Неоднородность исследования

В статистике — это явление , гетерогенность (между) исследований которое обычно возникает при попытке провести метаанализ . В упрощенном сценарии все исследования, результаты которых должны быть объединены в метаанализе, будут проводиться одинаковым образом и по одним и тем же экспериментальным протоколам. Различия между результатами будут обусловлены только ошибкой измерения (и, следовательно, исследования будут однородными ). Неоднородность исследования означает вариабельность результатов, которая выходит за рамки того, что можно было бы ожидать (или можно было бы объяснить) только из-за ошибки измерения. ^[1]

Введение

Метаанализ – это метод, используемый для объединения результатов различных исследований с целью получения количественного синтеза. Размер отдельных клинических исследований зачастую слишком мал, чтобы можно было надежно обнаружить эффект лечения. Метаанализ увеличивает эффективность статистического анализа за счет объединения результатов всех доступных исследований.

Когда кто-то пытается использовать метаанализ для оценки совокупного эффекта группы аналогичных исследований, эффекты, обнаруженные в отдельных исследованиях, должны быть достаточно схожими, чтобы можно было быть уверенным, что комбинированная оценка будет значимым описанием набора исследования. Однако индивидуальные оценки эффекта лечения могут варьироваться в зависимости от случая; ожидается некоторое изменение из-за ошибки наблюдения . Любое избыточное изменение (независимо от того, является ли оно очевидным, обнаруживаемым или нет) называется (статистической) неоднородностью . ^[2]Наличие некоторой гетерогенности не является чем-то необычным, например, аналогичные эффекты часто встречаются даже в рамках исследований, в многоцентровых исследованиях (межцентровая гетерогенность ).

Причинами дополнительной вариабельности обычно являются различия в самих исследованиях, исследуемых популяциях, схемах лечения, определениях конечных точек или других обстоятельствах («клиническое разнообразие»), или в способе анализа данных, какие модели использовались или были ли оценки в той или иной степени скорректированы («методологическое разнообразие»). ^[1] Различные типы показателей эффекта (например, соотношение шансов и относительный риск ) также могут быть в большей или меньшей степени подвержены неоднородности. ^[3]

Моделирование

В случае, если источник неоднородности может быть идентифицирован и связан с определенными особенностями исследования, анализ может быть стратифицирован (путем рассмотрения подгрупп исследований, которые, как мы надеемся, тогда будут более однородными) или путем расширения анализа до мета-регрессии . учет (непрерывных или категориальных ) переменных модератора . К сожалению, метаанализ на основе литературы часто не позволяет собрать данные обо всех (потенциально) значимых модераторах. ^[4]

Кроме того, неоднородность обычно учитывается с помощью модели случайных эффектов , в которой неоднородность затем представляет собой компонент дисперсии . ^[5] Модель отражает отсутствие знаний о том, почему эффекты лечения могут различаться, поскольку (потенциальные) различия рассматриваются как неизвестные. Центр этого симметричного распределения описывает среднее значение эффектов, а его ширина описывает степень неоднородности. Очевидным и общепринятым выбором распределения является нормальное распределение . Трудно установить обоснованность любого предположения о распределении, и это обычная критика метаанализа случайных эффектов. Однако вариации точной формы распределения могут не иметь большого значения. ^[6] моделирование показало, что методы относительно надежны даже при экстремальных предположениях о распределении, как при оценке неоднородности, так и при оценке неоднородности. ^[7] и расчет общего размера эффекта. ^[8]

Включение случайного эффекта в модель делает выводы (в некотором смысле) более консервативными или осторожными, поскольку (ненулевая) неоднородность приведет к большей неопределенности (и позволит избежать чрезмерной уверенности) в оценке общих эффектов. В частном случае нулевой дисперсии неоднородности модель случайных эффектов снова сводится к частному случаю модели с общим эффектом . ^[9]

Однако общие модели метаанализа, конечно, не следует применять слепо или наивно к собранным наборам оценок. В случае, если результаты, подлежащие объединению, существенно различаются (по контексту или предполагаемому эффекту), полученное метааналитическое среднее может в конечном итоге не соответствовать разумной оценке . ^[10]^[11]Когда отдельные исследования показывают противоречивые результаты, вероятно, существуют некоторые причины, по которым результаты различаются; например, в двух субпопуляциях могут наблюдаться разные фармакокинетические пути . ^[12] В таком сценарии было бы важно как знать , так и учитывать соответствующие копеременные в анализе.

