{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5361252"},"canonical_url":"https://search.dev.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5361252","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Αξιολόγηση της μεροληψίας των μεθόδων καταλογισμού (imputation) του ρυθμού απόκρισης από μέσες τιμές και τυπικές αποκλίσεις σε μετα-αναλύσεις","abstract":"Η μετα-ανάλυση είναι μια ευρέως χρησιμοποιούμενη στατιστική προσέγγιση για τη σύνθεση ευρημάτων από πολλαπλές μελέτες που μελετούν κοινά ερευνητικά ερωτήματα. Ο συνδυασμός των εκτιμήσεων βασίζεται συνήθως σε ένα σταθμισμένο μέσο όρο ενός συγκεκριμένου μέτρου επίδρασης, ο οποίος εκτιμάται και αναφέρεται με συνέπεια σε όλες τις μελέτες. Για να αποφευχθεί πιθανή μεροληψία, όλες οι σχετικές μελέτες θα πρέπει να περιλαμβάνονται στη μετα-ανάλυση. Ωστόσο, οι ασυνέπειες όσον αφορά την αναφορά είναι συχνές στη βιβλιογραφία, γεγονός που μπορεί να περιπλέξει τη σύνθεση των επιμέρους μελετών. Ένα σύνηθες σενάριο ασυνεπούς παρουσίασης των αποτελεσμάτων είναι ότι για την ίδια έκβαση, ορισμένες μελέτες παρουσιάζουν αποτελέσματα ως συνεχείς μετρήσεις, ενώ άλλες ως διχότομα, η οποία διχοτόμηση προκύπτει από κάποια λανθάνουσα (και συχνά μη αναφερόμενη) συνεχή μέτρηση. Έχουν προταθεί μέθοδοι καταλογισμού (imputation) για την εκτίμηση του αριθμού των γεγονότων (πχ ποσοστό απόκρισης) όταν η υπό μελέτη έκβαση παρουσιάζεται ως μέσος όρος και τυπική απόκλιση μιας συνεχούς ή μιας διατάξιμης τιμής, για να αποφευχθεί η απώλεια πληροφοριών. Ειδικά η ανάλυση διατάξιμων δεδομένων ως συνεχή μπορεί να οδηγήσει σε συστηματικά σφάλματα και εμπειρική έρευνα έχει δείξει ότι τέτοιες προσεγγίσεις μπορεί να οδηγήσουν σε σεβαστό βαθμό μεροληψίας στις εκτιμήσεις. Ωστόσο, το μέγεθος της μεροληψίας υπό διαφορετικά σενάρια δεν έχει αξιολογηθεί χρησιμοποιώντας μεθόδους που βασίζονται σε προσομοίωση. Σε αυτή τη μελέτη διερευνήθηκε, μέσω εκτεταμένων προσομοιώσεων, η συμπεριφορά της μεθόδου του Furukawa et al. (2005) υπό διαφορετικά σενάρια με υποκείμενη συνεχή λανθάνουσα μεταβλητή, συμπεριλαμβανομένων (I) του βαθμού λοξότητας της κατανομής της υποκείμενης λανθάνουσας μεταβλητής, (II) του ποσοστού των μελετών με imputated εκτιμήσεις σε μια μετα-ανάλυση. Τα αποτελέσματα έδειξαν ότι, υπό κανονικές κατανομές, η μέθοδος παρουσιάζει σταθερό αλλά συστηματικό σφάλμα, το οποίο δε μειώνεται με την αύξηση του μεγέθους δείγματος ή του αριθμού μελετών. Αντίθετα, υπό δεξιά ασυμμετρία το σφάλμα αυξάνεται σημαντικά, ενώ η αριστερή ασυμμετρία έχει ηπιότερη επίδραση. Η μελέτη αναδεικνύει την ανάγκη προσεκτικής αξιολόγησης της μεροληψίας που ενδέχεται να επηρεάζει τις εκτιμήσεις στις μετα-αναλυτικές προσεγγίσεις.","abstract_html":"Η μετα-ανάλυση είναι μια ευρέως χρησιμοποιούμενη στατιστική προσέγγιση για τη σύνθεση ευρημάτων από πολλαπλές μελέτες που μελετούν κοινά ερευνητικά ερωτήματα. Ο συνδυασμός των εκτιμήσεων βασίζεται συνήθως σε ένα σταθμισμένο μέσο όρο ενός συγκεκριμένου μέτρου επίδρασης, ο οποίος εκτιμάται και αναφέρεται με συνέπεια σε όλες τις μελέτες. Για να αποφευχθεί πιθανή μεροληψία, όλες οι σχετικές