Метаанализ

Медицинские исследования: Систематический обзор и мета-анализ

Метаанализ

Мета-анализ — это разновидность систематического обзора. Вместо того, чтобы делать выводы из одного исследования, мета-анализ рассматривает многочисленные исследования для получения ответа.

Он объединяет результаты цифрового анализа, полученные в ходе исследований аналогичной конструкции. Мета-анализ может также стать частью дальнейшего систематического обзора.

Группа экспертов обычно возглавляет исследователей, которые проводят систематический обзор. Имеется множество протоколов для детального поиска и анализа медицинской литературы.

Систематический обзор считается высокой формой доказательной базы. Выводы способствуют формированию медицинского консенсуса в отношении наилучших форм лечения.

Полученные данные также используются в политике, проводимой государственными системами здравоохранения, например, должны ли они финансировать новое лекарство.

Проведение обзора

В клинических рекомендациях излагаются варианты лечения, которым должны следовать медицинские работники и специалисты.

Эти руководящие принципы основаны на рекомендациях, вынесенных на основе систематического анализа всех имеющихся медицинских данных.

Метод проведения таких обследований важен, поскольку он должен гарантировать, что рекомендации приведут к наилучшему состоянию здоровья пациентов.

Существуют пошаговые инструкции по проведению систематических обзоров.

Кокрановская библиотека представляет собой собрание систематических обзоров, пользующихся широким уважением международного медицинского сообщества. Он следует строгому научному протоколу для получения надежных отзывов.

Продюсирую рецензию: 8 шагов

Шаги, описанные ниже, основаны на тех, которые необходимы для Кокрановой библиотеки. Они обеспечивают тщательный процесс, с помощью которого исследователи могут синтезировать данные целого ряда исследований.

1: Определите вопрос исследования

Сначала исследователи должны решить, на какой вопрос исследования им нужен ответ. Например, цель может заключаться в следующем: «Оценка влияния нового наркотика на конкретные проблемы со здоровьем у определенных категорий людей». Вопрос должен быть очень конкретным.

2: Решить, какие исследования включить в обзор

Этот вопрос будет частично решен в ходе исследования, но в дальнейшем «критерии приемлемости» будут заранее определять, какие исследования группа будет включать или исключать. Исследования должны иметь четкую структуру, например, рандомизированное контрольное исследование (РКИ).

3: Поиск исследований

Шаг 3 описывает источники, с которыми необходимо ознакомиться, и поисковые термины, используемые для их поиска. В Кокрановском обзоре это делают специально обученные координаторы поиска. Поиск должен также включать попытки выявить неопубликованные исследования.

4: Выберите исследования и соберите данные

Данные взяты из исследований, которые отвечают заранее определенным критериям приемлемости. Данные могут поступать в различных форматах.

5: Оценить риск предвзятости в включенных исследованиях

Это обеспечивает актуальность и надежность всех рассмотренных исследований.

Например, была ли рандомизация в ходе судебного разбирательства двойной слепой? Или же существовала опасность предвзятости, например, при отборе участников для лечения или сравнения? Допустимо включение некоторых исследований более низкого качества, если только исследователи принимают во внимание подобную предвзятость.

6: Анализировать данные и проводить мета-анализы

Это основной процесс систематического обзора и основной шаг на пути к обобщению выводов. Предыдущие шаги должны быть завершены перед выполнением этого шага.

7: Устранять любую предвзятость публикации

Предвзятость публикации — это когда исследование специально отобрано для включения или отобрано как вишневое. Это может привести к искажению истинных результатов лечения.

8: Представить окончательные результаты обзора

Группа публикует результаты своей работы, прилагая таблицу с их кратким изложением. Лица, принимающие решения, могут использовать этот опубликованный результат.

Преимущества

Систематический обзор — это обобщение или обзор всех имеющихся фактических данных по конкретному вопросу медицинского исследования. Основываясь на имеющихся в настоящее время данных, он может дать однозначный ответ на конкретный вопрос о терапии, профилактике, причинах заболевания или вреда.

Это особенно важно для определения того, работает ли определенный вид наркотиков и является ли он безопасным.

Подводя итог большому количеству фактических данных, систематический обзор может помочь занятым врачам понять последние события.

Обзор может показать, насколько хорошо полученные результаты могут быть применены в повседневной практике. Это называется обобщенностью полученных результатов. Она также может выявить пробелы в знаниях, требующие проведения дополнительных исследований.

Выводы обзоров более надежны, чем выводы отдельных исследований. Консультирование при проведении обзора избавляет от необходимости пытаться понять различия между результатами различных видов исследований.

Систематический обзор сводит к минимуму предвзятость, когда ученые приходят к заключению. Математическая мощь и точность высоки.

Систематические обзоры также дают практические преимущества. Их проведение обходится дешевле, чем проведение новой серии экспериментов, и на их проведение уходит меньше времени.

