فراتر از یک فراتحلیل: کاربرد فرا-فراتحلیل‌ در علوم رفتاری

نوع مقاله : علمی ترویجی

نویسندگان

1 کارشناسی ارشد، گروه روان شناسی، دانشگاه الزهرا، تهران، ایران

2 کاندیدای دکتری، گروه روانشناسی و آموزش کودکان با نیازهای ویژه، دانشکده علوم تربیتی و روانشناسی، دانشگاه اصفهان، اصفهان، ایران

3 استاد، گروه روان شناسی و آموزش افراد با نیازهای خاص، دانشگاه اصفهان، اصفهان، ایران

10.30471/mssh.2025.10568.2588

چکیده

چکیده گسترده
مقدمه و اهداف: فراتحلیل فراتحلیل‌ها (متامتاآنالیز یا فرا-فراتحلیل) یکی از انواع فراتحلیل مدرن است که در پاسخ به محدودیت‌های درونی فراتحلیل‌های کلاسیک و رشد فزایندۀ تعداد این پژوهش‌ها، ایجاد شده و توسعه‌ یافته است؛ زیرا با افزایش تعداد فراتحلیل‌ها، مواردی مانند تضاد نتایج، سوگیری انتشار و ناهمگونی در اندازه اثرها، لزوم روش‌هایی جامع‌تر، برای اصلاح و ادغام نتایج فراتحلیل‌های منفرد را آشکار نمود. فراتحلیل فراتحلیل‌ها، با ترکیب و بازتحلیل نتایج چندین فراتحلیل‌ منفرد، می‌کوشد تصویری جامع‌تر و کمتر‌سوگیرانه از روابط میان متغیرها به‌دست دهد. در علوم رفتاری، این روش به شکل ‌ویژه‌تری اهمیت می‌یابد؛ زیرا داده‌های حاصل از پژوهش‌های انسانی، مداخلات روان‌شناختی و متغیرهای وابسته و مستقل اغلب با پیچیدگی‌ها، سوگیری‌ها و ناهمگونی‌های درونی روبه‌رو هستند. ازسوی‌دیگر، این روش، ابزاری برای یادگیری سطح دوم یا سطح بالاتر (فرایادگیری) به شمار می‌آید که از تلفیق کلان داده‌ها و مرور نظام‌مندِ فراتحلیل‌ها، امکان نیل به شناخت ساختاری‌تر از شواهد علمی را فراهم می‌کند. به‌همین سبب، باید آن را نه‌تنها یک روش تحقیق، بلکه نوعی شناخت‌شناسی در نظر گرفت. هدف این مقاله، تبیین مبانی نظری، روش‌شناختی و کارکردی فراتحلیل فراتحلیل‌ها در علوم رفتاری، بررسی ابزارها و دستورالعمل‌های کلیدی این روش، نظیر پریسما، امستار و پرایر، و نیز بازنمایی جایگاه این رویکرد، در تحول پژوهش‌های مبتنی بر شواهد است. همچنین، این پژوهش می‌کوشد با مرور نمونه‌های شاخص تاریخی و معاصر، از جمله پژوهش‌های کازرین (1979) و ون آرت (2019) توضیح دهد که فراتحلیل فراتحلیل‌ها چگونه می‌تواند هم‌زمان با افزایش توان و دقت تحلیلی، امکان نقد، بازاندیشی و اصلاح ساختارهای معرفتی موجود در پژوهش‌های رفتاری را فراهم آورد.
روش: پژوهش پیش رو، از نوع نظری-تحلیلی می‌باشد که با رویکردی مروری-تطبیقی، به بررسی کاربردها و استلزامات روش‌ فراتحلیل فراتحلیل‌ها، در علوم رفتاری می‌پردازد. روش کار مبتنی بر مرور نظام‌مند منابع علمی و پژوهش های عملی موجود است؛ به‌گونه‌ای‌که هم بنیان‌های مفهومی و هم دستورالعمل‌های اجرایی این رویکرد از دل متون استخراج و بازتبیین شوند. ازاین‌رو، ابتدا، مقالات، کتب و دستنامه‌های نظری و کاربردی درخصوص فراتحلیل‌های مدرن به‌طور اعم و فرافراتحلیل‌ها به‌طور اخص مطالعه شدند و در مرحلۀ بعد، بخشی از ادبیات پژوهش و پژوهش‌های عملی که اختصاصاً در حوزۀ علوم رفتاری متمرکز بودند، مبنای استخراج مفاهیم و تکنیک‌های کلیدی قرار گرفتند. در تحلیل تطبیقی، ساختار و اهداف فرافراتحلیل‌ها در دو سطح بررسی شدند: نخست، تحلیل روش‌های کمّی به کار رفته در آنها، برای ترکیب اندازه‌های اثر، شناسایی سوگیری انتشار و ناهمگونی؛ دوم، تحلیل کیفی مفاهیمی مانند فرایادگیری و فراشناخت در چهارچوب‌های آماری و روش‌شناسی نوین. همچنین، شیوۀ استفاده از ابزارهای ارزیابی استاندارد و نحوۀ سازمان‌دهی، تحلیل و گزارش دهی نتایج، در پژوهشهای عملی انجام شده با روش فراتحلیل فراتحلیل‌ها، بررسی و تفسیر شد.
