El modelo de efectos mixtos para la detección de variables moderadoras en meta-análisis : una comparación de procedimientos a través del método Monte Carlo

Abstract

Los modelos de meta-regresión de efectos mixtos constituyen la opción más empleada en la actualidad para el análisis de moderadores en meta-análisis. Debido a su creciente popularidad, en las últimas décadas se han propuesto diferentes métodos estadísticos para la estimación y el contraste de los parámetros en estos modelos. La presente Tesis Doctoral reúne un total de tres estudios empíricos de simulación en los que se compararon diferentes métodos para la estimación de la varianza inter-estudios total, varianza inter-estudios residual y potencia predictiva del modelo, así como para el contraste de la significación del moderador en modelos de meta-regresión con un predictor. Los resultados de cada estudio muestran que el método influye en la precisión de las estimaciones y pruebas inferenciales. A partir de estos resultados, esta Tesis Doctoral concluye con diversas recomendaciones sobre las condiciones y métodos más apropiados para maximizar la precisión de los resultados de un meta-análisis. Palabras clave: meta-análisis, análisis de moderadores, modelo de efectos mixtos, meta-regresión, varianza inter-estudios Mixed-effects meta-regression models constitute the most employed option nowadays for moderator analyses in meta-analysis. Due to their growing popularity, different statistical methods have been proposed for the estimation and testing of the parameters from these models along the last decades. The current Doctoral Thesis gathers a total of three empirical simulation studies in which different methods for the estimation of the total between-studies variance, residual between-studies variance, and model predictive power, as well as for the significance testing of the moderator in meta-regression models with one predictor, were compared. The results from each study show that the method influences the accuracy of the estimations and inferential tests. From these results, this Doctoral Thesis concludes with several recommendations about the most appropriate conditions and methods in order to maximize the accuracy of the results in a meta-analyasdfsis. Key-words: meta-analysis, moderator analyses, mixed-effects model, meta-regression, between-studies variance.