μελέτες θα πρέπει να περιλαμβάνονται στη μετα-ανάλυση. Ωστόσο, οι ασυνέπειες όσον αφορά την αναφορά είναι συχνές στη βιβλιογραφία, γεγονός που μπορεί να περιπλέξει τη σύνθεση των επιμέρους μελετών. Ένα σύνηθες σενάριο ασυνεπούς παρουσίασης των αποτελεσμάτων είναι ότι για την ίδια έκβαση, ορισμένες μελέτες παρουσιάζουν αποτελέσματα ως συνεχείς μετρήσεις, ενώ άλλες ως διχότομα, η οποία διχοτόμηση προκύπτει από κάποια λανθάνουσα (και συχνά μη αναφερόμενη) συνεχή μέτρηση. Έχουν προταθεί μέθοδοι καταλογισμού (imputation) για την εκτίμηση του αριθμού των γεγονότων (πχ ποσοστό απόκρισης) όταν η υπό μελέτη έκβαση παρουσιάζεται ως μέσος όρος και τυπική απόκλιση μιας συνεχούς ή μιας διατάξιμης τιμής, για να αποφευχθεί η απώλεια πληροφοριών. Ειδικά η ανάλυση διατάξιμων δεδομένων ως συνεχή μπορεί να οδηγήσει σε συστηματικά σφάλματα και εμπειρική έρευνα έχει δείξει ότι τέτοιες προσεγγίσεις μπορεί να οδηγήσουν σε σεβαστό βαθμό μεροληψίας στις εκτιμήσεις. Ωστόσο, το μέγεθος της μεροληψίας υπό διαφορετικά σενάρια δεν έχει αξιολογηθεί χρησιμοποιώντας μεθόδους που βασίζονται σε προσομοίωση. Σε αυτή τη μελέτη διερευνήθηκε, μέσω εκτεταμένων προσομοιώσεων, η συμπεριφορά της μεθόδου του Furukawa et al. (2005) υπό διαφορετικά σενάρια με υποκείμενη συνεχή λανθάνουσα μεταβλητή, συμπεριλαμβανομένων (I) του βαθμού λοξότητας της κατανομής της υποκείμενης λανθάνουσας μεταβλητής, (II) του ποσοστού των μελετών με imputated εκτιμήσεις σε μια μετα-ανάλυση. Τα αποτελέσματα έδειξαν ότι, υπό κανονικές κατανομές, η μέθοδος παρουσιάζει σταθερό αλλά συστηματικό σφάλμα, το οποίο δε μειώνεται με την αύξηση του μεγέθους δείγματος ή του αριθμού μελετών. Αντίθετα, υπό δεξιά ασυμμετρία το σφάλμα αυξάνεται σημαντικά, ενώ η αριστερή ασυμμετρία έχει ηπιότερη επίδραση. Η μελέτη αναδεικνύει την ανάγκη προσεκτικής αξιολόγησης της μεροληψίας που ενδέχεται να επηρεάζει τις εκτιμήσεις στις μετα-αναλυτικές προσεγγίσεις.","abstract_has_math":false,"creators":["Καλλιγιάννη Μαρία Ρέα","Kalligianni Maria Rea"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2026,"date_issued":"2026","date_published":"2026","updated_at":"2026-07-24T01:01:54Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5361252"],"render_values":[{"text":"uoadl:5361252","href":null,"code":true}]}]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5361252","outbound_label":"Repository record","outbound_source":"dc:identifier"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Καλλιγιάννη Μαρία Ρέα","Kalligianni Maria Rea"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2026"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5361252","https://pergamos.lib.uoa.gr/uoa/dl/object/5361252"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η μετα-ανάλυση είναι μια ευρέως χρησιμοποιούμενη στατιστική προσέγγιση για τη σύνθεση ευρημάτων από πολλαπλές μελέτες που μελετούν κοινά ερευνητικά ερωτήματα. Ο συνδυασμός των εκτιμήσεων βασίζεται συνήθως σε ένα σταθμισμένο μέσο όρο ενός συγκεκριμένου μέτρου επίδρασης, ο οποίος εκτιμάται και αναφέρεται με συνέπεια σε όλες τις μελέτες. Για να αποφευχθεί πιθανή