Тестирование

Статистическая проверка ненулевой дисперсии неоднородности часто проводится на основе Кокрана . Q ^[13] или соответствующие процедуры испытаний. Однако эта распространенная процедура сомнительна по нескольким причинам, а именно, из-за низкой мощности таких тестов. ^[14] особенно в очень распространенном случае, когда в анализе объединяются лишь несколько оценок, ^[15]^[7] а также определение однородности как нулевой гипотезы , которая затем отвергается только при наличии достаточных доказательств против нее. ^[16]

Оценка

Хотя основной целью метаанализа обычно является оценка основного эффекта , исследование гетерогенности также имеет решающее значение для его интерпретации. большое количество ( частотных и байесовских ) оценок . Доступно ^[17] Байесовская оценка неоднородности обычно требует указания соответствующего предварительного распределения . ^[9]^[18]

Хотя многие из этих оценок ведут себя одинаково в случае большого количества исследований, различия, в частности, возникают в их поведении в обычном случае лишь нескольких оценок. ^[19] Часто получается неверная нулевая оценка дисперсии между исследованиями, что приводит к ложному предположению об однородности. В целом, похоже, что гетерогенность постоянно недооценивается в метаанализах. ^[7]

Количественная оценка

неоднородности Дисперсия обычно обозначается τ², а стандартное отклонение (ее квадратный корень) — τ. распределения неоднородности Неоднородность, вероятно, легче всего интерпретировать с точки зрения τ, поскольку это масштабный параметр , который измеряется в тех же единицах, что и сам общий эффект. ^[18]

Другой распространенной мерой гетерогенности является I², статистика, которая указывает процент дисперсии в метаанализе, связанной с гетерогенностью исследования (что-то похожее на коэффициент детерминации ). ^[20]I² связывает величину дисперсии неоднородности с размером дисперсий отдельных оценок (квадратные стандартные ошибки ); однако при такой нормализации не совсем очевидно, что именно будет представлять собой «маленькую» или «большую» степень неоднородности. При постоянной неоднородности (τ) наличие меньших или более крупных исследований (с соответственно различающимися стандартными ошибками) будет влиять на показатель I²; поэтому фактическая интерпретация значения I² не является простой. ^[21]^[22]

Совместное рассмотрение интервала прогнозирования вместе с доверительным интервалом для основного эффекта может помочь лучше понять вклад неоднородности в неопределенность оценки эффекта. ^[5]^[23]^[24]^[25]