نتایج: نتایج بررسی حاضر نشان می‌دهد که در فراتحلیلِ فراتحلیل‌ها، چه هدف شناسایی شکاف‌های موجود در فراتحلیل‌های پیشین باشد و چه دستیابی به یادگیری سطح بالاتر، از مجموعه‌ای از روش‌ها و دستورالعمل‌های مشترک استفاده می‌شود. این روش‌ها معمولاً ترکیبی از شیوه‌های نوین مرور نظام‌مند و ابزارهای گزارش‌دهی استاندارد هستند. در میان این شیوه‌ها، «مرور چتری» به‌منظور خلاصه‌سازی شواهد از منابع مختلف و دستیابی به تصویری کلی از یک پرسش پژوهشی به کار می‌رود؛ درحالی‌که «نقشه‌نگاری تحلیلی» مجموعه‌ای از فنون مدرن برای بازنمایی و ترکیب روابط میان مطالعات، مفاهیم و نتایج پژوهش‌ها را فراهم می‌کند. این روش امکان ترسیم تصویری گرافیکی از نقاط قوت، ضعف و تناقضات موجود در ادبیات را ایجاد و درک تعاملات میان متغیرها را تسهیل می‌نماید. بستر اصلی اجرای این تحلیل‌ها نرم‌افزار آماری R است که پیش از انجام تحلیل، تمام فراتحلیل‌های واردشده را براساس شاخص‌هایی مانند کیفیت، سوگیری انتشار، ناهمگونی و وجود مطالعات پرت ارزیابی می‌کند. برای انجام و گزارش‌دهی این مطالعات، دستورالعمل‌های مدونی مانند «پریسما» (راهنمای گزارش‌دهی مرورهای نظام‌مند)، «پرایر» (دستورالعمل چهارمرحله‌ای تدوین گزارش)، «امستار» (ابزار ارزیابی کیفیت مرورها) و «موس» (ویژه مطالعات مشاهده‌ای) استفاده می‌شوند. همچنین، روش‌های بررسی سوگیری انتشار در دو دسته کلی قرار می‌گیرند: روش‌های تشخیص وجود سوگیری و روش‌های تصحیح اندازه‌های اثر. در میان آنها، روش trim and fill رایج‌ترین شیوه است که با حذف اندازه ‌اثرهای افراطی و متقارن‌سازی نمودار قیفی، میزان سوگیری را کاهش داده و در نهایت امکان آزمون فرض صفر و برآورد دقیق‌تر اثر واقعی را فراهم می‌‌آورد.
بحث و نتیجهگیری: نتایج بررسی حاضر نشان می‌دهد که فراتحلیل فراتحلیل‌ها در علوم رفتاری، نه صرفاً ابزاری برای تجمیع داده‌ها، بلکه چهارچوبی برای بازاندیشی در تولید دانش و نقد بنیان‌های روش‌شناختی است. این رویکرد با عبور از محدودیت‌های فراتحلیل کلاسیک، به پژوهشگر امکان می‌دهد تا به‌جای تمرکز بر یافته‌های منفرد، به ساختار روابط میان مطالعات و فراتحلیل‌ها بیندیشد. از منظر فلسفه علم، فراتحلیل فراتحلیل‌ها گونه‌ای از «روش‌شناسی بازتابی» است که دانش را در سطحی فراداده‌ای سازمان می‌دهد و امکان ارزیابی ثانویۀ فرضیه‌ها، ابزارها و روش‌های آماری را فراهم می‌کند. در حوزۀ روان‌شناسی و علوم رفتاری، اهمیت ویژۀ این رویکرد در آن است که می‌تواند خطاهای انباشته در کارآزمایی‌های بالینی و مطالعات تجربی را شناسایی و تصحیح کرده و از این طریق، شواهد قابل‌اتکاتری برای تصمیم‌گیری‌های بالینی و سیاست‌گذاری‌های آموزشی و اجتماعی فراهم آورد.
همچنین، با به‌کارگیری دستورالعمل‌های گزارش‌دهی مانند پریسما، امستار و...، می‌توان به استانداردسازی و شفافیت بیشتر در تولید و انتشار داده‌های ترکیبی دست یافت. به‌طورکلی، فراتحلیل فراتحلیل‌ها پلی میان علم داده، روش‌شناسی آماری و تفکر انتقادی در علوم انسانی است که به‌کارگیری آن در علوم رفتاری، نه‌تنها امکان ارزیابی کیفیت واقعی کارآزمایی‌های بالینی را فراهم می‌کند، بلکه فرصتی برای بررسی عمیق و گسترده دامنۀ متغیرها، فنون و روش‌های به‌کاررفته در پژوهش‌ها نیز به دست می‌دهد. در نتیجه، این رویکرد گامی مهم در ارتقای ادبیات علمی و بهبود کیفیت پژوهش در حوزۀ علوم رفتاری و زیرشاخه‌های گوناگون آن به شمار می‌آید. افزون‌براین، می‌تواند به سیاست‌گذاری آگاهانه‌تر در زمینۀ پیشگیری، مداخلۀ بهنگام و درمان مشکلات و اختلال‌های رفتاری و روان‌شناختی، برای افراد و جامعه، بر پایۀ یافته‌های قابل‌اعتمادتر و مستحکم‌تر یاری رساند.
تعارض منافع: نویسندگان اعلام می‌کنند که هیچ‌گونه تعارض منافع مالی، علمی یا سازمانی در انجام، نگارش و انتشار این مقاله وجود ندارد. تمام مراحل طراحی، تحلیل و نگارش اثر به‌صورت مستقل انجام شده و هیچ منبع مالی بیرونی در تهیه یا تأثیرگذاری بر نتایج پژوهش نقش نداشته است.        
 

