metaregressie

Metaregressie is een statistische techniek binnen de meta-analyse die onderzoekt of studiekenmerken (covariaten) de variatie in gerapporteerde effecten tussen studies kunnen verklaren.

De invoer bestaat uit effectgroottes van afzonderlijke studies (bijv. log odds ratio, gestandaardiseerd verschil, risicoverhouding) en bijbehorende variances; covariabelen zijn kenmerken van de studies zoals steekproefgrootte, studieontwerp, populatiekenmerken of dosering.

In een metaregressie wordt de afhankelijke variabele vaak de studie-effectgrootte, en de onafhankelijke variabelen zijn covariabelen. Modellen zijn meestal random-effects om tussen-studie-variatie mee te nemen, hoewel fixed-effects-varianten bestaan. Estimatie gebeurt meestal via (restricted) maximum likelihood of methode van momenten.

Belangrijke aannames zijn onder meer een lineair verband tussen covariaat en effect, correct gespecificeerde covariaten en voldoende precisie van de schattingen. Covariaten kunnen meetfouten hebben; er kan ecologische bias optreden doordat de analyse op studieniveau plaatsvindt in plaats van op individueel niveau. Metaregressie vereist doorgaans een relatief groot aantal studies; bij weinig studies ontstaat weinig statistische power en kan overfitting optreden bij meerdere covariaten; collineariteit kan interpretatie bemoeilijken.

Toepassingen omvatten het identificeren van moderators zoals dosering, leeftijd of setting, het verklaren van heterogeniteit en het geven van richting aan vervolgonderzoek. Resultaten dienen als exploratief en interpreteerbaar in de context van ecologische bias en zijn geen vervanging voor gerandomiseerde studies.