méta-analyse

Bonjour,

Dans mes études (neuropsy), je n'ai pas été formée à l'interprétation de certains tests que je retrouve souvent dans les méta-analyses. Pourriez vous m'aider à l'aide de l'exemple suivant?

" />

La seule chose que je comprends ici c'est que quand p< 0.001 donc les tests sont significatifs.
Mais je ne comprends pas vraiment comment interpréter les intervales du hedges'g, ni ce que signifie le l2.
Je crois comprendre que les intervalles font référence à la variabilité.
Est-ce que c'est juste si je raisonne de la manière suivante:
-  dans le cas de la "flexibilité mentale" chez les "adolescents", les résultats sont très variables selon les études et cette flexibilité n'est pas impactée de manière significative
-  dans le cas de la "fluence" chez les "enfants", les résultats sont peut variables et par ailleurs significatif. Donc cela signifie que la fluence est bien impactée chez les enfants
- comment interpréter la planification chez les ado: l'intervalle est grand, mais p=0.006 <0.01 donc ca reste significatif

Bref, si vous pouvez m'aiguiller dans mon raisonemment je vous serai très reconnaissante!

Merci d'avance!

Bonjour,

Chaque ligne du forest plot représente le résultat d'une méta-analyse à effets aléatoires. Le Hedges index est une différence de moyenne standardisée, qui permet de comparer les résultats des MA entre elles, même lorsque l'échelle de mesure ou les populations sont différentes. L'intervalle pour la 1ère MA, qui en toute vraisemblance est à 95% (vérifie tout de même) s'interpréte de la façon suivante: il y a 95% de chance pour que l'intervalle 0.35-0.61 contienne la vraie valeur de la différence standardisée de XX chez les enfants de moins de 12 ans. XX est la variable dépendante de l'étude, un score je suppose.
k est le nombre d'études différentes inclues dans la meta-analyse. Comme tu le remarques, plus le nombre est faible, plus l'IC est grand. Avec 2 études, l'IC est immense. Le I2 est une mesure d'hétérogénéité entre les études. Plus elle est faible, plus cela indique que les études inclues dans la MA estiment globalement le même effet et que la variabilité inter-études est faible. Au delà de 50%-60%, les résultats sont plus difficilement interprétables. Enfin, la p-value te donne une indication du niveau d'évidence obtenu grâce aux résultats de l'analyse quant à une différence entre les groupes de l'étude. p sera inférieur à 0.05 si l'intervalle ne contient pas 0.

Il faut juste faire attention dans l'interprétation à ne pas donner trop d'importance aux résultats des MA pour lesquelles le I2 est trop élevé. Tu peux parler de tendance, mais il faut faire comprendre qu'un plus grand nombre d'études sur le sujet seraient nécessaires pour augmenter la précision.

Ayana

Waouh! Super!! cette réponse m'aide beaucoup!
Un très grand merci!