자세한 기능 목록
스프레드시트 인터페이스로 작업하기
처리 효과(또는 효과 크기)를 자동으로 계산합니다.
빠르고 정확하게 메타 분석 수행
클릭 한 번으로 고해상도 삼림 플롯 생성
보고서
비디오 자습서
예측 구간
흔한 실수와 이를 피하는 방법
누적 메타 분석을 사용하여 시간이 지남에 따라 증거가 어떻게 변했는지 확인합니다.
"Remove-One" 분석을 사용하여 각 연구의 영향을 측정합니다.
데이터의 하위 집합으로 작업
연구 내에서 여러 하위 그룹 또는 결과에 대한 작업
중재자 변수의 영향 평가
출판 편향의 잠재적 영향 평가
스프레드시트 인터페이스로 작업하기
데이터를 직접 입력하거나 다른 프로그램에서 데이터 가져오기
스프레드시트 기반 프로그램에서와 마찬가지로 스프레드시트에 직접 데이터를 입력할 수 있습니다. 또는 현재 메타 분석을 위해 다른 프로그램을 사용 중인 경우 해당 프로그램에서 직접 데이터를 복사하거나 마법사를 사용하여 가져올 수 있습니다.
연구 내에 여러 하위 그룹 또는 결과가 있는 경우 어떻게 해야 합니까?
이 프로그램을 사용하면 두 개 이상의 하위 그룹, 결과, 시점 또는 비교에 대한 데이터를 보고하는 스터디로 작업할 수 있습니다. 이 프로그램을 사용하면 이러한 스터디에 대한 데이터를 쉽게 입력할 수 있으며 분석에서 사용할 수 있는 다양한 옵션을 제공합니다.
처리 효과(또는 효과 크기)를 자동으로 계산합니다.
모든 메타 분석에서는 각 연구에 대해 발표된 요약 데이터로 시작하여 처리 효과(또는 효과 크기)를 계산합니다. 예를 들어, 연구에서 각 그룹의 사건 수를 보고하는 경우 승산비를 계산할 수 있습니다. 또는 연구에서 평균과 표준 편차를 보고하는 경우 표준화 평균 차이를 계산할 수 있습니다. 효과 크기를 계산하는 이 프로세스는 일반적으로 지루하고 시간이 많이 걸립니다. 어떤 경우, 특히 연구가 다른 형식으로 데이터를 제시하는 경우 프로세스가 어렵고 오류가 발생하기 쉽습니다.
CMA를 사용하면 프로세스가 빠르고 정확합니다.
CMA를 사용하여 게시된 검토에 보고된 요약 데이터를 입력하면 프로그램이 해당 요약 데이터에서 효과 크기를 계산합니다. 예를 들어, 사건과 표본 크기를 입력하면 프로그램에서 승산비를 계산합니다. 또는 평균과 표준 편차를 입력하면 표준화된 평균 차이가 계산됩니다. 여기에는 세 가지 예(100개 이상의 옵션 중에서 선택됨)가 나와 있습니다.
내 데이터가 다른 형식인 경우 어떻게 해야 합니까?
연구에서 다른 형식의 데이터를 보고했다면 어떨까요? 어쩌면 p-값과 표본 크기만 보고한 연구가 있을 수도 있습니다. 또는 승산비와 신뢰 한계를 보고한 연구가 있습니다. 다른 프로그램에서는 분석을 진행하기 전에 각 스터디에 대한 효과 크기와 분산을 계산해야 합니다. 대조적으로 CMA를 사용하면 거의 모든 종류의 데이터를 입력할 수 있으며 위에 표시된 세 가지와 유사한 데이터 입력을 위한 100가지 형식이 포함되어 있습니다. 목록에서 데이터 유형을 찾기만 하면 CMA가 스프레드시트에 해당 열을 생성합니다.
프로그램은 이러한 효과를 계산하기 위해 어떤 공식을 사용합니까?
효과 크기를 계산하는 데 사용되는 공식을 보려면 해당 효과 크기를 두 번 클릭합니다. 사용된 정확한 수식과 해당 특정 행에 대한 계산의 모든 세부 정보를 보여주는 대화 상자가 열립니다.
다른 치료 효과 지수를 사용하려면 어떻게 해야 합니까?