Недостатки

Систематический обзор может иметь некоторые недостатки.

Если исследователи используют только опубликованные или легкодоступные исследования, выводы могут оказаться ненадежными.

Неопубликованные исследования бывает трудно найти, но использование только опубликованной литературы может привести к искажению результатов, поскольку в нее не включены результаты всех существующих исследований.

Например, результаты, которые являются отрицательными или неубедительными, могут оставаться неопубликованными. Предвзятое отношение к публикации может привести к преувеличению положительных результатов, поскольку нейтральные или отрицательные результаты подавляются.

Обычно плохие новости чаще попадают в заголовки газет, чем хорошие. И наоборот, исследователи в области медицины с меньшей вероятностью могут представить плохие результаты, поэтому систематические обзоры могут иметь тенденцию к получению хороших результатов.

Решения редакторов журналов и рецензентов также могут привести к предвзятости публикаций.

Иногда результаты не доходят до стадии публикации из-за наличия финансирования исследований, но это не покрывает расходы на их анализ и публикацию. Это может ограничить мотивацию к написанию и представлению любых негативных или нейтральных выводов для публикации.

Что такое мета-анализ?

Систематический обзор отвечает на определенный вопрос исследования, собирая и обобщая все эмпирические данные, которые соответствуют заранее установленным критериям приемлемости.

Для мета-анализа используются статистические методы обобщения результатов этих исследований.

Мета-анализ может быть самостоятельным или может быть частью более широкого систематического обзора. Это обеспечивает надежные доказательства. Более широкие обзоры включают результаты исследований различных научных разработок. Мета-анализ включает в себя только исследования аналогичного дизайна.

Мета-анализ использует статистический анализ для объединения результатов отдельных исследований. Затем он рассчитывает общий количественный результат.

Тем не менее, результаты не всегда имеют прямое отношение к повседневному лечению заболеваний. Это связано с тем, что простые численные ответы не могут решить сложные клинические проблемы. Медицинские работники должны по-прежнему осторожно подходить к интерпретации результатов обследования.

Более широкие статистические обзоры тоже имеют свои недостатки. Обзор может сделать вывод, что антибиотики эффективны в лечении заболевания, без определения типа, дозировки и так далее.

Источник: http://UpSkin.ru/mednews/medicinskie-issledovaniya-sistematicheskij-obzor-i-meta-analiz.html

Мета-анализ

Метаанализ

Введение

Подходы к выполнению мета-анализа

Основные методы

Метод Мантела-Ханзела

Другие подходы к выполнению мета-анализа

Литература

В соответствии с концепцией доказательной медицины научно обоснованными признаются результаты лишь тех клинических исследований, которые проведены на основе принципов клинической эпидемиологии, позволяющих свести к минимуму как систематические ошибки, так и случайные ошибки (с помощью корректного статистического анализа полученных в исследовании данных).

Наиболее обоснованные результаты обычно могут быть получены при проведении рандомизированных контролируемых испытаний лечебных и профилактических вмешательств, так как в таких случаях организация (т.е. структура) и проведение исследования наиболее близки к эксперименту в общенаучном понимании этого термина.

Достаточно часто результаты исследований, в которых оценивается эффективность одного и того же лечебного или профилактического вмешательства или диагностического метода при одном и том же заболевании, различаются.

В связи с этим возникает необходимость относительной оценки результатов разных исследований и интеграции их результатов с целью получения обобщающего вывода.

К одной из самых популярных и быстро развивающихся методик системной интеграции результатов отдельных научных исследований сегодня относится методика мета-анализа.

Международная эпидемиологическая ассоциация характеризует мета-анализ как методику «объединения результатов различных исследований, складывающуюся из качественного компонента (например, использование таких заранее определенных критериев включения в анализ, как полнота данных, отсутствие явных недостатков в организации исследования и т.д.) и количественного компонента (статистическая обработка имеющихся данных)».

Цель мета-анализа — выявление, изучение и объяснение различий (вследствие наличия статистической неоднородности, или гетерогенности) в результатах исследований.

К несомненным преимуществам мета-анализа относятся возможность увеличения статистической мощности исследования, а, следовательно, точности оценки эффекта анализируемого вмешательства. Это позволяет более точно, чем при анализе каждого отдельно взятого небольшого клинического исследования, определить категории больных, для которых применимы полученные результаты.

Правильно выполненный мета-анализ предполагает проверку научной гипотезы, подробное и четкое изложение применявшихся при мета-анализe статистических методов, достаточно подробное изложение и обсуждение результатов анализа, а также вытекающих из него выводов.

Подобный подход обеспечивает уменьшение вероятности случайных и систематических ошибок, позволяет говорить об объективности получаемых результатов.

Подходы к выполнению мета-анализа

Существуют два основных подхода к выполнению мета-анализа.

Первый из них заключается в статистическом повторном анализе отдельных исследований путем сбора первичных данных о включенных в оригинальные исследования наблюдениях. Очевидно, что проведение данной операции далеко не всегда возможно.

