Notre Offre  |  Cours offerts  |  Introduction à la méta-analyse avec CMA

Introduction à la méta-analyse avec CMA

Description générale

Ce cours d’une journée offre aux chercheurs, étudiants et professionnels de recherche une introduction à la méta-analyse. L’accent est mis sur la compréhension des concepts importants et la capacité de les mettre en application dans un contexte pratique. Pour aider les participants à faire le lien entre les notions théoriques et l’interprétation de résultats concrets, des séances d’exercices à l’aide du logiciel Comprehensive Meta Analysis Version 2 (CMA) seront intégrés au cours. Au terme de cette formation, les participants seront en mesure d’effectuer des méta-analyses simples, d’en comprendre les éléments principaux et de se faire une idée de la fiabilité et de la portée de leurs résultats.

Prérequis

Avoir suivi un cours de statistique de niveau universitaire et être familier avec la notion de tests statistiques et les concepts qui y sont associés (hypothèses de test, valeur-p, intervalles de confiance), ainsi qu’avec les statistiques descriptives courantes (moyenne, écart-type, corrélation, proportion).

Plan de cours

Introduction

  • Qu’est-ce qu’une méta-analyse?
  • Méta-analyse vs revue de littérature traditionnelle
  • Tailles d’effet plutôt que valeurs-p
  • Analyser la dispersion et l’importance des effets
  • Exemple pour illustrer les composantes d’une méta-analyse

Tailles d’effets

  • Tailles d’effets basées sur les moyennes
  • Tailles d’effets pour les données binaires
  • Tailles d’effets pour les corrélations
  • Conversion des tailles d’effets
  • Facteurs affectant la précision

Effet fixe et effets aléatoires

  • Modèle avec un effet fixe
  • Modèle avec des effets aléatoires
  • Comparaison et critères de sélection du modèle

Analyse de l’hétérogénéité

  • Statistiques d’hétérogénéité : Q, τ, I2 et comparaison entre elles
  • Intervalles de prédiction

Biais de publication

  • Graphique en forêt avec études triées
  • Graphique en entonnoir (« funnel plot »)
  • Test de corrélation selon les rangs de Beggs et Mazumdar
  • Test d’Egger pour l’ordonnée à l’origine
  • Fail-safe N de Rosenthal
  • Fail-safe N d’Orwin
  • « Trim and Fill » de Duval et Tweedie
  • Méta-analyse cumulative

Divers

  • Puissance pour la méta-analyse
  • Présenter les résultats d’une méta-analyse
  • Critiques de la méta-analyse (et réponses possibles)

Inscription: Formule en classe | Formule en entreprise