위에 표시된 예 중 하나에서 사건과 표본 크기를 입력하면 프로그램이 승산비와 위험 비율을 계산했습니다. 위험 비율로 작업하는 것을 선호한다면 어떻게 해야 할까요? 또는 승산비에 해당하는 표준화 평균 차이를 계산하려면 어떻게 해야 할까요? 또 다른 예에서 평균과 표준 편차를 입력하면 프로그램이 표준화된 평균 차이를 계산했습니다. 원시 평균 차이로 작업하거나 표준화된 평균 차이에 해당하는 상관 관계를 계산하려면 어떻게 해야 할까요?
CMA를 사용하면 선택한 인덱스로 작업하고 인덱스 간에 전환할 수 있습니다.
예를 들어, 사건 및 표본 크기를 입력한 경우 프로그램은 승산비, 로그 승산비, 위험비, 로그 위험비, 위험 차이, 표준화 평균 차이(d), 치우침 수정 표준화 평균 차이(g), 상관 및 Fisher의 z를 계산합니다. 또는 평균과 표준 편차를 입력하면 원시 평균 차이, 표준화 평균 차이(d), 치우침 수정 표준화 평균 차이(g), 상관 관계, Fisher의 z, 로그 승산비 및 승산비가 계산됩니다.
이러한 예는 지원되는 형식 및 인덱스의 하위 집합입니다.
서로 다른 연구에서 서로 다른 종류의 데이터를 보고하면 어떻게 될까요?
위에서 거의 모든 종류의 데이터를 허용하도록 데이터 입력 화면을 사용자 지정할 수 있음을 보여주었습니다. 그러나 어떤 다른 연구가 다른 종류의 데이터를 제공합니까? 예를 들어, 한 연구는 사건과 표본 크기를 보고하고 다른 연구는 승산비와 신뢰 구간을 보고하면 어떻게 될까요? 두 종류의 데이터를 프로그램에 어떻게 가져올 수 있습니까?
CMA를 사용하면 다양한 데이터 형식을 혼합하고 일치시킬 수 있습니다. 처음 몇 개의 연구에 대한 사건 및 표본 크기를 입력한 다음 다음 몇 개의 연구에 대한 승산비 및 신뢰 구간을 입력하고 다른 연구에 대한 분산이 있는 승산비를 기록하는 등의 작업을 수행할 수 있습니다. 또는 일부 연구에 대한 평균 및 표준 편차, 다른 연구에 대한 p-값, 다른 연구에 대한 t-값 등을 입력할 수 있습니다. 원하는 만큼 다양한 종류의 데이터 형식으로 스프레드시트를 사용자 지정할 수 있습니다. 프로그램은 각 효과의 효과 크기를 계산하고 (가능한 범위 내에서) 동일한 분석에 모두 포함할 수 있도록 합니다. CMA는 이 기능을 제공하는 유일한 프로그램입니다.
내 연구의 일부(또는 전부)에 사전 포스트 또는 크로스오버 디자인이 포함되어 있으면 어떻게 됩니까?
CMA에는 20개 이상의 사전 사후 또는 크로스오버 설계에 대한 템플릿이 포함되어 있으며, 이러한 템플릿에 대한 표준 오차를 계산하기 어려울 수 있으므로 특히 중요합니다. 그리고 이러한 연구를 사후 테스트만 사용한 연구와 혼합하여 사용할 수 있습니다.
효과 크기를 이미 계산한 경우 어떻게 해야 합니까?
효과 크기와 분산(또는 표준 오차)을 이미 계산한 경우 직접 입력할 수 있습니다(다른 형식으로 데이터를 입력하는 것과 동일).
이진, 연속형 및 상관 데이터를 혼합할 수 있습니까?
위에서 설명한 바와 같이, 이 프로그램을 사용하면 요약 데이터를 두 가지 이상의 형식으로 입력할 수 있습니다(예: 한 연구의 경우 사건 및 표본 크기, 다른 연구의 경우 신뢰 구간이 있는 승산비). 그러나 이 예에서는 두 연구 모두 이진 데이터를 사용했습니다. 일부 연구는 이항 데이터(사건 및 표본 크기)를 보고하는 반면 다른 연구는 계량형 데이터(평균 및 표준 편차) 또는 상관 데이터를 보고하면 어떻게 될까요?