کلیدواژه‌ها


منابع
Afonso, J., Ramirez-Campillo, R., Clemente, F. M., Büttner, F. C., & Andrade, R. (2024). The perils of misinterpreting and misusing “publication bias” in meta-analyses: An education review on funnel plot-based methods. Sports medicine, 54(2), 257-269. https://doi.org/10.1007/s40279-023-01927-9
Brooke, B. S., Schwartz, T. A., & Pawlik, T. M. (2021). MOOSE reporting guidelines for meta-analyses of observational studies. JAMA surgery, 156(8), 787-788. https://doi.org/10.1001/jamasurg.2021.0522
Carr, A., Finneran, L., Boyd, C., Shirey, C., Canning, C., Stafford, O.,... & Burke, T. (2024). The evidence-base for positive psychology interventions: a mega-analysis of meta-analyses. The Journal of Positive Psychology, 19(2), 191-205. https://doi.org/10.1080/17439760.2023.2168564
Cleophas, J. T., & Zwinderman, H. A. (2017). Modern meta-analysis: Review and update of methodologies. Springer International Publishing Switzerland. https://doi.org/10.1007/978-3-319-55895-0
Gharoun, H., Momenifar, F., Chen, F., & Gandomi, A. (2023). Meta-learning approaches for few-shot learning: A survey of recent advances. ACM Computing Surveys.‏ https://doi.org/10.48550/arXiv.2303.07502
Glass, G. V. (1976). Primary, secondary, and meta-analysis of research. Educational Researcher, 5(10), 3-8.https://doi.org/10.2307/1174772
Hackenberger, B. K. (2020). Bayesian meta-analysis now–let’s do it. Croatian Medical Journal, 61(6), 564. https://doi.org/10.3325/cmj.2020.61.564
Hedges, L. V., Olkin, I. (1985). Statistical Methods for Meta-Analysis. United Kingdom: Elsevier Science. https://doi.org/10.1016/C2009-0-03396-0
Higgins, J. P., Altman, D. G., Gøtzsche, P. C., Jüni, P., Moher, D., Oxman, A. D.,... & Sterne, J. A. (2011). The Cochrane Collaboration’s tool for assessing risk of bias in randomised trials. Bmj, 343. https://doi.org/10.1136/bmj.d5928
Kazrin, A., Durac, J., & Agteros, T. (1979). Meta–meta analysis: A new method for evaluating therapy outcome. Behaviour Research and Therapy. https://doi.org/10.1016/0005-7967(79)90011-1
Khoee, A. G., Yu, Y., & Feldt, R. (2024). Domain Generalization through Meta-Learning: A Survey. arXiv preprint arXiv:2404.02785.‏ https://doi.org/10.48550/arXiv.2404.02785
Leclercq V., Beaudart C., Ajamieh S., Rabenda V., Tirelli E., Bruyère O. (2019). Meta-analyses indexed in PsycINFO had a better completeness of reporting when they mention PRISMA. J Clin Epidemiol, 115, 46- 54. https://doi.org/10.1016/j.jclinepi.2019.06.014
Light, R. J., & Pillemer, D. B. (1984). Summing up: The science of reviewing research. Harvard University Press. https://doi.org/10.2307/j.ctvk12px9
Moher, D., Liberati, A., Tetzlaff, J., Altman, D.G., (2009). PRISMA Group. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. Ann Intern Med, 151, 264-9, W64. https://doi.org/10.1371/journal.pmed.1000097
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,... & Moher, D. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. bmj, 372. https://doi.org/10.1136/bmj.n71.
Page, M. J., & Moher, D. (2017). Evaluations of the uptake and impact of the Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) Statement and extensions: a scoping review. Systematic reviews, 6, 1-14. https://doi.org/10.1186/s13643-017-0663-8.
Paul, J., & Barari, M. (2022). Meta-analysis and traditional systematic literature reviews—What, why, when, where, and how? Psychology & Marketing, 39(6), 1099-1115.http://dx.doi.org/10.1177/2167696815617076.
