Συνδυασμός μελετών (μετα-ανάλυση)

Εν συντομία

Μια μετα-ανάλυση συνδυάζει τα αποτελέσματα πολλών μελετών σε ένα συνολικό αποτέλεσμα. Τα δεδομένα εδώ είναι μελέτες, όχι άτομα: μία γραμμή ανά μελέτη. Το Statable υπολογίζει με το R (metafor) ένα μοντέλο τυχαίων επιδράσεων με REML, με τον έλεγχο και τα διαστήματα να υπολογίζονται με την προσαρμογή Knapp-Hartung (συνιστάται με λίγες μελέτες). Το R φορτώνεται μία φορά, την πρώτη φορά.

1. Επιλέξτε ποια στοιχεία έχετε από τις μελέτες: επίδραση με τυπικό σφάλμα ή διάστημα, δύο ομάδες (μέσος όρος, SD, n) ή συσχέτιση r με n.
2. Καταχωρίστε τις μελέτες ή επικολλήστε τις από ένα υπολογιστικό φύλλο. Αν οι μελέτες υπάρχουν ήδη στα δεδομένα σας, αντιστοιχίστε τις στήλες.
3. Υπολογισμός. Το παράδειγμα «εμβόλιο BCG» δείχνει τη διαδικασία.

Με το «Προσθήκη moderator» (έως τρεις αριθμοί ανά μελέτη, για παράδειγμα έτος ή διάρκεια) το Statable υπολογίζει και μετα-παλινδρόμηση. Εμπειρικός κανόνας: τουλάχιστον 10 μελέτες ανά moderator. Οι moderators δείχνουν συσχέτιση, όχι αιτία.

Ανάγνωση του αποτελέσματος

• Συγκεντρωτική επίδραση με διάστημα 95% και έλεγχο t (Knapp-Hartung): ο σταθμισμένος μέσος όρος, στον οποίο οι ακριβέστερες μελέτες μετρούν περισσότερο.
• Ετερογένεια: Q, I² και τ² με διάστημα. Υψηλή σημαίνει ότι οι μελέτες πράγματι διαφέρουν.
• Διάστημα πρόβλεψης (prediction interval) (στην κύρια πρόταση): πού είναι πιθανό να βρίσκεται η πραγματική επίδραση μιας νέας, συγκρίσιμης μελέτης. Είναι ευρύτερο από το διάστημα εμπιστοσύνης, επειδή περιλαμβάνει τη μεταβλητότητα ανάμεσα στις μελέτες.
• Forest plot: τετράγωνα ανάλογα με το βάρος, ρόμβος για τη συγκεντρωτική επίδραση. Funnel plot με έλεγχο Egger: δείχνει αν οι μικρές μελέτες παρουσιάζουν άλλες επιδράσεις από τις μεγάλες. Αυτό μπορεί να οφείλεται σε αδημοσίευτες μελέτες, αλλά και σε πραγματικές διαφορές ανάμεσα στις μελέτες ή στην τύχη.

Προϋποθέσεις και όρια

• Οι μελέτες μετρούν το ίδιο μέγεθος και κανένα δείγμα δεν ανήκει σε δύο μελέτες.
• Κάτω από 5 μελέτες η διακύμανση μεταξύ των μελετών (τ²) είναι πολύ αβέβαιη· κάτω από 10 ο έλεγχος Egger λέει λίγα (Sterne και συνεργάτες, 2011).
• Τα μέτρα λόγου (λόγος σχετικών πιθανοτήτων - odds ratio, σχετικός κίνδυνος) καταχωρίζονται ως λογάριθμοι· το Statable τα δείχνει μετασχηματισμένα πίσω.
• Μια μετα-ανάλυση δεν βελτιώνει αδύναμες μελέτες και δεν τεκμηριώνει αιτίες.

Μετα-ανάλυση (μοντέλο τυχαίων επιδράσεων, REML): r = ,15, 95% CI [,08; ,22], t(15) = 4,57, p < ,001· Q(15) = 38,16, p < ,001· I² = 62%· τ² = 0,008 (k = 16)

Τυπικά παραδείγματα

• Δέκα μελέτες για μια εκπαίδευση στην ανάγνωση, η καθεμία με μέγεθος επίδρασης και τυπικό σφάλμα: συγκεντρωτική επίδραση, forest plot και I².
• Μελέτες με odds ratio: συγκεντρωτικό odds ratio.

Για ειδικούς

metafor::rma με REML και Knapp-Hartung (test "knha") ως προεπιλογή: με 4 έως 10 μελέτες, τα διαστήματα z είναι πολύ στενά (IntHout, Ioannidis και Borm, 2014· Cochrane Handbook 6.4). Χωρίς την προσαρμογή (πλαίσιο επιλογής στο «Για ειδικούς») το Statable υπολογίζει όπως το JASP, με z. Τα τ², τ και I² με διάστημα μέσω confint. Διάστημα πρόβλεψης (prediction interval) με predict· η παραλλαγή των IntHout et al. (2016) με t(k − 2) βρίσκεται στο «Για ειδικούς». g του Hedges μέσω escalc "SMD", συσχετίσεις μέσω z του Fisher. Egger: regtest με model "lm".