元分析的评价
在单个研究中,参与者数量少会带来一些问题,而元分析通过汇总大量参与者的数据,更有利于发现显着性效应,从而克服这些问题。特温格和诺伦–霍克西玛(Twenge & Nolen-Hoeksema, 2002)所分析的研究中,少数族裔儿童的数量一般都比较少,因此很难将他们的抑郁得分和非少数族裔儿童的抑郁得分进行比较。然而通过数据汇总,拉美裔和非裔美国儿童的总体样本量会变得足够大,从而可以实现族裔或种族之间的比较。元分析发现,拉美裔儿童的抑郁得分通常高于非裔美国儿童或白人儿童。
然而,元分析也有自己的问题。首先,一些已发表的研究存在方法学缺陷。这些有缺陷的研究可能会和方法学上较可靠的研究一起被纳入元分析,给总体结果造成影响。其次是存在文件抽屉效应,即不支持目标假设的研究得以发表的可能性小于支持假设的研究。例如,一项发现某种心理治疗并不比等候名单控制更有效的研究,与发现该心理治疗比等候名单控制更有效的研究相比,得以发表的可能性更小。得到积极结果的研究更容易发表,这样的偏差意味着有很多非常好的研究,由于没有发现预期的效应而没有发表,因此最终没有进入元分析。文件抽屉效应影响了元分析的结果,使其偏向于那些有总体积极效应的治疗或一些其他的组间差异。






本书评论