人気ポスト
なので、試験条件が狭い方(内的妥当性が高い)が平均効果量における個人差が小さくなるので(メタ解析における固定効果モデルに近づく)臨床現場と試験条件が一致してれば推定値をそのまま適用できるようになる。
メニューを開くみんなのコメント
メニューを開く![](https://rts-pctr.c.yimg.jp/BgIFgYJGVIVv8u0nVJvw8B2FauAYMF4jOP5zFJAV4i5e72TLbER0xQeK1l8ZZ0OL8DxzFrkREON4BKSjd76ETuDlQFJPqP3ZUY_diUfeEVp2039Bl3-kGa7VdUvBU3_spePi_h4FJESQDWzzGpT39nRj7caEsHU0m5Fn0RLRYSgQrY8HNln75jS4kIpXlZcmTtuaY155Sh0KIVZAOZbawNjtGY8zgyOodoEGBggORgg=)
大雑把にはこんなイメージ。 A.試験条件が狭い ≒ 内的妥当性が高い ≒ 個人差が小さい ≒ 固定効果モデルが適切 B.試験条件が広い ≒ 内的妥当性が低い ≒ 個人差が大きい ≒ 変量効果モデルが適切
なので、試験条件が狭い方(内的妥当性が高い)が平均効果量における個人差が小さくなるので(メタ解析における固定効果モデルに近づく)臨床現場と試験条件が一致してれば推定値をそのまま適用できるようになる。
メニューを開く大雑把にはこんなイメージ。 A.試験条件が狭い ≒ 内的妥当性が高い ≒ 個人差が小さい ≒ 固定効果モデルが適切 B.試験条件が広い ≒ 内的妥当性が低い ≒ 個人差が大きい ≒ 変量効果モデルが適切