Effektweging

Effektweging is een statistische methode waarbij aan individuele effectschattingen uit meerdere onderzoeken of metingen gewicht wordt toegekend bij het samenvoegen van de resultaten. Het doel is een gezamenlijke, ge Poolde effectmaat te verkrijgen die rekening houdt met de betrouwbaarheid, precisie en/of relevantie van elke afzonderlijke schatting.

De term wordt vooral toegepast in meta-analyses en data-synthese. Gewichten reflecteren doorgaans de precisie van een schatting of de steekproefomvang: een veel gebruikte aanpak is inverse-variant gewichten, waarbij het gewicht is omgekeerd evenredig met de variantie van het effect. Andere benaderingen gebruiken bijvoorbeeld gewichten op basis van steekproefgrootte of op basis van kwaliteits- of relevantiefactoren.

Hoe effektweging werkt, kort samengevat: men bepaalt eerst een effectmaat voor elk onderzoek (bijv. verschil in gemiddelden, odds ratio, correlatie). Vervolgens schat men voor elke studie de variatie van die maat. Daarna kiest men een weging (bij vaste effecten vaak inverse-variant gewichten; bij random-effects modellen wordt ook tussenstudie-variantie τ^2 meegedragen). Het gepoolde effect is θ̂ = sum(w_i * θ_i) / sum(w_i), en de standaardfout is meestal sqrt(1 / sum(w_i)). Een betrouwbaarheidsinterval en heterogeniteitsmetingen (zoals Q en I^2) kunnen volgen.

Toepassingen en aandachtspunten: effektweging is veelvuldig gebruikt in geneeskunde, psychologie en milieuonderzoek. Verkeerde weging kan bias introduceren; heterogeniteit tussen studies en publicatiebias beïnvloeden resultaten en interpretatie. Moderne softwarepakketten (bijv. R met metafor, Stata, RevMan) faciliteren de berekening en interpretatie van gegewichtelde gecombineerde effectschattingen.