Meta-analyysin ja metaregression soveltaminen fyysistä aktiivisuutta mittaaviin tutkimuksiin

Abstract

Tieteellistä tietoa tuotetaan jatkuvasti lisää, mutta sen yhdistäminen aiempaan tietämykseen ei ole ongelmatonta. Tilastotieteellisesti tätä pulmaa lähestytään meta-analyysin ja metaregression avulla. Meta-analyysi on systemaattisessa kirjallisuuskatsauksessa kerätyn aineiston tilastollista yhteenvetoa; useista estimaateista luottamusväleineen muodostetaan yksi keskimääräinen estimaatti ja sen luottamusväli. Huomattavaa on, että meta-analyysin aineisto on eräänlainen aineistojen aineisto; havaintoyksiköitä eivät ole tutkimuksiin osallistuvat koehenkilöt vaan itse tutkimukset. Metaregressio on meta-analyysiä, jossa yhteenveto tehdään hyödyntämällä tutkimusten taustamuuttujia eli kovariaatteja. Metaregressio on lineaaristen (seka)mallien erikoistapaus.

Tutkielmassa meta-analyysin menetelmiä sovelletaan aineistoon, joka käsittelee vähän liikkuvien ihmisten fyysisen aktiivisuuden edistämistä erilaisin motivointikeinoin. Tutkimusten ominaispiirteiden, kuten valittujen motivointikeinojen, yhteyttä tuloksiin tutkitaan metaregressiolla. Oman haasteensa tuo aineistossa esiintyvä riippuvuus. Riippuvuus on seurausta yhteisistä kontrolliryhmistä, joihin eri motivointikeinoja käyttäviä ryhmiä verrataan; jokaisessa tutkimuksessa on täsmälleen yksi kontrolliryhmä mutta mahdollisesti useita koeryhmiä.

Tulosten perusteella motivointikeinot todella lisäävät vähän liikkuvien ihmisten fyysistä aktiivisuutta jopa siten, että vaikutus jossain määrin säilyy intervention päätyttyä. Eri motivointikeinojen kesken ei näytä olevan huomattavia eroja. Viitteitä muiden taustamuuttujien yhteydestä tuloksiin on, mutta niihin on suhtauduttava varauksella; monta testattavaa hypoteesia voi johtaa merkitseviin tuloksiin sattumaltakin. Lisäksi metaregression tulokset vaihtelevat valittujen menetelmien mukana.