Wann verwendet man REML bei einer Metaanalyse?

Das REML-Verfahren (Restricted Maximum Likelihood) wird bei Metaanalysen vor allem dann verwendet, wenn ein Random-Effects-Modell (Zufallseffekte-Modell) zum Einsatz kommt. REML dient dabei zur Schätzung der Varianz der wahren Effekte zwischen den Studien (also der sogenannten Heterogenität, meist als τ² bezeichnet).

**Wann REML verwenden?**
- Wenn du davon ausgehst, dass die wahren Effekte in den einzelnen Studien unterschiedlich sind (also nicht alle Studien denselben wahren Effekt schätzen).
- Wenn du ein Random-Effects-Modell anwendest, um diese Unterschiede zu berücksichtigen.
- REML ist besonders nützlich bei einer moderaten bis großen Anzahl von Studien, da es im Vergleich zu anderen Schätzmethoden (wie DerSimonian-Laird) oft weniger verzerrte Schätzungen der Heterogenität liefert.

**Nicht verwenden solltest du REML:**
- Bei Fixed-Effect-Modellen (hier wird keine Heterogenität geschätzt).
- Bei sehr wenigen Studien (z.B. <5), da alle Schätzmethoden dann unzuverlässig werden können.

**Zusammengefasst:**
REML wird bei Metaanalysen mit Random-Effects-Modellen zur Schätzung der Heterogenität zwischen den Studien eingesetzt, insbesondere wenn eine möglichst unverzerrte Schätzung dieser Varianz gewünscht ist.