依存効果サイズを使用したモデレーター関係を調べるためのメタ回帰方法の評価：モンテカルロシミュレーション

依存効果のサイズは、メタ分析で遍在しています。Monte Carloシミュレーションを使用して、メタ回帰の2つの方法のパフォーマンスを、独立効果サイズの標準メタ分析法と、依存効果サイズのロビー分散推定（RVE）および3レベルモデリングと比較しました。さらに、バイアス削減の線形化とジャックナイフ推定器を、3レベルモデルのRVEおよびWALD型および尤度比テストの小型サンプル調整と比較しました。勾配推定のバイアス、これらの推定値をめぐる信頼区間の幅、およびこれらの異なる方法からの仮説テストの経験的タイプI誤差と統計的パワーレートを、研究または効果サイズレベルで1つのモデレーターを使用した混合効果メタ回帰分析について比較しました。すべての方法では、ほとんどのシナリオでほぼ偏りのない勾配推定値が得られましたが、予想通り、依存関係を無視する標準的な方法は、モデレーターの重要性をテストする際に膨張したタイプIエラー率を提供しました。堅牢な分散推定方法は、タイプIエラー率の観点から最良の結果をもたらすだけでなく、特にJackknife調整を使用する場合、最も広い信頼区間と最低電力レートも生成しました。3レベルのモデルは、特に尤度比テストで中程度から多数の研究で有望なパフォーマンスを示し、RVEアプローチで得られたものよりも勾配の周りのより狭い信頼区間とより高い電力レートをもたらしました。すべての方法は、モデレーターが効果サイズのレベルで、研究の数が中程度から大きく、学生間の差異が少なかったときにパフォーマンスが向上しました。私たちの結果は、メタアナリストがデータの依存関係に対処するのに役立ちます。

Dependent effect sizes are ubiquitous in meta-analysis. Using Monte Carlo simulation, we compared the performance of 2 methods for meta-regression with dependent effect sizes-robust variance estimation (RVE) and 3-level modeling-with the standard meta-analytic method for independent effect sizes. We further compared bias-reduced linearization and jackknife estimators as small-sample adjustments for RVE and Wald-type and likelihood ratio tests for 3-level models. The bias in the slope estimates, width of the confidence intervals around those estimates, and empirical type I error and statistical power rates of the hypothesis tests from these different methods were compared for mixed-effects meta-regression analysis with one moderator either at the study or at the effect size level. All methods yielded nearly unbiased slope estimates under most scenarios, but as expected, the standard method ignoring dependency provided inflated type I error rates when testing the significance of the moderators. Robust variance estimation methods yielded not only the best results in terms of type I error rate but also the widest confidence intervals and the lowest power rates, especially when using the jackknife adjustments. Three-level models showed a promising performance with a moderate to large number of studies, especially with the likelihood ratio test, and yielded narrower confidence intervals around the slope and higher power rates than those obtained with the RVE approach. All methods performed better when the moderator was at the effect size level, the number of studies was moderate to large, and the between-studies variance was small. Our results can help meta-analysts deal with dependency in their data.