μεροληψία, όλες οι σχετικές μελέτες θα πρέπει να περιλαμβάνονται στη μετα-ανάλυση. Ωστόσο, οι ασυνέπειες όσον αφορά την αναφορά είναι συχνές στη βιβλιογραφία, γεγονός που μπορεί να περιπλέξει τη σύνθεση των επιμέρους μελετών. Ένα σύνηθες σενάριο ασυνεπούς παρουσίασης των αποτελεσμάτων είναι ότι για την ίδια έκβαση, ορισμένες μελέτες παρουσιάζουν αποτελέσματα ως συνεχείς μετρήσεις, ενώ άλλες ως διχότομα, η οποία διχοτόμηση προκύπτει από κάποια λανθάνουσα (και συχνά μη αναφερόμενη) συνεχή μέτρηση. Έχουν προταθεί μέθοδοι καταλογισμού (imputation) για την εκτίμηση του αριθμού των γεγονότων (πχ ποσοστό απόκρισης) όταν η υπό μελέτη έκβαση παρουσιάζεται ως μέσος όρος και τυπική απόκλιση μιας συνεχούς ή μιας διατάξιμης τιμής, για να αποφευχθεί η απώλεια πληροφοριών. Ειδικά η ανάλυση διατάξιμων δεδομένων ως συνεχή μπορεί να οδηγήσει σε συστηματικά σφάλματα και εμπειρική έρευνα έχει δείξει ότι τέτοιες προσεγγίσεις μπορεί να οδηγήσουν σε σεβαστό βαθμό μεροληψίας στις εκτιμήσεις. Ωστόσο, το μέγεθος της μεροληψίας υπό διαφορετικά σενάρια δεν έχει αξιολογηθεί χρησιμοποιώντας μεθόδους που βασίζονται σε προσομοίωση. Σε αυτή τη μελέτη διερευνήθηκε, μέσω εκτεταμένων προσομοιώσεων, η συμπεριφορά της μεθόδου του Furukawa et al. (2005) υπό διαφορετικά σενάρια με υποκείμενη συνεχή λανθάνουσα μεταβλητή, συμπεριλαμβανομένων (I) του βαθμού λοξότητας της κατανομής της υποκείμενης λανθάνουσας μεταβλητής, (II) του ποσοστού των μελετών με imputated εκτιμήσεις σε μια μετα-ανάλυση. Τα αποτελέσματα έδειξαν ότι, υπό κανονικές κατανομές, η μέθοδος παρουσιάζει σταθερό αλλά συστηματικό σφάλμα, το οποίο δε μειώνεται με την αύξηση του μεγέθους δείγματος ή του αριθμού μελετών. Αντίθετα, υπό δεξιά ασυμμετρία το σφάλμα αυξάνεται σημαντικά, ενώ η αριστερή ασυμμετρία έχει ηπιότερη επίδραση. Η μελέτη αναδεικνύει την ανάγκη προσεκτικής αξιολόγησης της μεροληψίας που ενδέχεται να επηρεάζει τις εκτιμήσεις στις μετα-αναλυτικές προσεγγίσεις.","Meta-analysis is a widely used statistical approach to combine findings from multiple studies that address common research questions. This combination of the estimates is conventionally based on a weighed average of a specific effect measure, which is consistently estimated and reported across all studies. To avoid potential bias, all relevant studies should be included in the meta-analysis. However, inconsistencies with regards to the reporting is common in epidemiological literature, which may complicate the pooling of the individual studies. A common scenario of inconsistent reporting is that, for the same disease/outcome, some studies report results as continuous measures, but other studies report results as binary measures, which are obtained by dichotomizing latent (often, unreported) continuous measures. Imputation methods have been proposed for estimating the number of events (response rate) when the outcome of interest is reported as mean and standard deviation of a continuous or an ordinal value, to prevent loss of information. Especially for ordinal data, when analyzed as if they were continuous, can systematically