2.3. Meta-analysis procedureThe key

2.3. Meta-analysis procedure
The key point in meta-analysis is to compute effect
size statistics capable of representing quantitative
results of a group of studies in a form that allows
comparison and synthesis (Cohen, 1988; Lipsey and
Wilson, 2001). In the current paper, the assessment of
changes in positive psychotic symptoms was the focus.
We thus calculated effect sizes (ES) on measures of
positive symptoms. Between-groups comparisons at
post-treatment, early follow-up (12 months and less)
and late follow-up (more than a year) on variables
of interest were computed using Hedge’s g (Hedges
and Ollkin, 1985). For between-subjects designs, ES
was defined as Mt
Mc /SDpooled, where SDpooled ¼
ffiffiffiðffiffiNffiffiffitffi
ffiffiffiffi1ffiffiÞffiffiSffiffiDffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffififfiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 2
t þðNc
1ÞSD2
q c=ððNt
1ÞþðNc
1ÞÞ.Mt
is the mean of post-treatment experimental group,Mc is
the mean of post-treatment control group and SDpooled
the pooled within-group standard deviation. As it is not
unusual for studies to fail to report the means and
standard deviations needed to compute ES, a number of
different method were used to estimate ES from other
statistics that are reported (for a review, see Lipsey
and Wilson, 2001). Given that g is a slightly biased
estimate of ES particularly in small sample study
(Hedges and Ollkin, 1985), unbiased g-statistics
(unbiased g =[1
(3H(4N
9))]g) were computed
and used in further analyses. By convention, ES were
coded such that a positive sign indicates that the CBT
group improves more than the control group. In cases
where a study used more than one validated measure
to examine positive symptoms, results of multiple
measures were standardized and averaged in order to
result in a single ES for any study. Moreover, in
studies that had more than one control condition,
comparisons of CBT and these separate conditions
were treated as individual studies.
Next, we aggregated effect sizes of the studies
following the procedures of Hedges and Ollkin (1985)
for weighting each study’s effect size by the inverse of
it’s variance, therefore giving more weight to studies
with smaller variance. To test the null hypothesis that
the population effect size was zero, 95% confidence
interval (CI) of the mean effect sizes were computed
for the population parameter. The null hypothesis was
rejected at significance level of .05 when zero was not
contained within the CI. In order to facilitate the
interpretation and to examine the practical importance
of ES, we used the widely known Binomial Effect
Size Display (BESD) developed by Rosenthal and
Rubin (1982). We used the homogeneity Q statistic to
test the assumption that all studies included in this
meta-analysis shared a common population effect size
(Hedges and Ollkin, 1985). The primary analysis used
a fixed effect model (FEM), considering that the
unique source of sampling error was the variation
resulting from the sampling of persons into studies
(Hedges, 1994; Hedges and Vevea, 1998). However,
to account for heterogeneity between treatments, a
randomized effect model (REM) was also employed
(Shadish and Haddock, 1994).
As the selective publication of positive findings
controlled trials is an important concern in metaanalytic
reviews of the literature (Lipsey and Wilson,
1993), the Fail-safe N (FSN) for the average effect
sizes was computed (Orwin, 1983). The FSN represent
the number of unpublished (or unobtained)
studies with null effect sizes that would have to be
included to reduce the mean ES to a specified trivial
level.

ผลลัพธ์ (ไทย) 1:

2.3 การกระบวนการวิเคราะห์เมตาจุดสำคัญใน meta-analysis คือการ คำนวณผลความสามารถในการแสดงเชิงปริมาณสถิติขนาดผลการศึกษาในรูปแบบที่ช่วยให้กลุ่มเปรียบเทียบและสังเคราะห์ (โคเฮน 1988 Lipsey และWilson, 2001) ในปัจจุบันกระดาษ การประเมินเปลี่ยนแปลงอาการบวก psychotic ถูกโฟกัสเราจึงได้ผลขนาด (ES) ในวัดอาการบวก เปรียบเทียบระหว่างกลุ่มที่ติดตามผลหลังการรักษา ต้น (เดือน 12 และน้อย)และสายติดตาม (กว่าปี) ตัวแปรน่าสนใจถูกคำนวณโดยใช้การป้องกันของ g (ประเมินค่าเฮดจ์และ Ollkin, 1985) การออกแบบระหว่างวิชา ESถูกกำหนดเป็น Mt Mc /SDpooled ที่ SDpooled ¼ffiffiffiðffiffiNffiffiffitffi ffiffiffiffi1ffiffiÞffiffiSffiffiDffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffififfiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 2t þðNc 1ÞSD2q c = ððNt 1ÞþðNc 1ÞÞ.Mtมีค่าเฉลี่ยของกลุ่มทดลองหลังการรักษา Mc คือค่าเฉลี่ยของกลุ่มควบคุมหลังการรักษาและ SDpooledรวมในกลุ่มส่วนเบี่ยงเบนมาตรฐาน เนื่องจากไม่ปกติการศึกษาล้มเหลวในการรายงานวิธีการ และส่วนเบี่ยงเบนมาตรฐานต้องคำนวณ ES จำนวนใช้วิธีอื่นประเมิน ES จากอื่น ๆสถิติที่มีรายงาน (ความเห็น การ Lipseyก Wilson, 2001) ที่ g คือ biased เล็กน้อยประเมินของ ES โดยเฉพาะอย่างยิ่งในการศึกษาตัวอย่างขนาดเล็ก(ประเมินค่าเฮดจ์และ Ollkin, 1985), g-สถิติคน(g คน [1 (3 H(4N 9))] = g) ถูกคำนวณและใช้ในการวิเคราะห์เพิ่มเติม โดยประชุม ES ได้มีกำหนดให้เครื่องหมายบวกหมายถึงชุมชนกลุ่มปรับปรุงมากกว่ากลุ่มควบคุม ในกรณีซึ่งการศึกษาใช้ตรวจวัดมากกว่าหนึ่งการตรวจสอบอาการบวก ผลของหลายมาตรการมาตรฐาน และ averaged เพื่อผลใน ES เดียวสำหรับการศึกษา นอกจากนี้ ในการศึกษาที่มีมากกว่าหนึ่งเงื่อนไขควบคุมเปรียบเทียบของชุมชนเหล่านี้แยกเงื่อนไขก็ถือว่าเป็นการศึกษาแต่ละถัดไป เรารวมขนาดผลของการศึกษาตอนประเมินค่าเฮดจ์และ Ollkin (1985)สำหรับน้ำหนักของการศึกษาแต่ละขนาดผลโดยผกผันของของผลต่าง ให้น้ำหนักมากขึ้นดังนั้น การศึกษามีขนาดเล็กต่างกัน การทดสอบสมมติฐานว่างที่ขนาดผลประชากรเป็นศูนย์ ความเชื่อมั่น 95%ช่วง (CI) ขนาดผลเฉลี่ยถูกคำนวณสำหรับพารามิเตอร์ของประชากร สมมติฐานเป็น null ได้ปฏิเสธที่ระดับนัยสำคัญ.05 เมื่อไม่มีศูนย์อยู่ภายในเครื่อง เพื่อช่วยในการตีความและ การตรวจสอบความสำคัญปฏิบัติของ ES เราใช้ผลแบบทวินามรู้จักแพร่หลายขนาดจอแสดงผล (BESD) พัฒนา โดยโรเซนธอล และRubin (1982) เราใช้สถิติ Q homogeneityทดสอบสมมติฐานที่ว่า การศึกษาทั้งหมดรวมอยู่ในนี้meta-analysis ร่วมขนาดผลประชากรทั่วไป(ประเมินค่าเฮดจ์และ Ollkin, 1985) วิเคราะห์หลักการใช้แบบจำลองผลถาวร (FEM), พิจารณาที่จะแหล่งที่มาของข้อผิดพลาดเฉพาะมีการเปลี่ยนแปลงเกิดจากการสุ่มตัวอย่างผู้เข้าศึกษา(ประเมินค่าเฮดจ์ 1994 ประเมินค่าเฮดจ์และ Vevea, 1998) อย่างไรก็ตามการบัญชีสำหรับ heterogeneity ระหว่างรักษา การยังมีลูกจ้างแบบ randomized ผล (REM)(Shadish และ Haddock, 1994)เป็นการเผยแพร่ผลการวิจัยบวกเลือกควบคุมการทดลองเป็นเรื่องสำคัญใน metaanalyticรีวิววรรณคดี (Lipsey และ Wilson1993), แบบ Fail-safe N (ผล FSN) สำหรับผลเฉลี่ยขนาดถูกคำนวณ (Orwin, 1983) แสดงถึงผล FSNจำนวนประกาศ (หรือ unobtained)มีลักษณะว่างขนาดที่จะต้องได้รับการศึกษารวมลดการเฉลี่ย ES เพื่อที่ระบุเล็กน้อยระดับ

