Проблемы мета-анализа

Смещённые оценки

Существует несколько типов смещения оценок в мета-анализе. К первому типу относятся смещения из-за пристрастности к публикации положительных результатов в противовес отрицательным и был предложен статистический метод, позволяющий выявить смещение и устранить его из оценок. Более того, при анализе чувствительности суммарной оценки общепринято оценивать число испытаний с отрицательным результатом (индекс надёжности), которые потребовались бы для предотвращения любого наблюдаемого положительного результата.

Другие типы потенциального смещения обусловлены:

· незаконченностью информационного поиска;

· неудачными критериями включения/исключения источников;

· небрежностями изложения в оригинальных сообщениях.

Можно показать, что этих проблем в систематических обзорах существенно меньше по сравнению с традиционными повествовательными аналогами.

Объединение разнородных исследований

Критика мета-анализа исходит из того, что в нём “яблоки смешиваются с апельсинами ”, что даёт неинтерпретируемые результаты. Однако грамотно выполненный в рамках систематического обзора мета-анализ должен преодолеть этот критицизм, поскольку его существенными этапами являются строгие критерии включения и тщательная интерпретация наблюдаемой разнородности. В самом деле, смешивание “слегка различающихся сортов цитрусовых” может существенно улучшить однородность выборки с помощью различных статистических методов.

Включение неопубликованных данных

В мета-анализе основные усилия направлены на идентификацию всего набора испытаний в определённой области - опубликованных или неопубликованных. И хотя последние могут быть методологически слабыми, тщательная оценка качества обеих групп перед включением в мета-анализ устраняет этот недостаток. Действительно, в недавнем обзоре предположили, что подобный подход даст наиболее ценный синтез данных.

“ Золотой стандарт”

В качестве такого стандарта обычно рассматривается хорошо проведённое клиническое испытание соответствующего дизайна и размера выборки, организованное с целью оценки эффективности лекарственного средства. Когда результаты нескольких таких испытаний эффективности данного лекарства доступны для анализа, следующее из их анализа факты будут неоспоримыми, поскольку при таких условиях мета-анализ даёт наиболее точные оценки. Проблемы возникают при расхождении результатов между одним большим и группой более ранних и малочисленных исследований. Причины расхождения необходимо детально выяснить, не поддаваясь стремлению подытожить результаты в пользу большого исследования.

Поиск исследований для анализа

§ Проводят систематический и тотальный поиск всех статей по интересующей теме. Если какие-либо исследования будут пропущены, возможна систематическая ошибка результатов мета-анализа.

§ Неопубликованные исследования могут остаться не обнаруженными. Публикационная систематическая ошибка часто упоминается как ограничение для мета-анализа.

§ Исследования с позитивными результатами публикуются чаще, чем с негативными.

§ Включение неопубликованных исследований без рецензирования, не может приветствоваться.

§ Статистические или квази-статистические методы были предложены для оценки публикационной систематической ошибки, но не все полагают, что эти методы приемлемы

Определение критериев отбора

§ Критерии отбора, приведенные ниже, должны быть записаны в протоколе перед началом исследования:

· адекватность размера выборки;

· наличие контрольной группы;

· полнота информации об исследовании в источнике (годы публикации, тип исследования, сходство экспозиции (доза, кофакторы), сходство эффектов, контроль систематических ошибок, ограничения исследования);

· Подбирают систему подсчета баллов, выставляемых исследованиям.

· На основании установленных критериев разрабатывается форма абстрагирования

· Регистрируют исключаемые из анализа исследования, указывая причины исключения

Выбор статистической модели

Выбор для мета-анализа модели фиксированных или модели случайных эффектов являлся предметом острой дискуссии.

Гетерогенные результаты

· Если оценки эффектов в индивидуальных исследованиях разнородны, то использование методов фиксированных и случайных эффектов скорее всего даст различные результаты.

· Должны ли объединяться результаты, которые не однородны?

· Многие эпидемиологи полагают, что мета-анализ - это скорее средство систематизации информации, доступной по определенной проблеме, чем средство получения объединенных оценок.

· Во всех ситуациях, когда отдельные исследования не однородны по результатам, необходимо выявлять причины этих различий.

Оценка гомогенности

Существуют графические средства и статистические тесты для оценки однородности размеров эффектов в отдельных исследованиях. В данном случае могут быть полезны две формы графического представления данных:

· частотное распределение оценок эффекта в исследованиях;

· диаграмма рассеяния "размер эффекта - размер выборки".

Статистические тесты применяются для вычисления взвешенной разницы между мерой суммарного эффекта и мерой эффекта в каждом отдельном исследовании. Результирующая статистика обычно обозначается буквой Q, и следует распределению хи-квадрат со степенью свободы равной числу исследований минус 1.