lead to errors and empirical research has shown that such approaches may lead to modest degrees of bias in the estimates. However, the amount of bias under different scenarios has not been evaluated using simulation-based methods. In this project, the behavior of the method proposed by Furukawa et al. (2005) was investigated through extensive simulation experiments under different scenarios with continuous variable, including (I) the degree of skewness of the underlying latent variable’s distribution, (II) the proportion of studies with imputed estimates within a meta-analysis. The results show that, under normal distributions, the method has a stable but systematic error that does not decrease with increasing sample size or number of studies. In contrast, under right-skewed distributions, the error increases substantially, whereas left skewed asymmetry has a milder effect. The study highlights the need for a careful assessment of potential bias that may affect the estimates in meta-analysis approaches."]},{"key":"dc:title","label":"Title","values":["Αξιολόγηση της μεροληψίας των μεθόδων καταλογισμού (imputation) του ρυθμού απόκρισης από μέσες τιμές και τυπικές αποκλίσεις σε μετα-αναλύσεις"]}]}],"canonical_facts":{"dc:creator":["Καλλιγιάννη Μαρία Ρέα","Kalligianni Maria Rea"],"dc:date":["2026"],"dc:description":["Η μετα-ανάλυση είναι μια ευρέως χρησιμοποιούμενη στατιστική προσέγγιση για τη σύνθεση ευρημάτων από πολλαπλές μελέτες που μελετούν κοινά ερευνητικά ερωτήματα. Ο συνδυασμός των εκτιμήσεων βασίζεται συνήθως σε ένα σταθμισμένο μέσο όρο ενός συγκεκριμένου μέτρου επίδρασης, ο οποίος εκτιμάται και αναφέρεται με συνέπεια σε όλες τις μελέτες. Για να αποφευχθεί πιθανή μεροληψία, όλες οι σχετικές μελέτες θα πρέπει να περιλαμβάνονται στη μετα-ανάλυση. Ωστόσο, οι ασυνέπειες όσον αφορά την αναφορά είναι συχνές στη βιβλιογραφία, γεγονός που μπορεί να περιπλέξει τη σύνθεση των επιμέρους μελετών. Ένα σύνηθες σενάριο ασυνεπούς παρουσίασης των αποτελεσμάτων είναι ότι για την ίδια έκβαση, ορισμένες μελέτες παρουσιάζουν αποτελέσματα ως συνεχείς μετρήσεις, ενώ άλλες ως διχότομα, η οποία διχοτόμηση προκύπτει από κάποια λανθάνουσα (και συχνά μη αναφερόμενη) συνεχή μέτρηση. Έχουν προταθεί μέθοδοι καταλογισμού (imputation) για την εκτίμηση του αριθμού των γεγονότων (πχ ποσοστό απόκρισης) όταν η υπό μελέτη έκβαση παρουσιάζεται ως μέσος όρος και τυπική απόκλιση μιας συνεχούς ή μιας διατάξιμης τιμής, για να αποφευχθεί η απώλεια πληροφοριών. Ειδικά η ανάλυση διατάξιμων δεδομένων ως συνεχή μπορεί να οδηγήσει σε συστηματικά σφάλματα και εμπειρική έρευνα έχει δείξει ότι τέτοιες προσεγγίσεις μπορεί να οδηγήσουν σε σεβαστό βαθμό μεροληψίας στις εκτιμήσεις. Ωστόσο, το μέγεθος της μεροληψίας υπό διαφορετικά σενάρια δεν έχει αξιολογηθεί χρησιμοποιώντας μεθόδους που βασίζονται σε προσομοίωση. Σε αυτή τη μελέτη διερευνήθηκε, μέσω εκτεταμένων προσομοιώσεων, η συμπεριφορά της μεθόδου του Furukawa et al. (2005) υπό διαφορετικά σενάρια με υποκείμενη συνεχή λανθάνουσα μεταβλητή, συμπεριλαμβανομένων (I) του βαθμού λοξότητας της κατανομής της υποκείμενης