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:

ในลักษณะคล้าย glycemic ควบคุมบางครั้งใช้เป็นอิสระ หรือการจัดกลุ่มตัวแปร (เช่น การเฉลี่ยแบ่งสังเกต GHb), และกลุ่มได้เปรียบเทียบทางสถิติสำหรับความแตกต่างในความถี่หรือความรุนแรงของภาวะซึมเศร้า สุดท้ายนี้ ศึกษาได้รวมที่รายงาน ในบริบทของแบบ randomized ทดลองทางคลินิก (RCT), สมาคม pretreatment ของ glycemic ควบคุมและ/หรือความสัมพันธ์ของก่อนเปลี่ยน posttreatment ในโรคซึมเศร้าหรือระดับ GHb โดย ตามลำดับ เปลี่ยนแปลง posttreatment GHb หรือภาวะซึมเศร้าระดับก่อนขั้นตอนที่สำคัญคือ meta-ที่ใช้แปลงที่พบของแต่ละการศึกษา ในวัดทั่วไปที่อนุญาตให้ใช้ผลการวิเคราะห์ทางสถิติโดยรวม และภาย ในตรรกะชุดย่อยของข้อมูล (e.g.,type 1 หรือเบาหวานชนิดที่ 2) ขั้นตอนตามวิธี meta-คู่ที่อธิบายโดย Hunter et al. (24) สำหรับแต่ละการศึกษา การวัดเอสอาร์เดียวถูกคำนวณที่เท่ากับ Pearson รายงานขณะนี้ผลิตภัณฑ์สัมประสิทธิ์สหสัมพันธ์ r หรือถูกแปลงจาก t, F หรือ P ค่าใช้สูตรมาตรฐาน (25,26) ในการศึกษาที่รายงานความสัมพันธ์อย่างมีนัยสำคัญทางสถิติ แต่ไม่มีหมายถึง ส่วนเบี่ยงเบนมาตรฐาน ES จริง การทดสอบค่าสถิติ ค่า P ที่ใช้ในการคำนวณ r ในการศึกษาที่รายงานสมาคม nonsignificant และไม่มีหมายถึง ส่วนเบี่ยงเบนมาตรฐาน ES จริง หรือรับค่า P, P ตั้งเท่ากับ 0.50 แล้ว แปลงไป z.ศึกษา ที่ไม่ได้ระบุค่า P ให้ไม่ทดสอบสถิติหรือข้อมูลเพียงพอที่จะคำนวณสถิติทดสอบ (เช่น t, F, 2) ถูกแยกออกจากการคำนวณของอาร์เอสศึกษาแต่ละส่วนเท่านั้น ES ต่อผลการรักษาความเป็นอิสระของผลกลาง meta-ผังกระบวนงาน ยกเว้นเมื่อข้อมูลได้แยกคำนวณ ES ภายรวมของดอกเบี้ย (เช่น พิมพ์ 1 เทียบกับเบาหวานชนิดที่ 2) (26,27) เมื่อรายงานการเชื่อมโยง 1 สมาคมที่ถูกแปลงเป็นคะแนน Z มาตรฐาน และ averaged ฟอร์ม ES เดียว การศึกษาโดย Mazze et al(28) นับเป็นการศึกษาอิสระ 2 เนื่องจากได้รายงานความสัมพันธ์ (pretreatment) เหลวของภาวะซึมเศร้ากับ GHb เป็นความสัมพันธ์ระยะยาวของก่อนเปลี่ยน posttreatment GHb เปลี่ยนแปลงในภาวะซึมเศร้าสอง estimators ของประชากรที่มีคำนวณ ES, unweighted r และ r ถ่วงน้ำหนัก มีคำนวณ unweighted r โดยเปลี่ยนค่า r แต่ละตัวของฟิชเชอร์ z หาค่าเฉลี่ยในแต่ละค่า Z แล้ว backtransforming เฉลี่ย Z เป็น r มีคำนวณ r ถ่วงน้ำหนัก โดยเปลี่ยนค่า r แต่ละตัวของฟิชเชอร์ z คูณเหล่านี้ค่า Z โดยขนาดตัวอย่างสังเกต รวมทั้งการศึกษาทั้งหมดในประเภท และหารผลรวม ด้วยค่ารากที่สองของผลรวมของน้ำหนักยกกำลังสอง Z ถ่วงน้ำหนักแล้ว backtransformed เป็น r (26)R ถ่วงน้ำหนักโดยทั่วไปถือว่าเป็นการประเมินที่ดีที่สุดของประชากร ES และ meta-analysis และ ESs ได้ตามสถิตินี้ ES มีกำลังอย่างมีนัยสำคัญทางสถิติ ถ้า CI 95% รอบผลรวม 0 หรือถ้าค่า P ที่เกี่ยวข้องกับขนาดของสถิติ Z 0.05 (27) ทั้งการถ่วงน้ำหนัก และ unweighted r's มีในตารางเพื่อเปรียบเทียบความแตกต่างที่พบระหว่างการศึกษาขนาดใหญ่ลดความเชื่อมั่นในผลลัพธ์ของ meta-analysis (26) ดังนั้น ESs ละได้ทางสถิติตรวจสอบสำหรับ heterogeneity กับการประเมินสรุปผล Meta-analysis หลักถูกจำกัดการรวมให้ข้อมูล

ผลลัพธ์ (ไทย) 3:

ในแฟชั่นที่คล้ายกัน , การควบคุมระดับน้ำตาลได้ บางครั้งใช้เป็นอิสระ หรือตัวแปรจัดกลุ่ม ( เช่น หมายถึงแยกของธอส. การสังเกต ) และกลุ่มเปรียบเทียบความแตกต่างอย่างมีนัยสำคัญในความถี่หรือความรุนแรงของภาวะซึมเศร้า
สุดท้ายการศึกษาโดยรวมที่ได้รับรายงาน ในบริบทของการทดลองทางคลินิกแบบสุ่ม ( Razorflame )สมาคมของภาวะซึมเศร้ากับภาวะการควบคุมระดับน้ำตาล และ / หรือ ความสัมพันธ์ของ pre - เพื่อรักษาภาวะซึมเศร้าหรือ ธอส. เปลี่ยนแปลงระดับ ตามลำดับ ก่อนที่จะรักษาเปลี่ยน ธอส. หรือภาวะซึมเศร้าระดับ
อภิวิเคราะห์ขั้นตอนที่ใช้ในการแปลงข้อมูลจากแต่ละการศึกษาเป็นเมตริกทั่วไปที่ได้รับอนุญาตทางสถิติการวิเคราะห์ผลโดยรวม ตลอดจนภายในตรรกะส่วนย่อยของข้อมูล ( เช่น ประเภท 1 หรือโรคเบาหวานชนิดที่ 2 )
ขั้นตอนตามวิธีการวิเคราะห์เมตาอธิบายโดย Hunter et al . ( 24 )
สำหรับแต่ละการศึกษาเป็นวัดเดียวของ ES r คำนวณได้ว่าเท่ากับรายงานค่าสัมประสิทธิ์สหสัมพันธ์ r หรือถูกเปลี่ยนจาก T , F , P หรือค่าโดยใช้สูตรมาตรฐาน ( 25,26 )
ในการศึกษารายงานผลการสมาคม แต่ไม่ได้มีการหาค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และสถิติทดสอบจริง หรือค่า ถูกใช้เพื่อคำนวณค่า P
Rในการศึกษาที่รายงานว่าสมาคมที่ไม่และไม่ได้มีการหาค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน และจริง หรือได้ค่า P P ตั้งไว้เท่ากับ 0.50 และจากนั้นแปลง Z . การศึกษาที่ไม่รายงานเฉพาะ p ค่า และให้ทั้งการทดสอบทางสถิติหรือข้อมูลเพียงพอที่จะคำนวณสถิติทดสอบ ( เช่น T , F ,  2 ) ได้รับการยกเว้นจากการคำนวณ ES r .
การศึกษาแต่ละส่วนเพียง 1 และต่อผลที่จะรักษาความเป็นอิสระของผลกลาง Meta วิเคราะห์ขั้นตอน ยกเว้นเมื่อข้อมูลได้รับอนุญาตสำหรับการแยกและการรวมดอกเบี้ยคำนวณภายใน ( เช่น ประเภท 1 และเบาหวานชนิดที่ 2 ) ( 26,27 )
เมื่อสมาคม  1 รายงาน สมาคมถูกแปลงเป็นคะแนนมาตรฐาน Z จากฟอร์มเดียว ESการศึกษาโดย mazze et al .
( 28 ) นับเป็น 2 การศึกษาอิสระ เพราะมันมีภาคตัดขวาง ( pretreatment ) ความสัมพันธ์ระหว่างภาวะซึมเศร้ากับธอส. รวมทั้งความสัมพันธ์ระยะยาวของ pre - รักษาเปลี่ยนการเปลี่ยนแปลงในภาวะซึมเศร้ากุล .
2 ตัวประมาณของประชากรและการคำนวณ , R และค่าเฉลี่ยถ่วงน้ำหนัก
Rที่ถูกคำนวณโดยถ่วงน้ำหนัก R เปลี่ยนแต่ละค่า r ใน Fisher ' s Z , Z ค่าเฉลี่ยแต่ละคน แล้ว backtransforming เฉลี่ยถ่วงน้ำหนักใน R . Z R ถูกคำนวณโดยเปลี่ยนแต่ละค่า r ใน Fisher ' s Z , Z คูณค่าเหล่านี้โดยสังเกตขนาดตัวอย่าง รวมทั้งศึกษาในหัวข้อและการหารผลรวมของรากที่สองของผลรวมของกำลังสองหนัก
Z ก็ backtransformed ถ่วงน้ำหนักใน R ( 26 ) .
ถ่วงน้ำหนัก R โดยทั่วไปถือว่าการประมาณการที่ดีที่สุดของประชากร ES และการวิเคราะห์อภิมาน และ นางตามสถิตินี้
และถือว่าเป็นอย่างมีนัยสำคัญว่า 95% CI รอบผลไม่รวม 0 หรือหากค่า P ที่เกี่ยวข้องกับขนาดของสถิติ z เป็น  0.05 ( 27 )
ทั้งถ่วงถ่วงน้ำหนักและ R มีการระบุไว้ในตารางเพื่อเปรียบเทียบ ความแตกต่างในค่าระหว่าง
ขนาดใหญ่การศึกษาลดความมั่นใจในผลลัพธ์ของการวิเคราะห์อภิมาน ( 26 )
ดังนั้นESS เป็นรายบุคคลอย่างมีนัยสำคัญที่สามารถตรวจสอบกับสรุปประมาณการผล
อภิวิเคราะห์หลักการจำกัด เพื่อยึดเกาะของข้อมูล