Второй (и основной) подход заключается в обобщении опубликованных результатов исследований, посвященных одной проблеме. Такой мета-анализ выполняется обычно в несколько этапов, среди которых важнейшими являются:

  • выработка критериев включения оригинальных исследований в мета-анализ
  • оценка гетерогенности (статистической неоднородности) результатов оригинальных исследований
  • проведение собственно мета-анализа (получение обобщенной оценки величины эффекта)
  • анализ чувствительности выводов

Необходимо отметить, что этап определения круга включаемых в мета-анализ исследований часто становится источником систематических ошибок мета-анализа. Качество мета-анализа существенно зависит от качества включенных в него исходных исследований и статей.

К основным проблемам при включении исследований в мета-анализ относятся такие, как различия исследований по критериям включения и исключения, структуре исследования, контролю качества.

Существует также смещение, связанное с преимущественным опубликованием положительных результатов исследования (исследования, в которых получены статистически значимые результаты, чаще публикуются, чем те, в которых такие результаты не получены).

Поскольку мета-анализ основан главным образом на опубликованных данных, следует обращать особое внимание на недостаточную репрезентативность отрицательных результатов в литературе.

Включение в мета-анализ неопубликованных результатов также представляет значительную проблему, так как их качество неизвестно в связи с тем, что они не проходили рецензирование.

Основные методы

Выбор метода анализа определяется типом анализируемых данных (бинарные или непрерывные) и типом модели (фиксированных эффектов, случайных эффектов).

Бинарные данные обычно анализируются путем вычисления отношения шансов (ОШ), относительного риска (ОР) или разности рисков в сопоставляемых выборках. Все перечисленные показатели характеризуют эффект вмешательств. Представление бинарных данных в виде ОШ удобно использовать при статистическом анализе, но этот показатель достаточно трудно интерпретировать клинически.

Непрерывными данными обычно являются диапазоны значений изучаемых признаков или нестандартизованная разница взвешенных средних в группах сравнения, если исходы оценивались во всех исследованиях одинаковым образом.

Если же исходы оценивались по-разному (например, по разным шкалам), то используется стандартизованная разница средних (так называемая величина эффекта) в сравниваемых группах.

Одним из первых этапов мета-анализа является оценка гетерогенности (статистической неоднородности) результатов эффекта вмешательства в разных исследованиях.

Для оценки гетерогенности часто используют критерии χ2 с нулевой гипотезой о равном эффекте во всех исследованиях и с уровнем значимости 0,1 для повышения статистической мощности (чувствительности) теста.

Источниками гетерогенности результатов разных исследований принято считать дисперсию внутри исследований (обусловленную случайными отклонениями результатов разных исследовании от единого истинного фиксированного значения эффекта), а также дисперсию между исследованиями (обусловленную различиями между изучаемыми выборками по характеристикам больных, заболеваний, вмешательств, приводящими к несколько разным значениям эффекта — случайными эффектами).

Если предполагается, что дисперсия между исследованиями близка к нулю, то каждому из исследований приписывается вес, величина которого обратно пропорциональна дисперсии результата данного исследования.

Дисперсия внутри исследований в свою очередь определяется как , где — — среднее внутри исследований.

При нулевой дисперсии между исследованиями можно использовать модель фиксированных (постоянных) эффектов. В этом случае предполагается, что изучаемое вмешательство во всех исследованиях имеет одну и ту же эффективность, а выявляемые различия между исследованиями обусловлены только дисперсией внутри исследований. В этой модели пользуются методом Мантела-Ханзела.

Метод Мантела-Ханзела

В таблице представлены пропорции пациентов в Нью-Йорке и в Лондоне, которым был поставлен диагноз шизофрения.

Исследование Нью-ЙоркЛондон ni1 pi1 ni2 pi2
i=1 (возраст 20-34 лет) 105 0,771 105 0,324
i=2 (возраст 20-59 лет)192 0,615174 0,397
i=3 (возраст 35-59 лет) 1450,566 145 0,359

Таблица1. Данные о числе диагнозов шизофрении, поставленных психиатрами клиник в Нью-Йорке и в Лондоне в ходе трех исследований

Процедура, предложенная Мантелом и Ханзелом, позволяет оценивать предположительно типичное значение отношения шансов и проверять значимость общей степени связи.

Оценкой Мантела-Ханзела отношения шансов является:

— взвешенное среднее отдельных отношений шансов по группам.

Критерий хи-квадрат Мантела-Ханзела проверки значимости общей меры связи основан на взвешенном среднем g разностей между пропорциями.

Статистика хи-квадрат Мантела-Ханзела задается выражением

с 1 степенью свободы.

Для того, чтобы статистика имела распределение хи-квадрат с 1 степенью свободы, каждая из четырех сумм ожидаемых частот,,, должна отличаться не менее чем на 5 как от своего минимума, так и от своего максимума.