ผลลัพธ์ (ไทย) 2:

2.3 ขั้นตอน Meta-analysis
จุดสำคัญใน meta-analysis คือการคำนวณผลกระทบ
สถิติขนาดความสามารถในการเป็นตัวแทนของปริมาณ
ผลของกลุ่มการศึกษาในรูปแบบที่ช่วยให้
การเปรียบเทียบและการสังเคราะห์ (โคเฮน, 1988; Lipsey และ
วิลสัน, 2001) ในกระดาษในปัจจุบัน, การประเมินผลการ
เปลี่ยนแปลงในอาการโรคจิตบวกเป็นจุด.
เราจึงคำนวณขนาดอิทธิพล (ES) เกี่ยวกับมาตรการของ
อาการบวก ระหว่างกลุ่มเปรียบเทียบที่
หลังการรักษาในช่วงต้นการติดตาม (12 เดือนและน้อยกว่า)
และปลายติดตาม (มากกว่าปี) กับตัวแปร
ที่น่าสนใจได้รับการคำนวณโดยใช้กรัมของ Hedge (พุ่มไม้
และ Ollkin, 1985) สำหรับการออกแบบระหว่างวิชา, ES
ถูกกำหนดเป็น Mt? Mc / SDpooled ที่ SDpooled
2
เสื้อþðNc? 1ÞSD2
Q? ค? = ððNt? 1ÞþðNc? 1ÞÞ.Mt
เป็นค่าเฉลี่ยของการโพสต์การรักษากลุ่มทดลอง, Mc เป็น
ค่าเฉลี่ยของกลุ่มควบคุมหลังการรักษาและ SDpooled
pooled ภายในกลุ่มส่วนเบี่ยงเบนมาตรฐาน ในขณะที่มันไม่ได้เป็น
เรื่องผิดปกติสำหรับการศึกษาล้มเหลวในการรายงานวิธีการและ
ค่าเบี่ยงเบนมาตรฐานที่จำเป็นในการคำนวณ ES จำนวนของ
วิธีการที่แตกต่างกันถูกนำมาใช้ในการประเมิน ES จากอื่น ๆ
สถิติที่มีการรายงาน (เพื่อการตรวจสอบให้ดู Lipsey
และวิลสัน, 2001) ระบุว่า G เป็นลำเอียงเล็กน้อย
ประมาณ ES โดยเฉพาะอย่างยิ่งในการศึกษากลุ่มตัวอย่างขนาดเล็ก
(พุ่มไม้และ Ollkin, 1985), เป็นกลางกรัมสถิติ
(เป็นกลางกรัม = [1? (3H (4N? 9))] กรัม) ได้รับการคำนวณ
และใช้ ในการวิเคราะห์เพิ่มเติม โดยการประชุม ES ถูก
เข้ารหัสดังกล่าวว่าเป็นสัญญาณที่ดีที่บ่งชี้ว่า CBT
กลุ่มช่วยเพิ่มมากขึ้นกว่ากลุ่มควบคุม ในกรณี
ที่มีการศึกษามาใช้มากกว่าหนึ่งตรวจสอบตัวชี้วัด
เพื่อตรวจสอบอาการบวกผลของหลาย
มาตรการที่ได้รับมาตรฐานและมีค่าเฉลี่ยในการที่จะ
ส่งผลในการ ES เดียวสำหรับการศึกษาใด ๆ นอกจากนี้ใน
การศึกษาที่มีมากกว่าหนึ่งในเงื่อนไขการควบคุม
การเปรียบเทียบของ CBT และเงื่อนไขเหล่านี้แยก
ได้รับการรักษาเช่นการศึกษาของแต่ละบุคคล.
ต่อไปเรารวมขนาดผลของการศึกษา
ตามขั้นตอนของพุ่มไม้และ Ollkin (1985)
สำหรับน้ำหนักขนาดของผลการศึกษาของแต่ละคน โดยผกผันของ
มันแปรปรวนจึงให้น้ำหนักมากขึ้นกับการศึกษา
ที่มีความแปรปรวนที่มีขนาดเล็ก เพื่อทดสอบสมมติฐานที่
มีผลขนาดประชากรเป็นศูนย์ความเชื่อมั่น 95%
ช่วงเวลา (CI) ของหมายความว่าขนาดของผลกระทบได้รับการคำนวณ
สำหรับพารามิเตอร์ของประชากร สมมติฐานที่ถูก
ปฏิเสธในระดับความสำคัญของ 0.05 เมื่อศูนย์ไม่ได้
บรรจุอยู่ภายใน CI เพื่อที่จะอำนวยความสะดวกใน
การตีความและการที่จะตรวจสอบความสำคัญในทางปฏิบัติ
ของ ES เราใช้ทวินามที่รู้จักอย่างกว้างขวางผล
ขนาดจอแสดงผล (BESD) พัฒนาโดยโรเซนธาลและ
รูบิน (1982) เราใช้ความสม่ำเสมอ Q สถิติเพื่อ
ทดสอบสมมติฐานว่าการศึกษาทั้งหมดนี้รวมอยู่ใน
การวิเคราะห์อภิมาใช้ร่วมกันของประชากรทั่วไปขนาดอิทธิพล
(พุ่มไม้และ Ollkin, 1985) หลักที่ใช้ในการวิเคราะห์
แบบจำลองผลกระทบคงที่ (FEM) พิจารณาว่า
แหล่งที่มาของข้อผิดพลาดที่ไม่ซ้ำกันสุ่มตัวอย่างคือการเปลี่ยนแปลง
ที่เกิดจากการสุ่มตัวอย่างของบุคคลที่เข้าสู่การศึกษา
(พุ่มไม้, 1994; พุ่มไม้และ Vevea, 1998) อย่างไรก็ตาม
การบัญชีสำหรับความแตกต่างระหว่างการรักษา
ผลกระทบแบบสุ่ม (REM) ยังเป็นลูกจ้าง
(Shadish และค๊อด, 1994).
ในฐานะที่เป็นสิ่งพิมพ์เลือกของผลการวิจัยในเชิงบวก
ควบคุมการทดลองเป็นความกังวลที่สำคัญในการ metaanalytic
ความคิดเห็นของวรรณกรรม (Lipsey และวิลสัน ,
1993), ไม่ปลอดภัย N (FSN) สำหรับผลเฉลี่ย
ขนาดคำนวณ (Orwin, 1983) FSN เป็นตัวแทนของ
จำนวนที่ไม่ได้เผยแพร่ (หรือ unobtained)
การศึกษาผลกระทบที่มีขนาด null ที่จะต้องได้รับการ
รวมอยู่ในการลด ES หมายถึงเล็ก ๆ น้อย ๆ ที่ระบุ
ระดับ

