метаанализ что это такое

Мета-анализ

Мета-анализ (англ. meta-analysis ) — в статистике это объединение результатов нескольких исследований для анализа набора связанных между собой научных гипотез.

В разных случаях для повторного статистического анализа отдельных исследований используют либо первичные данные оригинальных исследований либо обобщают опубликованные (вторичные) результаты исследований, посвященных одной проблеме. [1] Мета-анализ является частым, но не обязательным компонентом систематического обзора (en:systematic review).

Термин «мета-анализ» был предложен американским статистиком Джином Глассом. [2]

Содержание

История

Первый мета-анализ был осуществлен Карлом Пирсоном в 1904 году, который пытался разрешить проблему низкой статистической мощности в исследованиях с небольшим размером выборки. Пирсон анализировал результаты нескольких исследований для того, чтобы получить более точные данные. [3] [4] Первый мета-анализ был проведен в 1940 году в издании Шестьдесят лет экстрасенсорного восприятия (англ. Extra-sensory perception after sixty years ), в котором были объединены результаты идентичных экспериментов, выполненных независимыми исследователями. Авторы книги — психологи Университета Дьюка — Джозеф Пратт и Джозеф Райн с соавторами. [5] Мета-анализ был выполнен на основе 145 статей об экстрасенсорном восприятии, опубликованных в период с 1882 по 1939 год и содержал оценку влияния неопубликованных данных. Хотя мета-анализ в настоящее время широко используется в эпидемиологии и доказательной медицине, подобных исследований в области медицины не проводили до 1955 году. В 1970-е годы более сложные аналитические методы были введены в исследования в области образования Д. В. Глассом, Ф. Л. Шмидтом, Дж. Е. Хантером.

Джин Гласс был первым современным статистиком, формализовавшим использование мета-анализа, и считается современным основателем этого метода. Первое использование термина согласно Oxford English Dictionary было совершено Глассом в 1976 году. [2] [6] Статистические теории, посвященные мета-анализу были значительно развиты в работах Nambury S. Raju, Larry V. Hedges, Harris Cooper, Ingram Olkin, John E. Hunter, Jacob Cohen, Thomas C. Chalmers, Robert Rosenthal, Frank L. Schmidt.

Преимущества

Преимущества мета-анализа (над обзорами литературы и др.):

Источник

Что такое метаанализ: разбираемся на примере препарата Ингавирин

Изучаем один из главных инструментов доказательной медицины при помощи одного из известных противовирусных средств

В современном мире поток информации не прекращается ни на мгновение. В научной литературе все время появляются новые статьи о лекарственных препаратах и методах лечения заболеваний. Например, в крупнейшей базе данных медицинских знаний Pubmed содержится более 32 миллионов публикаций. Не удивительно, что даже практикующие врачи не могут ознакомиться с каждой выходящей в свет статьей.

В этой ситуации медиков и их пациентов выручают обзоры. Прочитав обзорную публикацию по какому-либо препарату, можно узнать о нем практически все. Но для врачей и ученых важно, чтобы обзор был не только информативным, но и объективным. Он должен отражать не частную позицию одного автора, а точку зрения всего медицинского сообщества. Именно поэтому была разработана методика метаанализа.

Метаанализ — это тот же обзор литературы, но с количественной оценкой результатов проведенных исследований. Такой подход позволяет сравнить различные исследования, проанализировать эффективность и безопасность препарата в разных ситуациях и сделать выводы.

Чем метаанализ лучше других обзоров

С позиции доказательной медицины признаются только результаты тех клинических исследований, в которых получены объективные данные. Это возможно, если испытания были рандомизированными и контролируемыми, то есть наиболее близкими к эксперименту в научном понимании. Таких исследований может быть множество. Например, можно изучать действие препарата среди детей раннего возраста, школьников и взрослых.

Один из способов прицельно изучить эффективность молекулы (или лекарственного препарата) — составить метаанализ. Он объединяет результаты двух и более исследований. В отличие от обычного обзора, такой материал будет объективным, ведь в нем используются статистические методы и специальные компьютерные программы. При этом проводится проверка научной гипотезы, подробно излагаются методы исследования, обсуждаются полученные результаты. Выводы публикуются в научных журналах, чтобы и врач, и пациент могли получить самые точные сведения о лекарственном препарате или методе лечения.

