Integrative data analysis (IDA) jointly models participant-level data from multiple studies. In psychology, IDA has been conducted using different fixed-effects and multilevel modeling (MLM) approaches. However, evaluations regarding the performance of these models in an IDA context are limited. The goal of this article is to evaluate three fixed-effects models (aggregated vs. disaggregated vs. study-specific coefficients regressions) and two MLMs (fixed-slope vs. random-slopes MLM) for cross-sectional IDA. Using a simulation study with study sample sizes and numbers of studies consistent with applied IDA (e.g., two to 35 studies), we evaluated estimation bias and type I error rates for participant-level and study-level effects and variance components for these models; for the MLMs, we evaluated different estimation methods (i.e., constrained vs. unconstrained variance estimation and five degrees of freedom methods). Disaggregated and study-specific coefficients regressions and both MLMs yielded fixed effects estimates with ignorable bias, but only the random-slopes MLM fully modeled between-study heterogeneity and, consequently, provided well-controlled type I error rates for testing both fixed effects. Overall, we found that MLMs could be feasible under IDA conditions with three to six studies and well-chosen estimation methods. A real-data IDA example is used to illustrate and compare the application of the five models. We hope our results will help researchers choose appropriate modeling methods when conducting IDA. (PsycInfo Database Record (c) 2021 APA, all rights reserved)

中文翻译：

---

横截面综合数据分析的建模方法：评估和建议。

综合数据分析 (IDA) 联合对来自多项研究的参与者级数据进行建模。在心理学中，IDA 是使用不同的固定效应和多层次建模 (MLM) 方法进行的。然而，关于这些模型在 IDA 上下文中的性能的评估是有限的。本文的目标是评估横截面 IDA 的三个固定效应模型（聚合、分解和研究特定系数回归）和两个 MLM（固定斜率和随机斜率 MLM）。使用研究样本量和研究数量与应用 IDA 一致的模拟研究（例如，2 到 35 项研究），我们评估了这些模型的参与者水平和研究水平影响和方差分量的估计偏差和 I 类错误率；对于 MLM，我们评估了不同的估计方法（即，约束与非约束）。无约束方差估计和五自由度方法）。分解和特定于研究的系数回归和两种 MLM 都产生了具有可忽略偏差的固定效应估计，但只有随机斜率 MLM 完全模拟了研究间的异质性，因此，为测试两种固定效应提供了控制良好的 I 类错误率。总的来说，我们发现，通过三到六项研究和精心选择的估计方法，MLM 在 IDA 条件下是可行的。以一个真实数据的IDA例子来说明和比较五种模型的应用。我们希望我们的结果能够帮助研究人员在进行 IDA 时选择合适的建模方法。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）分解和特定于研究的系数回归和两种 MLM 都产生了具有可忽略偏差的固定效应估计，但只有随机斜率 MLM 完全模拟了研究间的异质性，因此，为测试两种固定效应提供了控制良好的 I 类错误率。总的来说，我们发现，通过三到六项研究和精心选择的估计方法，MLM 在 IDA 条件下是可行的。以一个真实数据的IDA例子来说明和比较五种模型的应用。我们希望我们的结果能够帮助研究人员在进行 IDA 时选择合适的建模方法。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）分解和特定于研究的系数回归和两种 MLM 都产生了具有可忽略偏差的固定效应估计，但只有随机斜率 MLM 完全模拟了研究间的异质性，因此，为测试两种固定效应提供了控制良好的 I 类错误率。总的来说，我们发现，通过三到六项研究和精心选择的估计方法，MLM 在 IDA 条件下是可行的。以一个真实数据的IDA例子来说明和比较五种模型的应用。我们希望我们的结果能够帮助研究人员在进行 IDA 时选择合适的建模方法。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）为测试两种固定效应提供了控制良好的 I 类错误率。总的来说，我们发现，通过三到六项研究和精心选择的估计方法，MLM 在 IDA 条件下是可行的。以一个真实数据的IDA例子来说明和比较五种模型的应用。我们希望我们的结果能够帮助研究人员在进行 IDA 时选择合适的建模方法。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）为测试两种固定效应提供了控制良好的 I 类错误率。总的来说，我们发现，通过三到六项研究和精心选择的估计方法，MLM 在 IDA 条件下是可行的。以一个真实数据的IDA例子来说明和比较五种模型的应用。我们希望我们的结果能够帮助研究人员在进行 IDA 时选择合适的建模方法。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）