ผลลัพธ์ (ไทย) 3:

2.3 กระบวนการวิเคราะห์เมตา
จุดสําคัญในการวิเคราะห์อภิมานเพื่อคำนวณผลสถิติสามารถแสดงปริมาณขนาด

ผลของกลุ่มการศึกษาในแบบฟอร์มที่ช่วยให้
เปรียบเทียบและการสังเคราะห์ ( Cohen , 1988 ; ลิปซีย์และ
วิลสัน , 2001 ) ในกระดาษปัจจุบัน การประเมินผลของการเปลี่ยนแปลงในเชิงบวกในอาการโรคจิต

เราโฟกัส จึงคำนวณค่าขนาดอิทธิพล ( ES ) เกี่ยวกับมาตรการของ
อาการที่เป็นบวก การเปรียบเทียบระหว่างกลุ่มที่
หลังการรักษา ก่อนติดตามผล 12 เดือนและน้อยกว่า )
และสายติดตาม ( มากกว่า 1 ปี ) ดอกเบี้ยถูกคำนวณโดยใช้ตัวแปร
ป้องกันความเสี่ยง ( เฮดจ์และ G
ollkin , 1985 ) ระหว่างวิชาการออกแบบ ES
ถูกกำหนดไว้เป็นตัน
MC / sdpooled ที่ sdpooled ¼
ffiffiffi ð ffiffinffiffiffitffi
ffiffiffiffi1ffiffi Þ ffiffisffiffidffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffififfiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 2
t þð NC
1 Þ sd2
Q  C  = ðð NT
1 Þþð NC
1 ÞÞ Mt
เป็นค่าเฉลี่ยของกลุ่ม MC
หลังการรักษาค่าเฉลี่ยของกลุ่มควบคุมและการ sdpooled
รวมภายในส่วนเบี่ยงเบนมาตรฐานของกลุ่ม มันเป็นไม่ได้
ปกติการศึกษาล้มเหลวเพื่อรายงานค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานเป็นค่า