Как проводится метаанализ

Рассмотрим, как составляют метаанализ на примере имидазолилэтанамида пентадиовой кислоты (противовирусного препарата Ингавирин).

Обзор готовят в несколько этапов:

Сначала нужно сформулировать запрос и понять, с какой целью проводится метаанализ. Например, в случае с Ингавирином стояла задача обобщить данные по эффективности и безопасности препарата в педиатрии. Объединение результатов отдельных исследований с помощью метаанализа позволяет сильно увеличить общий объем наблюдений и статистическую мощность анализа, что увеличивает точность оценки эффекта лечения. Если научные гипотезы, доказанные в каждом исследовании по отдельности, будут доказаны вновь на массиве объединенных данных, то препарату присваивается максимальная степень доказательности — уровень 1.

Всего по препарату с 2007 года было проведено 10 клинических исследований, в которых приняли участие 1862 человека. В числе пациентов были как взрослые, так и дети. Для метаанализа были отобраны три исследования с участием детей в возрасте 317 лет (всего 680 пациентов). Исследования проводились с 2013 по 2016 годы и относились к двойным слепым рандомизированным плацебо-контролируемым.

Следующий этап – определить критерии включения и исключения испытаний.

В первом исследовании участвовали пациенты 13—17 лет — всего 180 детей с гриппом и ОРВИ из 5 медицинских учреждений. Их поделили на две группы. Первая получала Ингавирин в суточной дозировке 60 мг, вторая — плацебо (препарат, похожий внешне, но не обладающий лечебными свойствами).

Во втором исследовании участвовало 310 детей также с симптомами гриппа и ОРВИ в возрасте 7—12 лет из 11 медцентров. Часть из них также получала Ингавирин по 60 мг в сутки, часть — плацебо.

В третьем исследовании участвовали самые маленькие пациенты — 190 детей 3—6 лет из 13 медицинских центров. Их также разделили на две группы. В основной группе детям давали Ингавирин по 30 мг в сутки, в контрольной – плацебо.

Собрав полученные данные, ученые сравнили их и выяснили, что с точки зрения статистики данные являются однородными и могут быть обобщены. Все дети получали одинаковую терапию — противовирусный препарат Ингавирин в соответствующей возрастной дозировке. Иные лекарственные препараты не применялись. Назначались жаропонижающие средства (парацетамол, ибупрофен), но только при температуре выше 38,5 °C или при наличии клинических показаний.

При проведении метаанализа ученые пытались выяснить, насколько эффективен исследуемый препарат (в нашем примере Ингавирин) по сравнению с плацебо. Они объединили данные трех клинических исследований с помощью специальных математических формул. Чтобы объективно сравнить два варианта лечения, они оценивали величину HR (hazard ratio, отношение рисков). Если HR больше 1, значит, лекарственный препарат лучше плацебо. Если HR меньше 1 — плацебо работает лучше, и эффективность препарата сомнительна. Иными словами, зная значение величины HR, можно заключить: в любой момент времени у невыздоровевшего пациента шанс выздороветь при приеме препарата в HR раз больше, чем в группе плацебо (если HR больше 1).

По результатам метаанализа HR (hazard ratio, отношение рисков) составило 1,58. Это означает, что препарат Ингавирин работает лучше, чем плацебо — и это доказывает его эффективность против гриппа и ОРВИ. Говоря научным языком: в ходе терапии с вероятностью 95% шанс выздороветь при приеме препарата Ингавирин больше в 1,58 раза, чем в группе плацебо.

Для оценки эффективности в метаанализе был выбран объективный показатель. В нашем примере это время до того момента, когда температура тела у испытуемых составит менее 37,0 °C. Оказалось, что во всех трех исследованиях у детей, получавших Ингавирин, быстрее нормализовалась температура и исчезали другие проявления болезни, по сравнению с контрольной группой, получавшей плацебо.

В рамках исследования оценивают и частоту развития побочных реакций. В случае с Ингавирином отличий между лекарством и плацебо практически не было – и это говорит о его безопасности. Иными словами, выбранный препарат хорошо переносится, так, как если бы человек и вовсе не принимал никакое лекарство.

Источник

Мета-анализ

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).

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.

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.

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.

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

Источник

МЕТА-АНАЛИЗ КАК ИНСТРУМЕНТ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ

Д остаточно 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.

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:

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

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

Источник