처리 효과, 효과 크기 및 점 추정치

의학 연구를 다루는 메타 분석가는 종종 "치료 효과"라는 용어를 사용하며, 이 용어는 때때로 의료 메타 분석에서 흔히 볼 수 있는 승산비, 위험 비율 또는 위험 차이를 나타내는 것으로 간주됩니다. 마찬가지로, 사회 과학 분야에서 일하는 메타 분석가는 종종 "효과 크기"라는 용어를 사용하며, 이 용어는 때때로 사회 과학 메타 분석에서 흔히 볼 수 있는 표준화된 평균 차이 또는 상관 관계를 나타내는 것으로 간주됩니다.

실제로, "처리 효과"와 "효과 크기"는 모두 승산비, 위험 비율, 위험 차이, 표준화 평균 차이, 원시 평균 차이, 상관 관계, 비율 비율, 비율 차이 및 위험 비율과 같은 동일한 지수 집합을 참조하는 데 사용할 수 있습니다(이 사이트에서 사용됨).

"치료 효과"와 "효과 크기"의 차이는 지수가 아니라 메타 분석의 본질에 있습니다. 메타 분석에서 두 변수 간의 관계 또는 두 그룹 간의 차이를 살펴볼 때 지수를 "효과 크기"라고 할 수 있습니다. 관계 또는 그룹화가 의도적인 개입을 기반으로 할 때 그 지수는 "치료 효과"라고도 할 수 있습니다.

예를 들어, 치료군과 대조군 간의 차이 또는 중재-A와 중재-B 간의 차이는 치료 효과 또는 효과 크기라고 할 수 있습니다. 이에 반해 석면에 노출된 집단과 노출되지 않은 집단의 차이, 또는 남성과 여성의 차이는 효과의 크기일 뿐 치료 효과는 아니다.

효과 크기(및 처리 효과)를 특징짓는 것은 효과를 본다는 것입니다. 다른 메타 분석은 효과를 조사하지 않고 한 시점에서 한 그룹의 사건 발생률 또는 평균을 추정하려고 시도합니다. 예를 들어, "와바시에서 라임병의 위험은 얼마입니까?" 또는 "유타의 모든 학생의 평균 SAT 점수는 얼마입니까?" 이러한 종류의 지수는 간단히 "점 추정치"라고 하며, 효과 크기 범주를 포함하는 일반 범주이며, 여기에는 처리 효과가 포함됩니다.

다행히도 이러한 구분은 크게 중요하지 않습니다. 모든 메타 분석과 CMA에서 효과를 계산하고, 분석을 실행하고, 데이터를 제시하는 메커니즘은 이러한 모든 종류의 데이터에 대해 거의 동일합니다.