Значит, чтобы с уверенностью пользоваться для статистики распределением хи-квадрат с 1 степенью свободы, вовсе не обязательно иметь большие маргинальные частоты. Число наблюдений в таблице может быть даже равно двум, как в случае связанных пар.

Единственное, что нужно при этом – достаточно большое число таблиц, чтобы каждая сумма ожидаемых частот была велика.

Другие подходы к выполнению мета-анализа

Модель случайных эффектов предполагает, что эффективность изучаемого вмешательства в разных исследованиях может быть разной.

Данная модель учитывает дисперсию не только внутри одного исследования, но и между разными исследованиями. В этом случае суммируются дисперсии внутри исследований и дисперсия между исследованиями.

Целью мета-анализа непрерывных данных обычно является представление точечных и интервальных (95% ДИ) оценок обобщенного эффекта вмешательства.

Существует также ряд других подходов к выполнению мета-анализа: байесовский мета-анализ, кумулятивный мета-анализ, многофакторный мета-анализ, мета-анализ выживаемости.

Байесовский мета-анализ позволяет рассчитать априорные вероятности эффективности вмешательства с учетом косвенных данных. Такой подход особенно эффективен при малом числе анализируемых исследований. Он обеспечивает более точную оценку эффективности вмешательства в модели случайных эффектов за счет объяснения дисперсии между разными исследованиями.

Кумулятивный мета-анализ — частный случай байесовского мета-анализа — пошаговая процедура включения результатов исследований в мета-анализ по одному в соответствии с каким-либо принципом (в хронологической последовательности, по мере убывания методологического качества исследования и т.д.).

Он позволяет рассчитывать априорные и апостериорные вероятности в итерационном режиме по мере включения исследований в анализ.

Регрессионный мета-анализ (логистическая регрессия, регрессия взвешенных наименьших квадратов, модель Кокса и др.) используется при существенной гетерогенности результатов исследований.

Он позволяет учесть влияние нескольких характеристик исследования (например, размера выборки, дозы препарата, способа его введения, характеристик больных и др.) на результаты испытаний вмешательства.

Результаты регрессионного мета-анализа обычно представляют в виде коэффициента наклона с указанием ДИ.

Следует заметить, что мета-анализ может выполняться для обобщения результатов не только контролируемых испытаний медицинских вмешательств, но и когортных исследований (например, исследований факторов риска).

Однако при этом следует учитывать высокую вероятность возникновения систематических ошибок.

Особый вид мета-анализа — обобщение оценок информативности диагностических методов, полученных в разных исследованиях. Цель такого мета-анализа — построение характеристической кривой взаимной зависимости чувствительности и специфичности тестов (ROC-кривой) с использованием взвешенной линейной регрессии.

Устойчивость. После получения обобщенной оценки величины эффекта возникает необходимость определить ее устойчивость.

Для этого выполняется так называемый анализ чувствительности. В зависимости от конкретной ситуации его можно проводить на основе нескольких различных методов, например:

  • Включение и исключение из мета-анализа исследований, выполненных на низком методологическом уровне
  • Изменение параметров данных, отбираемых из каждого анализируемого исследования, например, если в каких-либо исследованиях сообщается о клинических исходах в первые 2 нед. заболевания, а в других исследованиях — о клинических исходах в первые 3—4 нед. заболевания, то допустимо сравнение клинических исходов не только для каждого из этих периодов наблюдения, но и для суммарного периода наблюдения длительностью до 4 нед.
  • Исключение из мета-анализа наиболее крупных исследований. Если величина эффекта того или иного анализируемого вмешательства при анализе чувствительности существенно не изменяется, то имеются основания полагать, что выводы первичного мета-анализа достаточно обоснованы.

Существуют также способы оценки полноты выявления включенных в мета-анализ исследований. Обычно неполнота выявления связана с возникновением систематической ошибки, связанной с преимущественным опубликованием положительных результатов исследований (результатов, описывающих статистически значимые различия групп).

Для качественной оценки наличия такой систематической ошибки мета-анализа обычно прибегают к построению воронкообразной диаграммы рассеяния результатов отдельных исследований в координатах (величина эффекта, размер выборки). При полном выявлении исследований эта диаграмма должна быть симметричной. Вместе с тем существуют и формальные методы оценки существующей асимметрии.

Результаты мета-анализа обычно представляются графически (точечные и интервальные оценки величин эффектов каждого из включенных в мета-анализ исследований; пример на рис.1) и в виде таблиц с соответствующими статистиками.

Рис.1 Представление результатов мета-анализа

Литература

1. О.Ю. Реброва «Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA»

2. Дж. Флейс «Статистические методы изучения таблиц, долей и пропорций», перевод с английского И.Л. Легостаева, А.М. Никифорова

Связанные определения:
Forest plot
Funnel plot
Мета-анализ
Публикационное смещение
Систематический обзор

В начало

портала

Источник: http://statistica.ru/local-portals/medicine/meta-analiz/

МЕТА-АНАЛИЗ КАК ИНСТРУМЕНТ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ — Пресс-служба КазНМУ. Казахский национальный медицинский университет

Метаанализ

Достаточно часто результаты исследований, в которых оценивается эффективность одного и того же лечебного или профилактического вмешательства или диагностического метода при одном и том же заболевании, различаются.

В связи с этим возникает необходимость относительной оценки результатов разных исследований и интеграции их результатов с целью получения обобщающего вывода.

К одной из самых популярных и быстро развивающихся методик системной интеграции результатов отдельных научных исследований сегодня относится методика мета-анализа.

Мета-анализ – это количественный анализ объединенных результатов эколого-эпидемиологических исследований по оценке воздействия одного и того же фактора окружающей среды. Он предусматривает количественную оценку степени согласованности или расхождения результатов, полученных в разных исследованиях.

Введение

В соответствии с концепцией доказательной медицины научно обоснованными признаются результаты лишь тех клинических исследований, которые проведены на основе принципов клинической эпидемиологии, позволяющих свести к минимуму как систематические ошибки, так и случайные ошибки (с помощью корректного статистического анализа полученных в исследовании данных) [2].

Международная эпидемиологическая ассоциация характеризует такой род исследования, как методику «объединения результатов различных научных трудов, складывающихся из качественного компонента (например, использование таких заранее определенных критериев включения в анализ, как полнота данных, отсутствие явных недостатков в организации исследования и т.д.) и количественного компонента (статистическая обработка имеющихся данных)» – методика мета-анализа [3].

Первый в науке мета-анализ был проведен Карлом Пирсоном (Karl Pearson) в 1904 году. Собрав вместе исследования он решил побороть проблему уменьшения мощности исследования в малых выборках. Анализируя результаты этих исследований, он получил, что мета-анализ может помочь получить более точные данные исследований [4].

Несмотря на то, что мета-анализ сейчас повсеместно применяется в области эпидемиологии и в медицинских исследованиях. Работы, в которых применялся мета-анализ не выходили свет до 1955 года. В 1970-х годов, более сложные аналитические методы были внедрены в учебных исследованиях, работами Гласса, Шмидта и Хантера (Gene V. Glass, Frank L. Schmidt and John E. Hunter [5].

Оксфордский Словарь Английского языка дает нам понять, что первое применения этого термина произошло в 1976 году Глассом. Основа этого метода была развита такими учеными как: Ражду, Хеджес, Купер, Олкин, Хантер, Коен, Чалмерс и Шмидт (Nambury S. Raju, Larry V. Hedges, Harris Cooper, Ingram Olkin, John E. Hunter, Jacob Cohen, Thomas C. Chalmers, and Frank L. Schmidt) [6].

Мета-анализ: количественный подход к исследованию

Цель мета-анализа — выявление, изучение и объяснение различий (вследствие наличия статистической неоднородности, или гетерогенности) в результатах исследований [7].

К несомненным преимуществам мета-анализа относятся возможность увеличения статистической мощности исследования, а, следовательно, точности оценки эффекта анализируемого вмешательства. Это позволяет более точно, чем при анализе каждого отдельно взятого небольшого клинического исследования, определить категории больных, для которых применимы полученные результаты [8].

Правильно выполненный мета-анализ предполагает проверку научной гипотезы, подробное и четкое изложение применявшихся при мета-анализe статистических методов, достаточно подробное изложение и обсуждение результатов анализа, а также вытекающих из него выводов. Подобный подход обеспечивает уменьшение вероятности случайных и систематических ошибок, позволяет говорить об объективности получаемых результатов [9].

Подходы к выполнению мета-анализа

Существуют два основных подхода к выполнению мета-анализа.

Первый из них заключается в статистическом повторном анализе отдельных исследований путем сбора первичных данных о включенных в оригинальные исследования наблюдениях. Очевидно, что проведение данной операции далеко не всегда возможно.

Второй (и основной) подход заключается в обобщении опубликованных результатов исследований, посвященных одной проблеме. Такой мета-анализ выполняется обычно в несколько этапов, среди которых важнейшими являются:

·        выработка критериев включения оригинальных исследований в мета-анализ

·        оценка гетерогенности (статистической неоднородности) результатов оригинальных исследований

·        проведение собственно мета-анализа (получение обобщенной оценки величины эффекта)

·        анализ чувствительности выводов

Необходимо отметить, что этап определения круга включаемых в мета-анализ исследований часто становится источником систематических ошибок мета-анализа. Качество мета-анализа существенно зависит от качества включенных в него исходных исследований и статей [10].

К основным проблемам при включении исследований в мета-анализ относятся такие, как различия исследований по критериям включения и исключения, структуре исследования, контролю качества.

