24 November 2023
Apakah Anda sering membuat systematic review, namun data Anda tidak cukup untuk dilanjutkan ke meta analisis? Tentu janganlah merasa sedih, karena sebenarnya terdapat beberapa cara untuk membuat systematic review Anda lebih menarik.
Forest plot memang merupakan metode sintesis bukti yang paling kuat. Akan tetapi, bila data Anda tidak cukup, terdapat beberapa metode sintesis bukti lainnya yang juga bisa membuat systematic review Anda tampak keren!
Berikut ini adalah tiga metode sintesis bukti yang populer digunakan untuk systematic review Anda. Seluruh metode ini juga dilengkapi dengan R Script!
#masukkan data
data <-c(1.3, 1.4, 0.8, 1.5, 2.3, 1.21, 1.53, 1.58, 0.9, 1.38, 1.8, 0.85, 1.02, 1.23, 1.1)
#lakukan perhitungan dasar
median(data)
IQR(data)
quantile(data, 0.75)
quantile(data, 0.25)
#buat plot
boxplot(data)
#metap
library(metap)
#hanya jika multtest perlu di install
if (!require("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("multtest")
#combining p-values
data<-c(0.068, 0.03, 0.816, 0.017, 0.036, 0.009, 0.029, 0.697, 0.0005, 0.0005, 0.658, 0.245, 0.17)
sumlog(data)
#albatross plot
p<-c(0.068, 0.03, 0.816, 0.017, 0.036)
n<-c(368, 351, 194, 368, 65)
albatros(p, n,
contours=list(type="smd",contvals=c(0.25,0.5,0.8),ltys=1:3),
axes=list(ylimit=c(1,600), lefttext="Negative associaton",
righttext="Positive association"))
#vote counting on direction of effect
binom.test(10, 12, 0.5)
#buka ggplot
library(ggplot2)
#harvest plot
df<- data.frame(direction = factor (c("Favours control", "Favours control", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention", "Favours intervention")),
bias = c(3, 2, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3),
position = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12))
ggplot(df, aes(y=bias, x=position)) +
geom_bar(stat="identity") +
facet_grid(cols=vars(direction))
Baca juga