Стандартный χ² тест

,

где wi – вес (величина обратная вариабельности признака в i исследовании

T_i – эффект лечения в i исследовании

k – Количество исследовании

Q - χ² распределение по k — 1 степеням свободы

Сложности в интерпретации результатов теста

· статическая мощность теста на неоднородность в большинстве случаев небольшая, в связи с небольшим количеством объединяемых исследований. Поэтому рекомендуют изменять критерии достоверности на 0.10 (90%) вместо обычных 0.05 (95%). Это обычная практика в мета-анализе.

· когда размер выборки в каждом исследовании очень большой, тест на гетерогенность отвергается даже если отличия размеров эффекта по отдельным исследованиям небольшие.

· недостатки в планировании исследования и статистические погрешности могут резко усложнить интерпретацию теста на неоднородность. Если предполагается, что все исследования имеют одни и те же недостатки и что результаты исследований с отрицательным и или «нулевым» результатом публикуются значительно реже, то эффект может быть более сильным.

Некоторые авторы не рекомендуют использовать этот статистический критерий в мета-анализе, ограничивая его использование только в качестве диагностического инструмента при планировании/моделировании различий между исследованиями. Гораздо более чувствительным методом является оценка магнитуды различий между исследованиями.

Альтернативные тесты:

• однонаправленный вариационный анализ (ANOVA) для оценки гетерогенности между группами и внутри отдельных групп;
• статистический анализ по Gail и Simon - оценка различий в направленности эффекта;
• тест на неоднородность по Zelen;
• регрессионный анализ;
• методы, основанные на анализе отношений правдоподобия.

Метод Ментела-Хензела

В этом методе каждое исследование - это отдельный слой (страта). Данные из соответствующих исследований должны быть представлены в виде таблицы «два на два».

Оценка суммарного отношения шансов по этому методу включает в себя следующие этапы:

· оценку вариации отношения шансов для каждого отдельного исследования;

· вычисление весов для каждого исследования по формуле «1/вариацию»;

· вычисление произведения веса на отношение шансов для каждого отдельного исследования;

· вычисление суммы весов;

· вычисление суммы произведений весов на отношение шансов;

· оценку суммарного отношения шансов путем деления суммы произведений на сумму весов;

· оценку вариации суммарного отношения шансов, и 95% доверительных интервалов.

Метод Пето

Этот метод используется для исследований, в которых эффект представлен в виде относительных коэффициентов. Этот метод включает несколько этапов:

· вычисление ожидаемого числа событий в экспонированной группе каждого исследования;

· вычисление разностей между наблюдаемым и ожидаемым числом событий в каждом исследовании;

· оценка вариации наблюдаемое минус ожидаемое число событий в каждом исследовании;

· вычисление суммы разностей для всех исследований;

· вычисление суммы вариаций;

· оценка натурального логарифма суммарного отношения шансов путем деления суммы разностей на сумму вариаций;

· оценка суммарного отношения шансов путем возведения е в степень
натурального логарифма;

· оценка 95% доверительного интервала.

Методы, основанные на общей вариации

Методы Ментела-Хензела и Пето, как правило, используются в тех случаях, когда эффект представлен в виде относительных коэффициентов.

Для мер различия должен использоваться общий метод, основанный на вариации.

RD_S = 3(W_j × RD_j) / 3W_j,

где W_j = 1 / variance.

95% доверительный интервал вычисляется по формуле:

95% доверительный интервал = RD_S + 1.96 × åvariances

Общий Метод, основанный на вариации, может использоваться и в тех случаях, когда эффект представлен в виде относительных коэффициентов.

Общий Метод, основанный на вариации, с использованием доверительных интервалов

Этот метод используется в тех случаях, когда эффект представлен в виде относи­тельных коэффициентов, и требует информации об относительном риске и его 95 % доверительном интервале

lnRRs = 2(W_j × ln R_j) / 3W_j,

где W_j = 1 / Variance RR_j

Относительные риски для отдельных исследований, могут быть отношениями шансов или относительными рисками.

Методы Дер-Симоняна и Лейрда

Необходимо подчеркнуть, что, хотя этот метод часто используют в случае гетеро­генности результатов отдельных исследований, этот выбор не вполне корректен в отношении систематической ошибки, неконтролируемого влияния мешающих фак­торов и любых других причин различия в размерах эффекта. Этапы получения суммарного отношения шансов описаны ниже.

· вычислить натуральный логарифм отношения шансов для каждого исследования;

· вычислить вариацию внутри исследований (W_j) для каждого исследования и вариацию между исследованиями (D);

· вычислить весовой фактор (W_j) для каждого исследования:

W_j = 1 / [D+(1/W_j)]

· Вычислить 95% доверительный интервал.

Не нашли, что искали? Воспользуйтесь поиском: