Методология; до инветигаци; n Систематични прегледи и мета-анализ (II)

М. изследвания

Индекс на съдържанието

Въведение

В предишна работа концепциите за систематичен преглед и метаанализ са представени в процеса на синтез на резултатите, постигнати от различни изследвания във връзка с дадена тема. Тази публикация се фокусира основно върху излагането на ограниченията и етапите на систематичен преглед, с кратко описание на статистическите техники, често използвани по време на етапа на метаанализ. В настоящата работа ще бъде направен опит за по-нататъшно описание на наличните статистически методи за комбиниране на резултати в този тип проучване.

Анализът на хетерогенността.

Преди да изберете някой от различните статистически методи, които позволяват комбиниране на отделните резултати от всяко проучване, за да се получи комбиниран оценител на ефекта, ще е необходимо да се определи:

Оценката на степента на хетерогенност може да се извърши с помощта на статистически тестове, като най-широко използван е Q тестът на Der Simonian и Laird. Този тест се основава на изчисляване на претеглена сума от разликите между ефекта, определен във всяко от изследванията (съотношение на шансовете, относителен риск, разлика в средните стойности и т.н.) и глобалната средна стойност:

По този начин, ако изследванията са хомогенни, статистиката следва приблизително разпределение със степени на свобода. Получената стойност за споменатата статистика във всеки конкретен случай се сравнява със съответното теоретично разпределение, като по този начин се получава стойност на значимост, която позволява отхвърляне (р 0,05) на хипотезата за хомогенност. Това обаче е тест с ниска статистическа мощност, така че незначителен резултат обикновено е недостатъчен, за да се заключи, че няма хетерогенност между изследванията и тази възможност трябва да се проучи с други методи, главно графични, като диаграмата на Galbraith или Графика на L'Abbé.

От една страна, графиката на Galbraith представлява точността на всяко изследване (обратната на стандартната грешка на оценката на ефекта) спрямо стандартизирания ефект (т.е. оценката на ефекта, разделена на стандартната му грешка). Представени са и регресионната линия, приспособена към тези точки, и лента на доверие, така че всички точки трябва да бъдат разположени в тази лента. Точките извън тези граници на доверие са тези, които допринасят за най-голяма променливост на анализа. В допълнение, тези изследвания с по-голяма тежест в мета-анализа ще бъдат тези с най-висока точност и следователно могат да бъдат идентифицирани вдясно от графиката.

Графиката L’Abbé е друг полезен инструмент в случай на работа с двоичен отговор (например отговор на ново лечение спрямо друг стандарт). Той представлява съотношението на събитията в контролната група спрямо дела на събитията в групата на лечение. По този начин всяка от точките в графиката представлява относителния риск, съответстващ на различните изследвания, така че диагоналът, който разделя графиката на два раздела, ще остави изследвания, благоприятни за лечебната група от едната страна и тези, благоприятни за лечебната група, от друга контролна група. Наличието на разпръснати точки, които не са разположени успоредно на споменатия диагонал, ще показва възможна хетерогенност.

За да илюстрираме горното, ще разгледаме хипотетичен пример, в който искаме да извършим мета-анализ на 10 клинични проучвания, които се опитват да оценят ефикасността на ново лекарство за лечение на определено заболяване. Във всички проучвания пациентите са рандомизирани да получават или експерименталното лекарство (група за лечение), или обичайното лечение (група за контрол), като се отчита броят на пациентите, които са се възстановили от заболяването във всяка група. Следователно променливата за реакция е излекувана и мярката на ефекта е относителният риск (). Данните, използвани за този пример, са показани в таблица 1.

Тестът на Der Simonian и Laird не разкрива, при ниво на доверие 95%, статистически доказателства за хетерогенност (Q = 14.401; p = 0.109). Графиките на Galbraith и L'Abbé обаче предполагат известна степен на хетерогенност, като едно от изследванията е извън лентите на доверие в първото (това, което осигурява по-ниска оценка на ефекта) и с точки, които не се подравняват около права линия на графиката на L'Abbé (фигури 1 и 2).

Статистически методи за комбиниране на резултати

Въпреки разликите между различните методи, налични за мета-анализ, всички те следват подобна схема. В повечето случаи оценителят на комбинирания ефект се изчислява като средно претеглена оценка на оценките на всяко изследване, където тежестите се присвояват въз основа на прецизността на всяка работа. По този начин, проучванията с по-голяма вариабилност в отговора или с по-малък размер на извадката ще имат по-малък принос към глобалната оценка.

По принцип статистическите методи, които най-често се използват в практиката, могат да бъдат класифицирани в две групи, в зависимост от това дали при анализа е взета предвид хетерогенността между изследванията или не: модели на случайни ефекти и модели с фиксиран ефект.

а) Модели с фиксиран ефект.

В модела с фиксирани ефекти се приема, че няма хетерогенност между изследванията, включени в прегледа, така че всички те да оценяват един и същ ефект и наблюдаваните разлики се дължат единствено на случайността.