이 프로그램은 이러한 다양한 데이터 클래스에서 변환할 수 있습니다. 승산비, 표준화된 평균 차이 및 상관 관계를 변환하여 모두 동일한 분석에 사용할 수 있습니다.
효과 크기나 처리 효과가 아닌 점 추정치를 보는 연구가 있는 경우 어떻게 해야 합니까?
대부분의 메타 분석은 효과 크기(두 변수 간의 관계를 평가)를 사용하여 작동하지만 일부는 한 그룹의 위험, 비율 또는 평균을 추정하는 데 사용됩니다(예: "라임병의 위험은 얼마입니까?"). CMA는 이러한 효과(또는 포인트 추정치)에도 적용됩니다.
회귀 가중치에 대한 메타 분석을 실행할 수 있습니까?
예. 인식된 효과(예: 승산비 및 평균 차이)로 작업할 수 있을 뿐만 아니라 프로그램은 원래 척도 또는 로그 척도로 분석할 수 있는 일반 점 추정치로 작업할 수 있습니다.
빠르고 정확하게 메타 분석 수행
클릭 한 번으로 핵심 메타 분석이 실행되고 후속 모든 것에 대한 로드맵 역할을 하는 디스플레이가 생성됩니다.
이 표시는 분석에 포함된 연구 수, 각 연구가 얼마나 정확한지, 효과가 연구마다 일관되는지 또는 연구마다 크게 다른지 등 데이터를 명확하게 파악할 수 있는 대화형 삼림 플롯입니다. 그런 다음 필요에 따라 이 표시를 사용자 지정할 수 있습니다. 열을 추가 또는 제거하고, 계산 옵션을 설정하고, 추가 통계가 있는 테이블을 엽니다. 다음은 몇 가지 예입니다.
연구 가중치 표시
클릭 한 번으로 각 스터디에 할당된 상대적 가중치를 보여주는 열을 포함할 수 있습니다. 이 메커니즘을 사용하면 결합된 효과가 많은 연구의 함수인지 아니면 주로 연구의 작은 하위 집합에 의해 주도되었는지 명확해집니다.
계산 모델 선택
탭을 클릭하여 고정 효과 모델 또는 무작위 효과 모델을 선택합니다. 또한 두 모형을 동시에 표시할 수 있으며, 이를 통해 점 추정치와 신뢰 구간이 두 모형 간에 어떻게 다른지 확인할 수 있습니다.
계산 모델이 연구 가중치에 미치는 영향 이해
또한 고정 효과 분석과 랜덤 효과 분석에 대한 상대적 가중치가 나란히 표시됩니다. 이것은 고정 효과에서 무작위 효과 모델로 이동할 때 결합된 효과가 이동하는 이유를 설명하는 데 도움이 됩니다(논문 참조).
분석 화면 사용자 지정
각 스터디에 대해 표시되는 통계를 완전히 제어할 수 있습니다. 효과 크기, 표준 오차 및 신뢰 한계와 같은 기본 통계량을 표시할 수 있습니다. 각 그룹에 대한 사건 및 표본 크기와 같은 카운트를 표시할 수 있습니다. 각 연구에 대한 진단(예: 잔차(연구에서 결합 효과까지의 거리)을 표시할 수 있습니다.
효과 크기 인덱스 선택
도구 모음에는 처리 효과(또는 효과 크기)에 사용할 수 있는 모든 인덱스를 나열하는 드롭다운 상자가 포함되어 있습니다. 승산비 또는 표준화 평균 차이와 같은 효과 크기를 선택하면 모든 통계량, 가중치 및 그래프가 자동으로 업데이트됩니다.
계산의 모든 세부 정보 표시
모든 계산은 스프레드시트에 표시됩니다. 이 스프레드시트를 보고 실제로 계산의 모든 세부 사항을 따를 수 있습니다. 메타 분석을 위해 자신의 스프레드시트를 사용하는 경우 이 스프레드시트를 자신의 스프레드시트와 비교할 수 있습니다. 이것은 또한 독특한 교육 도구 역할을합니다.