Существует также смещение, связанное с преимущественным опубликованием положительных результатов исследования (исследования, в которых получены статистически значимые результаты, чаще публикуются, чем те, в которых такие результаты не получены).

Поскольку мета-анализ основан главным образом на опубликованных данных, следует обращать особое внимание на недостаточную репрезентативность отрицательных результатов в литературе. Включение в мета-анализ неопубликованных результатов также представляет значительную проблему, так как их качество неизвестно в связи с тем, что они не проходили рецензирование [11].

Основные методы

Выбор метода анализа определяется типом анализируемых данных (бинарные или непрерывные) и типом модели (фиксированных эффектов, случайных эффектов).

Бинарные данные обычно анализируются путем вычисления отношения шансов (ОШ), относительного риска (ОР) или разности рисков в сопоставляемых выборках. Все перечисленные показатели характеризуют эффект вмешательств. Представление бинарных данных в виде ОШ удобно использовать при статистическом анализе, но этот показатель достаточно трудно интерпретировать клинически.

Непрерывными данными обычно являются диапазоны значений изучаемых признаков или нестандартизованная разница взвешенных средних в группах сравнения, если исходы оценивались во всех исследованиях одинаковым образом.

Если же исходы оценивались по-разному (например, по разным шкалам), то используется стандартизованная разница средних (так называемая величина эффекта) в сравниваемых группах [12].

Одним из первых этапов мета-анализа является оценка гетерогенности (статистической неоднородности) результатов эффекта вмешательства в разных исследованиях [13].

Для оценки гетерогенности часто используют критерии χ2 с нулевой гипотезой о равном эффекте во всех исследованиях и с уровнем значимости 0,1 для повышения статистической мощности (чувствительности) теста [14].

Источниками гетерогенности результатов разных исследований принято считать дисперсию внутри исследований (обусловленную случайными отклонениями результатов разных исследовании от единого истинного фиксированного значения эффекта), а также дисперсию между исследованиями (обусловленную различиями между изучаемыми выборками по характеристикам больных, заболеваний, вмешательств, приводящими к несколько разным значениям эффекта — случайными эффектами).

Если предполагается, что дисперсия между исследованиями близка к нулю, то каждому из исследований приписывается вес, величина которого обратно пропорциональна дисперсии результата данного исследования.

Дисперсия внутри исследований в свою очередь определяется как

где μ— среднее внутри исследований [15].При нулевой дисперсии между исследованиями можно использовать модель фиксированных (постоянных) эффектов.

В этом случае предполагается, что изучаемое вмешательство во всех исследованиях имеет одну и ту же эффективность, а выявляемые различия между исследованиями обусловлены только дисперсией внутри исследований. В этой модели пользуются методом Мантела-Ханзела.

Метод Мантела-Ханзела

В таблице представлены пропорции пациентов в Нью-Йорке и в Лондоне, которым был поставлен диагноз шизофрения.

— взвешенное среднее отдельных отношений шансов по группам. Критерий хи-квадрат Мантела-Ханзела проверки значимости общей меры связи основан на взвешенном среднем g разностей между пропорциями.

Статистика хи-квадрат Мантела-Ханзела задается выражением

с 1 степенью свободы.

Для того, чтобы статистика имела распределение хи-квадрат с 1 степенью свободы, каждая из четырех сумм ожидаемых частот

должна отличаться не менее чем на 5 как от своего минимума, так и от своего максимума.

Значит, чтобы с уверенностью пользоваться для статистики распределением хи-квадрат с 1 степенью свободы, вовсе не обязательно иметь большие маргинальные частоты. Число наблюдений в таблице может быть даже равно двум, как в случае связанных пар. Единственное, что нужно при этом – достаточно большое число таблиц, чтобы каждая сумма ожидаемых частот была велика.

Другие подходы к выполнению мета-анализа

Модель случайных эффектов предполагает, что эффективность изучаемого вмешательства в разных исследованиях может быть разной.

Данная модель учитывает дисперсию не только внутри одного исследования, но и между разными исследованиями. В этом случае суммируются дисперсии внутри исследований и дисперсия между исследованиями. Целью мета-анализа непрерывных данных обычно является представление точечных и интервальных (95% ДИ) оценок обобщенного эффекта вмешательства [17].

Существует также ряд других подходов к выполнению мета-анализа: байесовский мета-анализ, кумулятивный мета-анализ, многофакторный мета-анализ, мета-анализ выживаемости.

Байесовский мета-анализ позволяет рассчитать априорные вероятности эффективности вмешательства с учетом косвенных данных. Такой подход особенно эффективен при малом числе анализируемых исследований. Он обеспечивает более точную оценку эффективности вмешательства в модели случайных эффектов за счет объяснения дисперсии между разными исследованиями [18].

Кумулятивный мета-анализ — частный случай байесовского мета-анализа — пошаговая процедура включения результатов исследований в мета-анализ по одному в соответствии с каким-либо принципом (в хронологической последовательности, по мере убывания методологического качества исследования и т.д.). Он позволяет рассчитывать априорные и апостериорные вероятности в итерационном режиме по мере включения исследований в анализ [19].

