ) ทั้งแบบถ่วงน้ำหนักและ R
ไว้ในตารางเพื่อวัตถุประสงค์ในการเปรียบเทียบความแตกต่างในผลขนาดใหญ่ .

ระหว่างการศึกษาลดความมั่นใจ
ผลของการวิเคราะห์อภิมาน ( 26 ) ดังนั้น

สำหรับ ESS เป็นรายบุคคลอย่างมีนัยสำคัญที่สามารถตรวจสอบกับประมาณการสรุป
ของผล

ในการวิเคราะห์หลักเพื่อการยึดเกาะของเขตข้อมูล