และ , จำนวนของวิธีการที่แตกต่างกันถูกนำมาใช้เพื่อประเมินและสถิติอื่น ๆที่มีรายงานจาก
( สำหรับรีวิว เห็นลิปซีย์
และวิลสัน , 2001 ) ระบุว่าลำเอียงเล็กน้อย
g คือประมาณการของ ES โดยเฉพาะอย่างยิ่งใน
กลุ่มตัวอย่างขนาดเล็ก ( ป้องกันความเสี่ยงและ ollkin 1985 ) g-statistics
( g = เป็นกลางไม่ฝักใฝ่ฝ่ายใด [ 1
( 3H ( 4N
9 ) ) ]  g )
4 ด้าน และใช้ในการวิเคราะห์ต่อไป โดยอนุสัญญา ES เป็น
รหัสเช่นเครื่องหมายบวกที่บ่งชี้ว่า กลุ่ม CBT
ดีขึ้นมากกว่ากลุ่มควบคุม ในกรณี
ที่ศึกษาใช้มากกว่าหนึ่งโปรแกรมวัด
เพื่อตรวจสอบอาการด้านบวกผลของมาตรการหลาย
ถูกมาตรฐาน และเฉลี่ยเพื่อ
ผลเดียว ES สำหรับการศึกษา นอกจากนี้ในการศึกษา
ที่มีมากกว่าหนึ่งเงื่อนไขการควบคุม
เปรียบเทียบ CBT และเหล่านี้แยกเงื่อนไข
ถูกถือว่าเป็นการศึกษาเฉพาะบุคคล .
ต่อไปเรารวมผลขนาดของการศึกษา
ต่อไปนี้ขั้นตอนป้องกันความเสี่ยงและ ollkin ( 1985 )
สำหรับขนาดน้ำหนักผลการศึกษาแต่ละคนด้วย 3
มันแปรปรวน จึงทำให้น้ำหนักมากขึ้นเพื่อการศึกษา
ที่มีความแปรปรวนที่มีขนาดเล็ก เพื่อทดสอบสมมติฐานว่างที่
ประชากรผลเท่ากับศูนย์ , 95% ช่วงความเชื่อมั่น
( CI ) ของค่าเฉลี่ยขนาดอิทธิพลถูกคำนวณ
สำหรับประชากรพารามิเตอร์ สมมติฐานว่างคือ
ปฏิเสธอย่างมีนัยสำคัญที่ระดับ . 05 เมื่อศูนย์ไม่ได้
ที่มีอยู่ภายใน CI เพื่อความสะดวกในการตรวจสอบการปฏิบัติและ

ที่สำคัญของ ES เราใช้กันอย่างแพร่หลายที่รู้จักกันแบบผล
ขนาดจอแสดงผล ( besd ) ที่พัฒนาโดยโรเซนธาลและ
รูบิน ( 1982 ) เราใช้สถิติทดสอบค่า Q

สมมุติฐานการศึกษารวมอยู่ในการวิเคราะห์อภิมานนี้

ที่เหมือนกันคือ ประชากรขนาดอิทธิพล ( ป้องกันความเสี่ยงและ ollkin , 1985 )การวิเคราะห์การใช้
ถาวรผลแบบ ( FEM ) พิจารณาว่า
แหล่งเฉพาะของข้อผิดพลาดการสุ่มตัวอย่างเป็นรูปแบบ
ที่เกิดจากตัวอย่างของบุคคลในการศึกษา
( เฮดจ์ , 1994 ; ป้องกันความเสี่ยงและ vevea , 1998 ) อย่างไรก็ตาม ระหว่างการรักษาที่สามารถบัญชีสำหรับ
,
ผลแบบสุ่ม ( REM ) ยังใช้
( shadish และแฮดด็อก , 1994 ) .
เป็นสิ่งพิมพ์ที่เลือกพบบวก
ควบคุมการทดลองเป็นปัญหาสําคัญใน metaanalytic
ทบทวนวรรณกรรม ( ลิปซีย์ และ วิลสัน
1993 ) , ล้มเหลวปลอดภัย ( FSN ) ขนาดผล
เฉลี่ยคำนวณ ( ออร์วิน , 1983 ) ใน FSN เป็นตัวแทน
จำนวนพิมพ์ ( หรือ unobtained )
) โมฆะผลขนาดว่าต้อง
รวมเพื่อลดหมายถึงและเพื่อระบุเล็กน้อย
)