Регрессионный мета-анализ (логистическая регрессия, регрессия взвешенных наименьших квадратов, модель Кокса и др.) используется при существенной гетерогенности результатов исследований.

Он позволяет учесть влияние нескольких характеристик исследования (например, размера выборки, дозы препарата, способа его введения, характеристик больных и др.) на результаты испытаний вмешательства.

Результаты регрессионного мета-анализа обычно представляют в виде коэффициента наклона с указанием ДИ [20].

Следует заметить, что мета-анализ может выполняться для обобщения результатов не только контролируемых испытаний медицинских вмешательств, но и когортных исследований (например, исследований факторов риска). Однако при этом следует учитывать высокую вероятность возникновения систематических ошибок [21].

Особый вид мета-анализа — обобщение оценок информативности диагностических методов, полученных в разных исследованиях. Цель такого мета-анализа — построение характеристической кривой взаимной зависимости чувствительности и специфичности тестов (ROC-кривой) с использованием взвешенной линейной регрессии [22].

Устойчивость. После получения обобщенной оценки величины эффекта возникает необходимость определить ее устойчивость. Для этого выполняется так называемый анализ чувствительности[23].

В зависимости от конкретной ситуации его можно проводить на основе нескольких различных методов, например:

·        Включение и исключение из мета-анализа исследований, выполненных на низком методологическом уровне

·        Изменение параметров данных, отбираемых из каждого анализируемого исследования, например, если в каких-либо исследованиях сообщается о клинических исходах в первые 2 нед.

заболевания, а в других исследованиях — о клинических исходах в первые 3—4 нед.

заболевания, то допустимо сравнение клинических исходов не только для каждого из этих периодов наблюдения, но и для суммарного периода наблюдения длительностью до 4 нед.

·        Исключение из мета-анализа наиболее крупных исследований. Если величина эффекта того или иного анализируемого вмешательства при анализе чувствительности существенно не изменяется, то имеются основания полагать, что выводы первичного мета-анализа достаточно обоснованы.

Для качественной оценки наличия такой систематической ошибки мета-анализа обычно прибегают к построению воронкообразной диаграммы рассеяния результатов отдельных исследований в координатах (величина эффекта, размер выборки). При полном выявлении исследований эта диаграмма должна быть симметричной. Вместе с тем существуют и формальные методы оценки существующей асимметрии [24].

Результаты мета-анализа обычно представляются графически (точечные и интервальные оценки величин эффектов каждого из включенных в мета-анализ исследований; пример на рис.1) и в виде таблиц с соответствующими статистиками.

Рис.1 Представление результатов мета-анализа

Заключение

В настоящее время мета-анализ представляет собой динамическую, многоаспектную систему методов, позволяющую теоретически и методологически убедительным способом объединять в одно целое данные различных научных исследований.

Мета-анализ по сравнению с первичным исследованием, требует относительно мало ресурсов, что позволяет не участвующим в исследованиях врачам, получить клинически доказанную информацию.

Главным условием использования мета-анализа является доступность необходимой информации о статистических критериях, используемых в обозреваемых исследованиях.

Без сообщения в публикациях точных значений необходимой информации, перспективы применения мета-анализа будут весьма ограниченными.

С увеличением доступности такой информации будет продолжаться реальное расширение мета-аналитических исследований и совершенствование его методологии.

Таким образом, тщательно выполненный мета-анализ может выявить области, требующие дальнейших исследований.

Список использованной литературы:

  1. Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология.- М.: МедиаСфера, 1998.- 350с.
  2. Chalmers TC, Lau J. Meta-analytic stimulus for changes in clinical trials. Stat Methods Med Res.1993;2:161-172.
  3. Greenland S. Quantitative methods in the review of epidemiologic literature. Epidemiol Rev. 1987;9:1-30.
  4. Stephen B. Thacker, MD, MSc. Meta-analysis. A Quantitative Approach to Research Integration. JAMA. 1988;259(11):1685-1689.
  5. Peipert JF, Phipps MG. Observational studies. Clin Obstet Gynecol. 1998;41:235-244.
  6. Petitti D. Meta-Analysis, Decision Analysis, and Cost Effectiveness Analysis. New York, NY: Oxford University Press; 1994.
  7. Sipe TA, Curlette WL. A meta-synthesis of factors related to educational chievement. Int J Educ Res.1997;25:583-598.
  8. Shapiro S. Meta-analysis/shmeta-analysis. Am J Epidemiol. 1994;140:771-778.
  9. Schmidt LM, Gotzsche PC. Of mites and men: reference bias in narrative review articles: a systematic review. J Fam Pract. 2005;54(4):334–338.
  10. Lu G, Ades AE. Combination of direct and indirect evidence in mixed treatment comparisons. Statist Med 2004;23:3105-24.
  11. Lumley T. Network meta-analysis for indirect treatment comparisons. Statist Med 2002;21:2313-24.
  12. Hedges LK, Olkin I. Statistical Methods for Meta-Analysis. San Diego, CA: Academic Press; 1986.
  13. Berry SM. Understanding and testing for heterogeneity across 2×2 tables: application to meta-analysis. Statist Med 1998;17:2353-69.
  14. Higgins JPT, Thompson SG. Quantifying heterogeneity in a meta-analysis. Stat Med. 2002;21(11):1539–5.
  15. Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Measuring inconsistency in meta-analyses. BMJ. 2003;327:557–560.
  16. Mantel N, Haenszel W. Statistical aspects of the analysis of data from retrospective studies of disease. J Natl Cancer Inst. 1959;22(4):719–748.
  17. Cochran WG. The combination of estimates from different experiments. Biometrics. 1954;10(1):101–129.
  18. Efron B. Empirical Bayes methods for combining lihoods. JASA 1996;91:538-50.
  19. Morris CN. Parametric empirical Bayes inference: theory and applications. JASA 1983;78:47-55.
  20. Thompson SG, Higgins JP. How should meta-regression analyses be undertaken and interpreted? Stat Med. 2002;21(11):1559–1573.
  21. Schlesselman JJ. Risk of endometrial cancer in relation to use of combined oral contraceptives. Hum Reprod. 1997;12:1851-1863.
  22. Флейс Дж. Статистические методы для изучения таблиц долей и пропорций, Финансы и статистика, 1989.
  23. Schlesselman JJ. Risk of endometrial cancer in relation to use of combined oral contraceptives. Hum Reprod. 1997;12:1851-1863.
  24. Hopewell S, McDonald S, Clarke M, Egger M. Grey literature in meta-analyses of randomized trials of health care interventions. Cochrane Database Syst Rev. 2007.

Талдау мете бұл дәлел дәрігерліктің аспабы

Турдалиева Б.С., Рахматуллаева Н.У., Тен В.Б., Раушанова А.М.,

Мусаева Б.А., Омарова Д.Б.

Асфендияров С.Ж. атындағы ҚазҰМУ

Дәлелді медицина орталығы

Алматы, Казахстан

Түійн Бiр ауру бойынша бағаланған зерттеу нәтижелері ылғи бiр емдiк, алдын алу немесе диагностикалық әдiстiң тиiмдiлiгi жиi жеткiлiктi өзгешеленедi.

Әртүрлi зерттеулердiң нәтижелерiнiң салыстырмалы бағасы және олардың жалпылауыш қорытындының нәтижелерi осыған байланысты пайда болатын қажеттiлiк кiрiгуiн мақсаты.

Ең әйгiлi және жеке ғылыми зерттеулердiң нәтижелерiнiң жүйелiк кiрiгуiнiң жылдам дамитын әдiстемелерiнiң бiрiне бүгiн мета — талдау әдiстеме жатады.

Мета — талдау — бұл экологтiң эпидемиологиялық зерттеулер бiрiккен нәтижелерiнiң сандық талдауы — қоршаған ортаның ылғи бiр факторының әсерiнiң бағасы. Ол келiсушiлiктiң дәрежесi немесе әртүрлi зерттеу алған нәтижелердiң айырмашылығының сандық бағасын ескередi.

A meta-analysis as a tool for evidence-based medicine

Turdalieva B.S., Rakhmatullayeva N.U., Ten V.B., Raushanova A.M.,

Musaeva B.A., Omarova D.B.
KazNMU оf S.D.Asfendiyarov, Almaty, Kazakhstan
Abstract Quite often, the results of studies that evaluated the effectiveness of the same therapeutic or preventive intervention or a diagnostic method for the same disease are different.

In this regard, it is necessary to assess the relative results of different studies and the integration of their results in order to obtain general conclusions.

To one of the most popular and fastest growing methods of system integration of the results of individual scientific research today is the method of meta-analysis.

Meta-analysis – it’s a quantitative analysis of the combined results of ecological and epidemiological studies on the effects of the same environmental factor. It provides a quantitative assessment of the degree of consistency or discrepancies in the results obtained in different studies.

Турдалиева Б.С., Рахматуллаева Н.У., Тен В.Б., Раушанова А.М., Мусаева Б.А., Омарова Д.Б.

ЦДМ КазНМУ им.С.Д.Асфендиярова, Алматы, Казахстан

МЕТА-АНАЛИЗ КАК ИНСТРУМЕНТ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ

Поисковые слова:

Источник: https://kaznmu.kz/press/2012/01/19/%D0%BC%D0%B5%D1%82%D0%B0-%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7-%D0%BA%D0%B0%D0%BA-%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82-%D0%B4%D0%BE%D0%BA%D0%B0%D0%B7%D0%B0%D1%82%D0%B5%D0%BB/

Book for ucheba
Добавить комментарий