Meta-Analyse zusammenfassen und interpretieren
Synthese und Interpretation von Meta-Analyseergebnissen für Forschung und Praxis
Prompt-Vorlage
Helfen Sie mir, die Ergebnisse einer Meta-Analyse zum Thema [META-ANALYSE-THEMA] verständlich zusammenzufassen und zu interpretieren. **Beschreibung der Meta-Analyse**: - Analysierte Primärstudien: [ANZAHL DER STUDIEN] - Gesamtstichprobengröße: [N] - Hauptbefunde (Effektgröße, Konfidenzintervall): [HAUPTBEFUNDE] - Heterogenität: [I²-WERT UND Q-STATISTIK] - Moderatoren: [MODERATORVARIABLEN, sofern vorhanden] Bitte führen Sie folgende Schritte durch: 1. **Hauptbefund interpretieren**: Erläutern Sie die Effektgröße ([Cohen's d / r / OR]) und ihre praktische Bedeutsamkeit in allgemein verständlicher Sprache. 2. **Heterogenität beurteilen**: Erklären Sie, was der I²-Wert von [I²] bedeutet und welche Implikationen er für die Generalisierbarkeit der Ergebnisse hat. 3. **Moderatoranalysen**: Welche Moderatoren erklären die Varianz zwischen den Studien und was impliziert das für die Befundinterpretation? 4. **Publikationsbias**: Bewerten Sie das Risiko eines Publikationsbias (z. B. Trichterdiagramm, Egger-Test) und dessen Einfluss auf die Schlussfolgerungen. 5. **Limitationen**: Welche methodischen Einschränkungen der Meta-Analyse müssen bei der Interpretation berücksichtigt werden? 6. **Praktische Implikationen**: Welche Schlussfolgerungen lassen sich für [PRAXIS / POLITIK / WEITERE FORSCHUNG] ziehen?
Platzhalter in [eckigen Klammern] ersetzen: [META-ANALYSE-THEMA][ANZAHL DER STUDIEN][HAUPTBEFUNDE][I²-WERT UND Q-STATISTIK][MODERATORVARIABLEN, sofern vorhanden][Cohen's d / r / OR][I²][PRAXIS / POLITIK / WEITERE FORSCHUNG]
So verwendest du die Vorlage
Kopiere den Prompt, ersetze die Platzhalter in eckigen Klammern durch deine Angaben und füge ihn in den KI-Assistenten deiner Wahl ein. Je genauer die Angaben, desto besser das Ergebnis.
Tipps für bessere Ergebnisse
- Erläutern Sie Effektgrößen stets kontextualisiert – ein d = 0.3 kann in manchen Feldern groß, in anderen minimal sein.
- Ein I² > 75 % deutet auf erhebliche Heterogenität hin und sollte kritisch diskutiert werden.
- Die GRADE-Methodik hilft, die Qualität der Evidenz aus einer Meta-Analyse systematisch zu bewerten.
Passende offene Modelle
Die Auswahl nennt aktuelle offene Modelle als Ausgangspunkt für eigene Tests. Sie ist keine Messung für diese Vorlage.
Stichwörter: #meta-analyse #effektgröße #heterogenität #evidenzsynthese #publikationsbias