Meta-Analisis Proporsional

Meta-analisis proporsional adalah metode statistik yang digunakan untuk menggabungkan hasil dari beberapa studi yang melaporkan proporsi suatu kejadian, seperti prevalensi penyakit atau tingkat keberhasilan pengobatan. Meta-analisis ini memungkinkan perhitungan estimasi keseluruhan yang lebih akurat dibandingkan hasil dari masing-masing studi individu.

Pengertian Meta-Analisis Proporsional

Meta-analisis proporsional bertujuan untuk menghitung estimasi proporsi keseluruhan dari suatu kejadian dalam populasi tertentu dengan menggabungkan beberapa studi yang melaporkan proporsi serupa. Teknik ini sering digunakan dalam studi epidemiologi dan penelitian medis.

Tantangan dalam Meta-Analisis Proporsional

Salah satu tantangan utama dalam meta-analisis proporsional adalah adanya perbedaan ukuran sampel antar studi dan variabilitas proporsi yang tinggi. Transformasi data sering kali diperlukan untuk mengatasi heterogenitas, terutama jika nilai proporsi mendekati 0% atau 100%.

Persiapan Data dan Transformasi

Data yang digunakan dalam meta-analisis proporsional biasanya terdiri dari jumlah kejadian dan total sampel dalam masing-masing studi. Transformasi seperti Freeman-Tukey Double Arcsine digunakan untuk menstabilkan varians sebelum analisis dilakukan.

Contoh Kode R untuk Meta-Analisis Proporsional

  1. Instalasi package

    install.packages(c("meta","metafor"))

  2. Pemanggilan package

    library(meta)
library(metafor)

  3. Memasukkan data dalam bentuk data frame

    data_prop <- data.frame(study = c("Studi 1", "Studi 2", "Studi 3", "Studi 4"), events = c(50, 30, 70, 90),total = c(100, 80, 150, 200))

  4. Transformasi data

    data_prop$trans_prop <- transf.ftarc(data_prop$events / data_prop$total)

  5. Meta-analisis proporsi

    meta_prop <- metaprop(event = data_prop$events, n = data_prop$total,   studlab = data_prop$study, method = "Inverse", sm = "PLOGIT", random = TRUE ) summary(meta_prop) forest(meta_prop, col.diamond = "blue", col.square = "black")

  6. Hasil

    summary(meta_prop)

  7. Forest plot

    forest(meta_prop)

Referensi

Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Introduction to Meta-Analysis. Wiley;2009.

Barendregt JJ, Doi SA, Lee YY, Norman RE, Vos T. Meta-analysis of prevalence. J EpidemiolCommunity Health. 2013;67(11):974-8.

Freeman MF, Tukey JW. Transformations related to the angular and square root. Ann Math Stat. 1950;21(4):607-611.