Pollock, M., Fernandes, R. M., Pieper, D., Tricco, A. C., Gates, M., Gates, A., & Hartling, L. (2019). Preferred Reporting Items for Overviews of Reviews (PRIOR): a protocol for development of a reporting guideline for overviews of reviews of healthcare interventions. Systematic reviews, 8, 1-9. https://doi.org/10.1136/bmj-2022-070849.
Reis, D. J., Kaizer, A. M., Kinney, A. R., Bahraini, N. H., Holliday, R., Forster, J. E., & Brenner, L. A. (2023). A practical guide to random-effects Bayesian meta-analyses with application to the psychological trauma and suicide literature. Psychological trauma: theory, research, practice, and policy, 15(1), 121. https://doi.org/10.1037/tra0001316.
Rosenberger, K. J., Xing, A., Murad, M. H., Chu, H., & Lin, L. (2021). Prior choices of between-study heterogeneity in contemporary Bayesian network meta-analyses: an empirical study. Journal of general internal medicine, 36(4), 1049-1057. https://doi.org/10.1007/s11606-020-06357-1
Rebar, A. L., Stanton, R., Geard, D., Short, C., Duncan, M. J., & Vandelanotte, C. (2015). A meta-meta-analysis of the effect of physical activity on depression and anxiety in non-clinical adult populations. Health psychology review, 9(3), 366-378. https://doi.org/10.1080/17437199.2015.1022901.
Röver, C., Bender, R., Dias, S., Schmid, C. H., Schmidli, H., Sturtz, S.,... & Friede, T. (2020). On weakly informative prior distributions for the heterogeneity parameter in Bayesian random-effects meta-analysis. Research Synthesis Methods, 12(4), 448-474. https://doi.org/10.1002/jrsm.1475
Sterne, J. A., Savović, J., Page, M. J., Elbers, R. G., Blencowe, N. S., Boutron, I.,... & Higgins, J. P. (2019). RoB 2: a revised tool for assessing risk of bias in randomised trials. bmj, 366. https://doi.org/10.1136/bmj.l4898
https://psycnet.apa.org/doi/10.1093/med/9780199685219.001.0001
Shea, B. J., Reeves, B. C., Wells, G., Thuku, M., Hamel, C., Moran, J.,... & Henry, D. A. (2017). AMSTAR 2: a critical appraisal tool for systematic reviews that include randomised or non-randomised studies of healthcare interventions, or both. bmj, 358. https://doi.org/10.1136/bmj.j4008
External validation of a measurement tool to assess systematic reviews (AMSTAR). PloS one, 2(12), e1350. https://doi.org/10.1371/journal.pone.0001350
Turner, R. M., Davey, J., Clarke, M. J., Thompson, S. G., & Higgins, J. P. (2012). Predicting the extent of heterogeneity in meta-analysis, using empirical data from the Cochrane Database of Systematic Reviews. International journal of epidemiology, 41(3), 818-827. https://doi.org/10.1093/ije/dys041
Van Aert, R. C., Wicherts, J. M., & Van Assen, M. A. (2019). Publication bias examined in meta-analyses from psychology and medicine: A meta-meta-analysis. PloS one, 14(4), e0215052. https://doi.org/10.1371/journal.pone.0215052.
ROBIS: a new tool to assess risk of bias in systematic reviews was developed. Journal of clinical epidemiology, 69, 225-234. https://doi.org/10.1016/j.jclinepi.2015.06.005.
Whiting, P., Savović, J., Higgins, J. P., Caldwell, D. M., Reeves, B. C., Shea, B.,... & Churchill, R. (2016). ROBIS: a new tool to assess risk of bias in systematic reviews was developed. Journal of clinical epidemiology, 69, 225-234. https://doi.org/10.1016/j.jclinepi.2015.06.005