MA Power Analysis

Quando utilizzarlo

Usala quando hai una tabella di effetti e ti serve una stima aggregata difendibile.

Toglie la meta-analisi da un output di calcolatrice e la lega a una traccia decisionale: dimensione dell'effetto, eterogeneità, selezione del modello e provenienza.

Limiti e ambito

• È un metodo di specifica del disegno: pianifica o dimensiona uno studio prima che i dati esistano, anziché analizzare un insieme di dati raccolto.
• Per questo metodo non viene ancora generata una figura autonoma; i risultati sono riportati come tabelle e conclusioni interpretate.
• I risultati dipendono dagli studi, dal corpus e dai parametri che fornite, nonché dal modello scelto. L'analisi sintetizza le prove così come sono riportate; non stabilisce un nesso causale.
• Ogni figura conserva la propria fonte e ogni esecuzione è riproducibile bit per bit a partire dagli stessi input, parametri e versione del motore.

In questa famiglia

• Univariate Meta-AnalysisPool one effect size per study into a single summary estimate with heterogeneity diagnostics.
• Multilevel Meta-AnalysisTwo- or three-level models for dependent effect sizes nested within studies or labs.
• GLMM Meta-AnalysisGeneralised linear mixed models for binary/count outcomes without normal approximation.
• Network Meta-AnalysisMixed treatment comparison across ≥3 interventions with a connected evidence network.
• Diagnostic Test AccuracyBivariate sensitivity/specificity model with a summary ROC curve.
• Dose–Response Meta-AnalysisModel the shape of an exposure–outcome relationship across dose levels.
• P-Uniform*Bias-corrected effect estimate robust to selective publication.
• P-Curve AnalysisTest the significant p-values for evidential value vs p-hacking via the p-curve's right-skew (Simonsohn et al. 2014).
• Trial Sequential AnalysisAdjust cumulative meta-analysis for repeated significance testing — is the evidence conclusive, or is more information needed (Wetterslev et al. 2008)?