См. также

Ссылки

^ Jump up to: ^а ^б Дикс, Джей-Джей; Хиггинс, JPT; Альтман, Д.Г. (2021), «10.10 Неоднородность» , в Хиггинсе, JPT; Томас, Дж.; Чендлер, Дж.; Кампстон, М.; Ли, Т.; Пейдж, MJ; Уэлч, Вирджиния (ред.), Кокрейновское руководство по систематическим обзорам вмешательств (изд. 6.2)
^ Сингх, А.; Хусейн, С.; Наджми, А.Н. (2017), «Количество исследований, гетерогенность, обобщаемость и выбор метода метаанализа», Журнал неврологических наук , 15 (381): 347, номер документа : 10.1016/j.jns.2017.09. 026 , PMID 28967410 , S2CID 31073171
^ Дикс, Джей-Джей; Альтман, Д.Г. (2001), «Показатели эффекта для метаанализа исследований с бинарными исходами», в Эггер, М.; Дэйви Смит, Дж.; Альтман, Д. (ред.), Систематические обзоры в здравоохранении: метаанализ в контексте (2-е изд.), BMJ Publishing, стр. 313–335, doi : 10.1002/9780470693926.ch16 , ISBN 9780470693926
^ Купер, Харрис; Хеджес, Ларри В.; Валентайн, Джеффри К. (14 июня 2019 г.). Справочник по исследовательскому синтезу и метаанализу . Фонд Рассела Сейджа. ISBN 978-1-61044-886-4 .
^ Jump up to: ^а ^б Райли, доктор медицинских наук; Хиггинс, JP; Дикс, Дж. Дж. (2011), «Интерпретация метаанализа случайных эффектов», BMJ , 342 : d549, doi : 10.1136/bmj.d549 , PMID 21310794 , S2CID 32994689
^ Бретхорст, Г.Л. (1999), «Почти нерелевантность распределений частоты дискретизации», фон дер Линден, В.; и др. (ред.), Максимальная энтропия и байесовские методы , Kluwer Academic Publishers, стр. 21–46, doi : 10.1007/978-94-011-4710-1_3 , ISBN 978-94-010-5982-4
^ Jump up to: ^а ^б ^с Контопантелис, Э.; Спрингейт, Д.А.; Ривз, Д. (2013). «Повторный анализ данных Кокрановской библиотеки: опасности ненаблюдаемой гетерогенности в метаанализе» . ПЛОС ОДИН . 8 (7): e69930. Бибкод : 2013PLoSO...869930K . дои : 10.1371/journal.pone.0069930 . ПМЦ 3724681 . ПМИД 23922860 .
^ Контопантелис, Э.; Ривз, Д. (2012). «Эффективность статистических методов метаанализа, когда истинные эффекты исследования не имеют нормального распределения: симуляционное исследование» . Статистические методы в медицинских исследованиях . 21 (4): 409–26. дои : 10.1177/0962280210392008 . ПМИД 21148194 . S2CID 152379 .
^ Jump up to: ^а ^б Рёвер, К. (2020), «Метаанализ байесовских случайных эффектов с использованием пакета Bayesmeta R», Journal of Statistical Software , 93 (6): 1–51, arXiv : 1711.08683 , doi : 10.18637/jss.v093.i06
^ Корнелл, Джон Э.; Малроу, Синтия Д.; Локалио, Рассел; Стек, Кэтрин Б.; Мейбом, Энн Р.; Гуаллар, Элисео; Гудман, Стивен Н. (18 февраля 2014 г.). «Метаанализ непоследовательных эффектов случайных эффектов: время перемен» . Анналы внутренней медицины . 160 (4): 267–270. дои : 10.7326/M13-2886 . ISSN 0003-4819 . ПМИД 24727843 . S2CID 9210956 .
^ Мазиарж, Мариуш (01 февраля 2022 г.). «Является ли метаанализ РКИ, оценивающих эффективность вмешательств, надежным источником доказательств для принятия терапевтических решений?» . Исследования по истории и философии науки . 91 : 159–167. дои : 10.1016/j.shpsa.2021.11.007 . ISSN 0039-3681 . ПМИД 34922183 . S2CID 245241150 .
^ Боренштейн, Майкл; Хеджес, Ларри В.; Хиггинс, Джулиан П.Т.; Ротштейн, Ханна Р. (2010). «Базовое введение в модели с фиксированным и случайным эффектом для метаанализа» . Методы синтеза исследований . 1 (2): 97–111. дои : 10.1002/jrsm.12 . ISSN 1759-2887 . ПМИД 26061376 . S2CID 1040498 .
^ Кохран, WG (1954), «Комбинация оценок из разных экспериментов», Biometrics , 10 (1): 101–129, doi : 10.2307/3001666 , JSTOR 3001666
^ Харди, Р.Дж.; Томпсон, С.Г. (1998), «Обнаружение и описание гетерогенности в метаанализе», Статистика в медицине , 17 (8): 841–856, doi : 10.1002/(SICI)1097-0258(19980430)17:8<841: :AID-SIM781>3.0.CO;2-D , PMID 9595615
^ Дэйви, Дж.; Тернер, РМ; Кларк, MJ; Хиггинс, JPT (2011), «Характеристики метаанализов и их компонентных исследований в Кокрановской базе данных систематических обзоров: перекрестный описательный анализ», BMC Medical Research Methodology , 11 (1): 160, doi : 10.1186/ 1471-2288-11-160 , ПМК 3247075 , ПМИД 22114982
^ Ли, В.; Лю, Ф.; Снейвли, Д. (2020), «Возврат к методам тестирования, а затем пула и некоторые практические соображения», Pharmaceutical Статистика , 19 (5): 498–517, doi : 10.1002/pst.2009 , PMID 32171048 , S2CID 212718520
^ Вероники А.А.; Джексон, Д.; Фихтбауэр, В.; Бендер, Р.; Боуден, Дж.; Кнапп, Г.; Кусс, О.; Хиггинс, JPT; Ланган, Д.; Саланти, Г. (2016), «Методы оценки дисперсии между исследованиями и ее неопределенности в метаанализе», Research Synthesis Methods , 7 (1): 55–79, doi : 10.1002/jrsm.1164 , PMC 4950030 , ПМИД 26332144
^ Jump up to: ^а ^б Рёвер, К.; Бендер, Р.; Диас, С.; Шмид, CH; Шмидли, Х.; Штурц, С.; Вебер, С.; Фриде, Т. (2021), «О слабоинформативных априорных распределениях параметра неоднородности в метаанализе байесовских случайных эффектов», Research Synthesis Methods , 12 (4): 448–474, arXiv : 2007.08352 , doi : 10.1002/jrsm .1475 , PMID 33486828 , S2CID 220546288
^ Фриде, Т.; Рёвер, К.; Вандель, С.; Нойеншвандер, Б. (2017), «Метаанализ нескольких небольших исследований орфанных заболеваний», Research Synthesis Methods , 8 (1): 79–91, arXiv : 1601.06533 , doi : 10.1002/jrsm.1217 , PMC 5347842 , PMID 27362487
^ Хиггинс, JPT; Томпсон, СГ; Дикс, Джей-Джей; Альтман, Д.Г. (2003), «Измерение несогласованности в метаанализе», BMJ , 327 (7414): 557–560, doi : 10.1136/bmj.327.7414.557 , PMC 192859 , PMID 12958120
^ Рюкер, Г.; Шварцер, Г.; Карпентер-младший; Шумахер, М. (2008), «Неоправданное доверие к I² при оценке гетерогенности может ввести в заблуждение», BMC Medical Research Methodology , 8 (79): 79, doi : 10.1186/1471-2288-8-79 , PMC 2648991 , PMID 19036172
^ Боренштейн, М.; Хиггинс, JPT; Хеджес, Луизиана; Ротштейн, HR (2017), «Основы метаанализа: I² не является абсолютной мерой гетерогенности» (PDF) , Research Synthesis Methods , 8 (1): 5–18, doi : 10.1002/jrsm.1230 , hdl : 1983/9cea2307-8e9b-4583-9403-3a37409ed1cb , PMID 28058794 , S2CID 4235538
^ Чиолеро, А; Санчи, В.; Бернанд, Б.; Платт, RW; Паради, Г. (2012), «Метаанализ: с доверительными интервалами или с интервалами прогнозирования?» (PDF) , Европейский журнал эпидемиологии , 27 (10): 823–5, doi : 10.1007/s10654-012-9738-y , PMID 23070657 , S2CID 20413290
^ Бендер, Р.; Кисс, О.; Кох, А.; Швенке, К.; Хаушке, Д. (2014), Применение интервалов прогнозирования в метаанализе со случайными эффектами (PDF) , Совместное заявление IQWiG , GMDS и IBS-DR
^ ИнтХаут, Дж; Иоаннидис, JPA; Роверс, ММ; Гоман, Дж. Дж. (2016), «Призыв к регулярному представлению интервалов прогнозирования в метаанализе» (PDF) , BMJ Open , 6 (7): e010247, doi : 10.1136/bmjopen-2015-010247 , PMC 4947751 , PMID 27406637