λανθάνουσας μεταβλητής, (II) του ποσοστού των μελετών με imputated εκτιμήσεις σε μια μετα-ανάλυση. Τα αποτελέσματα έδειξαν ότι, υπό κανονικές κατανομές, η μέθοδος παρουσιάζει σταθερό αλλά συστηματικό σφάλμα, το οποίο δε μειώνεται με την αύξηση του μεγέθους δείγματος ή του αριθμού μελετών. Αντίθετα, υπό δεξιά ασυμμετρία το σφάλμα αυξάνεται σημαντικά, ενώ η αριστερή ασυμμετρία έχει ηπιότερη επίδραση. Η μελέτη αναδεικνύει την ανάγκη προσεκτικής αξιολόγησης της μεροληψίας που ενδέχεται να επηρεάζει τις εκτιμήσεις στις μετα-αναλυτικές προσεγγίσεις.","Meta-analysis is a widely used statistical approach to combine findings from multiple studies that address common research questions. This combination of the estimates is conventionally based on a weighed average of a specific effect measure, which is consistently estimated and reported across all studies. To avoid potential bias, all relevant studies should be included in the meta-analysis. However, inconsistencies with regards to the reporting is common in epidemiological literature, which may complicate the pooling of the individual studies. A common scenario of inconsistent reporting is that, for the same disease/outcome, some studies report results as continuous measures, but other studies report results as binary measures, which are obtained by dichotomizing latent (often, unreported) continuous measures. Imputation methods have been proposed for estimating the number of events (response rate) when the outcome of interest is reported as mean and standard deviation of a continuous or an ordinal value, to prevent loss of information. Especially for ordinal data, when analyzed as if they were continuous, can systematically lead to errors and empirical research has shown that such approaches may lead to modest degrees of bias in the estimates. However, the amount of bias under different scenarios has not been evaluated using simulation-based methods. In this project, the behavior of the method proposed by Furukawa et al. (2005) was investigated through extensive simulation experiments under different scenarios with continuous variable, including (I) the degree of skewness of the underlying latent variable’s distribution, (II) the proportion of studies with imputed estimates within a meta-analysis. The results show that, under normal distributions, the method has a stable but systematic error that does not decrease with increasing sample size or number of studies. In contrast, under right-skewed distributions, the error increases substantially, whereas left skewed asymmetry has a milder effect. The study highlights the need for a careful assessment of potential bias that may affect the estimates in meta-analysis approaches."],"dc:identifier":["uoadl:5361252","https://pergamos.lib.uoa.gr/uoa/dl/object/5361252"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Αξιολόγηση της μεροληψίας των μεθόδων καταλογισμού (imputation) του ρυθμού απόκρισης από μέσες τιμές και τυπικές αποκλίσεις σε μετα-αναλύσεις"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-07-24T01:01:54Z"}