SuperAPI AI 工具集

meta-analysis-guide

通用与其它

查看项目

更新于 10-16 07:17

技能介绍

Meta-Analysis Guide 是用于开展系统元分析的技能,资料称其遵循 Cochrane Handbook 与 PRISMA 指南,覆盖效应量计算与合并、异质性评估、发表偏倚评估和森林图生成。

用途与主要能力:计算常见效应量,包括 Cohen's d、Hedges' g、Pearson r、优势比(OR)、风险比(RR)、标准化均差(SMD),并给出方差、标准误与置信区间;支持固定效应与随机效应模型,随机效应采用 DerSimonian-Laird 估计,输出合并效应、95% 置信区间、tau 方、Q 统计量、I 方、H 方及异质性解释;可绘制森林图;提供发表偏倚评估方法,包括漏斗图、Egger 检验、Trim-and-fill、p-curve 与选择模型(如 Vevea-Hedges)。

使用方式:资料给出 Python 示例,定义 EffectSize 数据类,实现 cohens_d(含 Hedges g 小样本校正)、odds_ratio(2x2 表,必要时加 0.5 连续性校正)、random_effects_meta 与 forest_plot 函数,并使用 numpy、matplotlib,以及 stats.chi2。

报告规范:建议报告所有效应量及其 95% 置信区间,报告 Q、I 方与 tau 方,为主要结局提供森林图,报告漏斗图与发表偏倚检验,提供亚组分析与敏感性分析(留一法),并在开展综述前于 PROSPERO 注册方案。

限制:资料未提供安装命令、依赖版本、许可、收费与平台信息,相关事实暂未提供。