Hi, 我是钟多少玲
谢谢你看到这里🌈
本期分享一个免费的效应值转换工具
note: 本期预计阅读时间5分钟
背景
荟萃分析/元分析（meta analysis）的研究步骤可以分为：确定问题——文献检索——筛选文献——质量评估——数据提取——综合分析。
Fig. IWH systematic review steps and stakeholder engagement (Irvin, Van Eerd et al, 2010; Keown, Van Eerd & Irvin, 2008)
往期推送介绍了
初学者学习meta分析可以参考的资源👇
研究注册👇
90%的人不知道META分析这1步有多关键 |PROSPERO注册
文献检索👇
文献筛选👇
Meta分析筛选文献的一把好手—— Covidence 安利贴
meta 定量分析👇
在定量分析之前，数据编码、数据整理是必不可少的环节
其中经常涉及到一个重要环节——数据转换
举个例子（🌰），多个干预性原始研究中报告了不同的效应值，比如 d、r、η2、Odds ratio
数据整理时，需要将不同效应值转换为统一的效应值，如 Odds ratio 等
除meta分析外，效应量转换的应用场景广泛，包括但不限于 样本量计算、统计检验 等
psychometrica
网址：https://www.psychometrica.de/effect_size.html
由维尔茨堡大学 （JMU）Wolfgang Lenhard 教授 和 Alexandra Lenhard 博士提供的免费在线工具
网站操作方便，无需注册即可使用了
提供了十余种数据转换工具
转换工具
相等样本大小组别的比较（Cohen's d 和 Glass Δ）
不等样本大小组别的比较（Cohen's d，Hedges' g）
预后对照设计中，对于不等样本大小组别的均值差异的效应大小
重复测量设计中效应值估计
从非独立和独立 t 检验的检验统计量计算 d 和 r
从方差分析（ANOVA）的 F 值计算 d
基于组均值，从具有多个组的ANOVA计算效应大小
二项式效应大小显示（BESD）和需要治疗人数（NNT）
风险比、比值比和风险差
两个相关性之间的差异的效应大小
非参数检验的效应大小计算器：Mann-Whitney-U, Wilcoxon-W and Kruskal-Wallis-H
从多元回归分析的标准化β权重中估算 r
计算合并标准偏差
转换效应大小 d、r、f、比值比、η² 和共同语言效应大小（CLES）
从 χ² 和 z 检验统计量计算效应大小 d、r 和 η²
案例演示1
以背景的🌰进行演示
多个干预性原始研究中报告了不同的效应值，比如 d、 r、η2、Odds ratio
数据整理时需要统一转换效应值为 Odds ratio
找到第14个计算工具（效应值转换）
选择原始研究中的报告的效应值，如 d 值
在白色框内输入 d 值
紫色方框中即可直接输出其它效应值 r、η2、Odds ratio等
案例演示2
再举个🌰，有的研究中只报告了 Mann-Whitney-U 或 Kruskal-Wallis-H 的统计值
数据编码时可以转换计算出 η2 和 d
找到第11个计算工具（非参数检验效应值计算）
选择原始研究中的非参数检验方法，如Mann-Whitney-U
白色方框中输入 Mann-Whitney-U 统计值、组别1样本量、组别2样本量
紫色方框中即可直接输出 η2 和 d
总结
本期分享了一个免费、在线的效应量转换网站——https://www.psychometrica.de/effect_size.html
可用于meta分析的数据编码、样本量计算、统计检验等研究场景，建议使用 Ctrl + D 收藏网站，以供需要时使用
引用：Lenhard, W. & Lenhard, A. (2022). Computation of effect sizes. Retrieved from: https://www.psychometrica.de/effect_size.html. Psychometrica. DOI: 10.13140/RG.2.2.17823.92329
图片：https://https://www.psychometrica.de/effect_size.html/ 或图片下方注释
封面图片：pixabay