Дальнейшее чтение

Боренштейн, М.; Хеджес, Луизиана; Хиггинс, JPT; Ротштейн, HR (2010), «Базовое введение в модели с фиксированным и случайным эффектом для метаанализа», Research Synthesis Methods , 1 (2): 97–111, doi : 10.1002/jrsm.12 , PMID 26061376 , S2CID 1040498
Фляйсс, Дж.Л. (1993), «Статистические основы метаанализа», Статистические методы в медицинских исследованиях , 2 (2): 121–145, doi : 10.1177/096228029300200202 , PMID 8261254 , S2CID 121128494
Хиггинс, JPT; Томас, Дж.; Чендлер, Дж.; Кампстон, М.; Ли, Т.; Пейдж, MJ; Уэлч, Вирджиния (2019), Кокрейновское руководство по систематическим обзорам вмешательств (2-е изд.), Wiley Blackwell, ISBN 9781119536611
Мостеллер, Ф.; Кольдиц, Джорджия (1996), «Понимание синтеза исследований (метаанализ)», Annual Review of Public Health , 17 : 1–23, doi : 10.1146/annurev.pu.17.050196.000245 , PMID 8724213
Саттон, Эй Джей; Абрамс, КР; Джонс, Д.Р. (2001), «Иллюстрированное руководство по методам метаанализа», Журнал оценки в клинической практике , 7 (2): 135–148, doi : 10.1046/j.1365-2753.2001.00281.x , ПМИД 11489039

[CochraneChapter10-1] Jump up to: ^а ^б Дикс, Джей-Джей; Хиггинс, JPT; Альтман, Д.Г. (2021), «10.10 Неоднородность» , в Хиггинсе, JPT; Томас, Дж.; Чендлер, Дж.; Кампстон, М.; Ли, Т.; Пейдж, MJ; Уэлч, Вирджиния (ред.), Кокрейновское руководство по систематическим обзорам вмешательств (изд. 6.2)

[2] Сингх, А.; Хусейн, С.; Наджми, А.Н. (2017), «Количество исследований, гетерогенность, обобщаемость и выбор метода метаанализа», Журнал неврологических наук , 15 (381): 347, номер документа : 10.1016/j.jns.2017.09. 026 , PMID 28967410 , S2CID 31073171

[3] Дикс, Джей-Джей; Альтман, Д.Г. (2001), «Показатели эффекта для метаанализа исследований с бинарными исходами», в Эггер, М.; Дэйви Смит, Дж.; Альтман, Д. (ред.), Систематические обзоры в здравоохранении: метаанализ в контексте (2-е изд.), BMJ Publishing, стр. 313–335, doi : 10.1002/9780470693926.ch16 , ISBN 9780470693926

[4] Купер, Харрис; Хеджес, Ларри В.; Валентайн, Джеффри К. (14 июня 2019 г.). Справочник по исследовательскому синтезу и метаанализу . Фонд Рассела Сейджа. ISBN 978-1-61044-886-4 .

[RileyEtAl2011-5] Jump up to: ^а ^б Райли, доктор медицинских наук; Хиггинс, JP; Дикс, Дж. Дж. (2011), «Интерпретация метаанализа случайных эффектов», BMJ , 342 : d549, doi : 10.1136/bmj.d549 , PMID 21310794 , S2CID 32994689

[6] Бретхорст, Г.Л. (1999), «Почти нерелевантность распределений частоты дискретизации», фон дер Линден, В.; и др. (ред.), Максимальная энтропия и байесовские методы , Kluwer Academic Publishers, стр. 21–46, doi : 10.1007/978-94-011-4710-1_3 , ISBN 978-94-010-5982-4

[KontopantelisP1-7] Jump up to: ^а ^б ^с Контопантелис, Э.; Спрингейт, Д.А.; Ривз, Д. (2013). «Повторный анализ данных Кокрановской библиотеки: опасности ненаблюдаемой гетерогенности в метаанализе» . ПЛОС ОДИН . 8 (7): e69930. Бибкод : 2013PLoSO...869930K . дои : 10.1371/journal.pone.0069930 . ПМЦ 3724681 . ПМИД 23922860 .

[KontopantelisSMMR10-8] Контопантелис, Э.; Ривз, Д. (2012). «Эффективность статистических методов метаанализа, когда истинные эффекты исследования не имеют нормального распределения: симуляционное исследование» . Статистические методы в медицинских исследованиях . 21 (4): 409–26. дои : 10.1177/0962280210392008 . ПМИД 21148194 . S2CID 152379 .

[Roever2020-9] Jump up to: ^а ^б Рёвер, К. (2020), «Метаанализ байесовских случайных эффектов с использованием пакета Bayesmeta R», Journal of Statistical Software , 93 (6): 1–51, arXiv : 1711.08683 , doi : 10.18637/jss.v093.i06

[10] Корнелл, Джон Э.; Малроу, Синтия Д.; Локалио, Рассел; Стек, Кэтрин Б.; Мейбом, Энн Р.; Гуаллар, Элисео; Гудман, Стивен Н. (18 февраля 2014 г.). «Метаанализ непоследовательных эффектов случайных эффектов: время перемен» . Анналы внутренней медицины . 160 (4): 267–270. дои : 10.7326/M13-2886 . ISSN 0003-4819 . ПМИД 24727843 . S2CID 9210956 .

[11] Мазиарж, Мариуш (01 февраля 2022 г.). «Является ли метаанализ РКИ, оценивающих эффективность вмешательств, надежным источником доказательств для принятия терапевтических решений?» . Исследования по истории и философии науки . 91 : 159–167. дои : 10.1016/j.shpsa.2021.11.007 . ISSN 0039-3681 . ПМИД 34922183 . S2CID 245241150 .

[12] Боренштейн, Майкл; Хеджес, Ларри В.; Хиггинс, Джулиан П.Т.; Ротштейн, Ханна Р. (2010). «Базовое введение в модели с фиксированным и случайным эффектом для метаанализа» . Методы синтеза исследований . 1 (2): 97–111. дои : 10.1002/jrsm.12 . ISSN 1759-2887 . ПМИД 26061376 . S2CID 1040498 .

[13] Кохран, WG (1954), «Комбинация оценок из разных экспериментов», Biometrics , 10 (1): 101–129, doi : 10.2307/3001666 , JSTOR 3001666

[14] Харди, Р.Дж.; Томпсон, С.Г. (1998), «Обнаружение и описание гетерогенности в метаанализе», Статистика в медицине , 17 (8): 841–856, doi : 10.1002/(SICI)1097-0258(19980430)17:8<841: :AID-SIM781>3.0.CO;2-D , PMID 9595615

[15] Дэйви, Дж.; Тернер, РМ; Кларк, MJ; Хиггинс, JPT (2011), «Характеристики метаанализов и их компонентных исследований в Кокрановской базе данных систематических обзоров: перекрестный описательный анализ», BMC Medical Research Methodology , 11 (1): 160, doi : 10.1186/ 1471-2288-11-160 , ПМК 3247075 , ПМИД 22114982

[16] Ли, В.; Лю, Ф.; Снейвли, Д. (2020), «Возврат к методам тестирования, а затем пула и некоторые практические соображения», Pharmaceutical Статистика , 19 (5): 498–517, doi : 10.1002/pst.2009 , PMID 32171048 , S2CID 212718520

[17] Вероники А.А.; Джексон, Д.; Фихтбауэр, В.; Бендер, Р.; Боуден, Дж.; Кнапп, Г.; Кусс, О.; Хиггинс, JPT; Ланган, Д.; Саланти, Г. (2016), «Методы оценки дисперсии между исследованиями и ее неопределенности в метаанализе», Research Synthesis Methods , 7 (1): 55–79, doi : 10.1002/jrsm.1164 , PMC 4950030 , ПМИД 26332144

[RoeverEtAl2020-18] Jump up to: ^а ^б Рёвер, К.; Бендер, Р.; Диас, С.; Шмид, CH; Шмидли, Х.; Штурц, С.; Вебер, С.; Фриде, Т. (2021), «О слабоинформативных априорных распределениях параметра неоднородности в метаанализе байесовских случайных эффектов», Research Synthesis Methods , 12 (4): 448–474, arXiv : 2007.08352 , doi : 10.1002/jrsm .1475 , PMID 33486828 , S2CID 220546288

[19] Фриде, Т.; Рёвер, К.; Вандель, С.; Нойеншвандер, Б. (2017), «Метаанализ нескольких небольших исследований орфанных заболеваний», Research Synthesis Methods , 8 (1): 79–91, arXiv : 1601.06533 , doi : 10.1002/jrsm.1217 , PMC 5347842 , PMID 27362487

[HigginsBMJ03-20] Хиггинс, JPT; Томпсон, СГ; Дикс, Джей-Джей; Альтман, Д.Г. (2003), «Измерение несогласованности в метаанализе», BMJ , 327 (7414): 557–560, doi : 10.1136/bmj.327.7414.557 , PMC 192859 , PMID 12958120

[21] Рюкер, Г.; Шварцер, Г.; Карпентер-младший; Шумахер, М. (2008), «Неоправданное доверие к I² при оценке гетерогенности может ввести в заблуждение», BMC Medical Research Methodology , 8 (79): 79, doi : 10.1186/1471-2288-8-79 , PMC 2648991 , PMID 19036172

[22] Боренштейн, М.; Хиггинс, JPT; Хеджес, Луизиана; Ротштейн, HR (2017), «Основы метаанализа: I² не является абсолютной мерой гетерогенности» (PDF) , Research Synthesis Methods , 8 (1): 5–18, doi : 10.1002/jrsm.1230 , hdl : 1983/9cea2307-8e9b-4583-9403-3a37409ed1cb , PMID 28058794 , S2CID 4235538

[23] Чиолеро, А; Санчи, В.; Бернанд, Б.; Платт, RW; Паради, Г. (2012), «Метаанализ: с доверительными интервалами или с интервалами прогнозирования?» (PDF) , Европейский журнал эпидемиологии , 27 (10): 823–5, doi : 10.1007/s10654-012-9738-y , PMID 23070657 , S2CID 20413290

[24] Бендер, Р.; Кисс, О.; Кох, А.; Швенке, К.; Хаушке, Д. (2014), Применение интервалов прогнозирования в метаанализе со случайными эффектами (PDF) , Совместное заявление IQWiG , GMDS и IBS-DR

[25] ИнтХаут, Дж; Иоаннидис, JPA; Роверс, ММ; Гоман, Дж. Дж. (2016), «Призыв к регулярному представлению интервалов прогнозирования в метаанализе» (PDF) , BMJ Open , 6 (7): e010247, doi : 10.1136/bmjopen-2015-010247 , PMC 4947751 , PMID 27406637

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]