클릭 한 번으로 고해상도 삼림 플롯 생성
모든 메타 분석의 핵심 요소는 산림 플롯으로, 각 연구의 효과 크기와 정밀도 및 결합된 효과를 보여주는 플롯입니다. 이 그림은 결합된 효과가 소수의 연구를 기반으로 하는지 아니면 많은 연구를 기반으로 하는지, 효과 크기가 일관적인지 또는 다양한지 등을 보여줍니다. 따라서 삼림 플롯은 연구자가 데이터를 이해하고 결과를 다른 사람에게 전달하는 데 중요한 역할을 합니다.
대부분의 다른 메타 분석 프로그램은 다른 목적으로 개발된 그래픽 엔진을 사용하여 삼림 플롯을 만드는 데 사용합니다. 대조적으로, CMA의 플로팅 엔진은 메타 분석을 위해 특별히 개발되었습니다. 사용하기 매우 쉽고 다양한 중요한 옵션을 제공합니다.
한 번의 클릭으로 고해상도 플롯을 만든 다음 플롯의 모든 요소를 사용자 정의하십시오. 스터디, 부분군 및 전체 효과에 대한 기호를 선택합니다. 선택적으로, 심볼 크기가 연구 가중치에 비례해야 결합 효과에 가장 많이 기여하는 연구를 쉽게 찾을 수 있도록 지정합니다. 그래프의 각 요소에 대한 색상과 글꼴을 설정한 다음 클릭 한 번으로 Word™ 또는 PowerPoint™로 내보낼 수 있습니다!
플롯을 PowerPoint™로 내보내기
클릭 한 번으로 PowerPoint™를 열고 현재 슬라이드의 복사본을 삽입할 수 있습니다. 전체 프로세스는 약 2초가 걸립니다.
> PowerPoint™에서 보려면 여기를 클릭하십시오.
보고서
한 번의 클릭으로 프로그램은 게시에 적합한 형식으로 모든 통계를보고하는 문서를 만듭니다.
두 번째 클릭으로 프로그램은 이 문서에 주석을 달고 모든 통계의 의미와 가정 및 제한 사항을 설명합니다
세 번째 클릭으로이 문서를Word로 내보냅니다.
샘플 보고서를 보려면 여기를 클릭하십시오.
비디오 자습서
분석을 처음부터 끝까지 실행하는 방법을 보여주는 사례 연구 비디오를 개발했습니다. 여기에는 데이터 입력 방법, 분석을 실행하는 방법, 그림을 만드는 방법, 여러 부분군의 효과 크기를 비교하는 방법 등이 포함됩니다.
비판적으로, 비디오의 각 섹션은 이제 특정 기능을 수행하는 방법만 설명하지만 이러한 기능이 분석의 맥락에서 어떤 용도로 사용되는지, 통계의 의미를 이해하는 방법은 설명합니다.
각 사례 연구는 약 90분 동안 진행됩니다. 메타 분석을 수행하고 올바르게 보고하는 방법을 배우기 위해 처음부터 끝까지 시청할 수 있습니다. 또는 프로그램의 모든 화면에서 해당 화면의 모든 기능을 설명하는 비디오 부분으로 이동할 수 있습니다.
예측 구간
모든 메타 분석에서는 평균 효과 크기와 효과 크기가 연구 간에 얼마나 광범위하게 다른지를 보고하는 것이 중요합니다. 이 분산은 예측 구간으로 해결됩니다. 예를 들어, 평균 효과 크기가 표준화된 평균 차이 0.50이지만 단일 모집단에서 실제 효과 크기가 0.05만큼 낮거나 0.95만큼 높을 수 있다고 보고할 수 있습니다. 메타 분석 보고를 위한 많은 지침에서 이제 예측 구간을 포함하도록 요구하고 있습니다.
버전 4에서는 예측 구간을 포레스트 플롯의 일부로 표시하는 옵션이 제공됩니다. 또한 클릭 한 번으로 실제 효과의 전체 분포를 보여주는 플롯을 만들 수 있습니다. 한 번 더 클릭하면 Word 또는 PowerPoint로 내보낼 수 있습니다.
흔한 실수와 이를 피하는 방법
우리는 최근에 메타 분석에서 흔한 실수와 그것을 피하는 방법이라는 책을 출판했습니다
이 책에는 통계 모델 선택, 이질성과 관련된 통계, 연구의 하위 그룹 비교, 출판 편향 등과 같은 영역에서의 실수가 포함되어 있습니다.
프로그램의 모든 화면에서 링크를 클릭하면 책의 관련 섹션이 포함된 PDF가 열립니다.
