在統計學中，效應值是量化現象強度的數值。合併效應值是通過Meta分析方法將針對同一主題的多個單項研究的效應值進行合併計算出來的。
基本介紹
- 中文名：合併效應值
- 外文名：Combined effect size
用途,計算方法,檢驗,
用途
針對某一具體醫學問題的，經常會有多篇研究結果發表，而這些研究結果經常會存在以下兩種情況：研究結果之間相互矛盾；研究結果一致，但是估計效應值大小不同。因此計算合併效應值可以對多項研究間結果的一致性進行評價，綜合反映研究結果，同時可以增大樣本量，從而增加統計效能和增加估算效應值的精確度。
計算方法
Meta分析中常用的效應值可以根據原始研究類型和數據資料類型分為幾種：①計數資料：比值比（odds ratio,OR），相對危險度（relative risk ratio,RR）,風險比（hazard ratio,HR）,危險差（risk difference,RD）；②計量資料：加權均數差（weight mean difference，WMD），標準化均數差（standardized mean difference,SMD）；③診斷性試驗：診斷比值比（diagnostic odds ratio,DOR）,似然比（likelihood ratio，LR），綜合受試者工作特徵曲線（summary receiver operating characteristic curve，SROC），曲線下面積（area under curve,AUC）等。
針對不同研究資料類型可選取Mantel-Haenszel法和倒方差法等固定效應方法和隨機效應方法進行合併效應值的計算。
檢驗
無論用何種計算方法得到的合併效應值，都需要進行假設檢驗，以檢驗多個同類研究的合併效應量是否具有統計學意義，常用的有z檢驗和可信區間法。