누적 메타 분석을 사용하여 시간이 지남에 따라 증거가 어떻게 변했는지 확인합니다.
누적 메타 분석은 실제로 일련의 메타 분석으로, 시퀀스의 각 분석은 하나의 추가 연구를 통합합니다. 예를 들어, 분석의 첫 번째 행에는 1990년에 발표된 연구가 포함되고, 다음 행에는 1990년과 1991년에 발표된 연구가 포함될 수 있습니다. 누적 메타 분석은 시간이 지남에 따라 증거 체계가 어떻게 변했는지를 보여주기 위해 후향적으로 수행되거나(예: Lau 연구 참조) 전향적으로 수행될 수 있으며, 새로운 연구가 완료됨에 따라 증거 본문에 추가될 수 있습니다(출산 사례 참조).
누적 메타 분석은 시간 경과에 따른 증거를 추적하는 데 가장 자주 사용되지만 다른 요인의 함수로 증거가 어떻게 변하는지 보여주는 데에도 사용할 수 있습니다. 예를 들어, 연구 규모별로 데이터를 정렬하고 누적 분석을 실행할 수 있습니다. 이 경우 프로그램은 가장 큰 연구만 포함된 결합 효과(맨 위)와 더 작은 연구가 분석에 추가됨에 따라 이 효과가 어떻게 바뀌었는지를 보여줍니다(간접 흡연 예 참조). 마찬가지로, 우리는 더 높은 수준의 연구로 시작하여 다른 연구가 추가됨에 따라 효과가 어떻게 변하는지 볼 수 있습니다.
"Remove-One" 분석을 사용하여 각 연구의 영향을 측정합니다.
민감도 분석의 일환으로 각 연구가 결합된 효과에 미치는 영향을 평가할 수 있습니다. 예를 들어, 특이치 또는 특히 대규모 연구의 결합 효과에 대한 영향은 무엇이었습니까? 아니면 소규모 연구가 전혀 영향을 미쳤습니까?
이러한 종류의 질문을 해결하기 위해 프로그램은 첫 번째 연구를 제외한 모든 연구에 대해 분석을 자동으로 실행한 다음 두 번째 연구를 제외한 모든 연구에 대해 분석을 실행합니다. 결과 플롯은 각 연구의 영향을 한 눈에 보여줍니다.
또한 스터디 또는 스터디 세트를 제거한 상태에서 분석을 실행할 수 있는 옵션이 있으며, 이러한 옵션은 이름 또는 중재자 변수 값으로 선택할 수 있습니다.
데이터의 하위 집합으로 작업
분석을 실행할 때 변수 또는 변수 조합을 선택(또는 필터링)할 수 있습니다. 연구 이름별로 연구를 포함하거나 제외할 수 있습니다. "이중맹검"에 대해 "예" 등급을 받은 연구를 포함할 수 있습니다. 연령을 "노인"으로, 환자 유형을 "만성"으로 코드화한 연구를 포함할 수 있습니다.
연구 내에서 여러 하위 그룹 또는 결과에 대한 작업
이 프로그램을 사용하면 둘 이상의 하위 그룹, 결과, 시점 또는 연구 내 비교에 대한 데이터를 입력할 수 있으며 분석에서 이러한 데이터를 처리하기 위한 다양한 옵션을 제공합니다.
중재자 변수의 영향 평가
효과 크기가 연구마다 크게 다른 경우 메타 분석의 중요한 목표는 이러한 변동의 이유를 이해하는 것일 수 있습니다.
분산 분석을 사용하여 범주형 중재자의 영향을 평가합니다. 예를 들어, "치료가 만성 환자보다 급성 환자에게 더 효과적입니까?" 또는 "숙제가 과외보다 더 효과적인 중재입니까?"
메타 회귀 분석을 사용하여 연속 중재자 변수의 영향을 평가합니다. 예를 들어, "투여량에 따라 치료 효과가 증가합니까?", "효과 크기의 크기가 학생의 연령과 관련이 있습니까?"
출판 편향의 잠재적 영향 평가
메타 분석은 사용 가능한 데이터를 수학적으로 정확하게 종합할 수 있지만, 유의한 연구가 중요하지 않은 연구보다 출판될 가능성이 더 높기 때문에 사용 가능한 데이터 풀이 편향될 수 있다는 우려가 있을 수 있습니다. 이 프로그램에는 일종의 민감도 분석으로 이 편향의 잠재적 영향을 평가하는 데 사용할 수 있는 기능 집합이 포함되어 있습니다.
포괄적인 메타 분석
"Comprehensive Meta‐Analysis software is like a magic wand. The simple and clear interface (like an Excel sheet) will guide you to do complicated meta‐analysis within only a few clicks. The comprehensive formats included in the software allow researchers to input the data in various ways. It provides clear outputs and high‐resolution graphs which can be imported to Microsoft Word. I especially love the feature that shows you the calculation steps so you can check whether you’ve run it correctly. It also provides advanced sub‐group analysis, moderator analysis, meta‐regression, and publication‐bias analysis. This software is a lifesaver! Meta‐analysis becomes very easy with the help of Comprehensive Meta‐Analysis. I am sure I will use this software for upcoming meta‐analyses in the future."
Jih‐Hsuan Lin (Tammy), Ph.D. Candidate - Media and Information Studies Program, Department of Telecommunication, Information Studies and Media, Michigan State University, East Lansing, MI
"I absolutely loved this program. Without it, I don't know how I would have gotten this series of metaanalyses done, let alone published (see attached). Very easy to use, many great features, and lots of support from you all (i.e., the emails about updates, training opportunities, etc.)."
Robert A. Schug, Ph.D. - Assistant Professor of Criminal Justice and Forensic Psychology, Department of Criminal Justice, California State University, Long Beach
"As a behavioral scientist who is newly developing expertise in using meta‐analysis, I have found CMA to be an invaluable tool. It is user‐friendly, but avoids superficiality and provides me with all the necessary technical depth I need. I have found CMA to be an outstanding program."
James MacKillop
"CMA has been a huge asset in my research on motivation and self‐regulation. I have used this software to conduct multiple meta‐analyses, each requiring different and multiple formats of effect size. CMA surpassed my needs and expectations every time. The software is really "comprehensive" yet exceptionally user‐friendly. Fellows and students have learned to use it in just one sitting. I highly recommend CMA to any researcher wishing to conduct meta‐analysis in a highly effective and efficient manner."
Patrick Gaudreau, Ph.D. - Professeur agrégé/Associate Professor Université d'Ottawa/University of Ottawa École de Psychologie/School of Psychology Ottawa, ON, Canada
"I am an advanced graduate student in clinical psychology, and CMA software was integrated into a meta‐analysis course I recently took. I feel very fortunate to have been trained in meta‐analyses at a time when we have this software because CMA is easy and, I dare say, fun to use. Rather than spending countless hours computing my own effect sizes and creating syntax, the program did it for me, which allowed me to spend my time really looking at the data, both graphically and numerically. I bought CMA for myself and would recommend it to anyone looking to learn the art of meta‐analysis."
Rachel Hershenberg
"I am impressed with the ease or simplicity of the Comprehensive Meta‐Analysis, not only in data entry but also the data generated. Unlike some of the free software available for meta‐analysis, I found the Comprehensive Meta‐Analysis user‐friendly, generating clear graphs and effect sizes. I took a long time to work out some of the free software available by some of my colleagues and found them very userunfriendly, confusing, and the graphs generated not easy on the eye. After chancing on Comprehensive Meta‐Analysis during a Google search and having a go at it during the free trial, I was keen to get my hands on it and have recommended it to some of colleagues. It is definitely worth getting it as it makes meta‐analysis non‐daunting and non‐scary especially for students pursuing their Masters or PhDs."
Li Whye Cindy, NG
"CMA has been the vehicle to get me started with my PhD! A meta‐analysis is the optimal starting point, as it allows you to clearly see the state‐of‐the‐art in your field and pose new questions. CMA, with its self‐explanatory, user‐friendly platform is the kind of software you would hope to be using for your meta‐analyses! Now my students are starting off their journeys in research by performing a metaanalysis using CMA!"
Dr. Papadatou‐Pastou Marietta - Lecturer, University of Athens
종합 메타 분석
종합 메타 분석(CMA)은 메타 분석을 위한 강력한 컴퓨터 프로그램입니다. 이 프로그램은 사용 편의성과 다양한 계산 옵션 및 정교한 그래픽을 결합합니다.