Méta-analyse : risque relatif
| Commande: | Statistiques Méta-analyseRisque relatif |
|---|
Pour un bref aperçu de la méta-analyse dans MedCalc, voir Méta-analyse : introduction.
MedCalc utilise la méthode de Mantel-Haenszel (d'après Mantel & Haenszel, 1959) pour calculer le risque relatif groupé pondéré selon le modèle à effets fixes. La statistique d'hétérogénéité est ensuite incorporée pour calculer le risque relatif résumé selon le modèle à effets aléatoires (DerSimonian & Laird, 1986).
Comment saisir les données
Les données de différentes études peuvent être saisies comme suit dans la feuille de calcul :
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| Study | Treated_positive | Treated_Total | Controls_positive | Controls_total | ||
| 1 | Study 1 | 95 | 103 | 47 | 104 | |
| 2 | Study 2 | 119 | 127 | 34 | 129 | |
| 3 | Study 3 | 51 | 223 | 12 | 76 | |
| 4 | Study 4 | 122 | 139 | 61 | 142 | |
| 5 | Study 5 | 47 | 53 | 10 | 51 | |
| 6 | Study 6 | 121 | 135 | 29 | 68 | |
| 7 | Study 7 | 337 | 378 | 170 | 376 |
Données requises
La boîte de dialogue « Méta-analyse : risque relatif » peut alors être complétée.
Études : une variable contenant une identification des différentes études.
Groupes intervention
- Nombre total de cas : une variable contenant le nombre total de cas dans les groupes intervention des différentes études
- Nombre présentant un résultat positif : une variable contenant le nombre de cas présentant un résultat positif dans les groupes intervention des différentes études
Groupes témoins
- Nombre total de cas : une variable contenant le nombre total de cas dans les groupes témoins des différentes études
- Nombre présentant un résultat positif : une variable contenant le nombre de cas présentant un résultat positif dans les groupes témoins des différentes études
Filtre : un filtre permettant de n'inclure dans le graphique qu'un sous-groupe sélectionné de cas.
Options
- Graphique en forêt : crée un graphique en forêt.
- Taille du marqueur en fonction de la pondération de l'étude : option permettant de faire varier la taille des marqueurs représentant les effets des études en fonction des pondérations attribuées aux différentes études. Vous pouvez choisir les pondérations du modèle à effets fixes ou celles du modèle à effets aléatoires.
- Représentation de l'effet groupé - modèle à effets fixes : option permettant d'inclure l'effet groupé selon le modèle à effets fixes dans le graphique en forêt.
- Représentation de l'effet groupé - modèle à effets aléatoires : option permettant d'inclure l'effet groupé selon le modèle à effets aléatoires dans le graphique en forêt.
- Losanges des effets groupés : option permettant de représenter les effets groupés par un losange (la position du losange représente la taille d'effet estimée et la largeur du losange reflète la précision de l'estimation).
- Graphique en entonnoir : crée un graphique en entonnoir pour vérifier l'existence d'un biais de publication. Voir Méta-analyse : introduction.
Résultats
Variable des études | Study |
|---|---|
1. Groupes intervention | |
Variable du nombre total de cas | Treated_Total |
Variable du nombre de cas positifs | Treated_positive |
2. Groupes témoins | |
Variable du nombre total de cas | Controls_total |
Variable du nombre de cas positifs | Controls_positive |
Étude | Intervention | Témoins | Risque relatif | IC à 95 % | z | P | Poids (%) | |
|---|---|---|---|---|---|---|---|---|
Fixes | Aléatoires | |||||||
Study 1 | 95/103 | 47/104 | 2.041 | 1.640 à 2.540 |
|
| 13.91 | 17.18 |
Study 2 | 119/127 | 34/129 | 3.555 | 2.655 à 4.760 |
|
| 7.82 | 14.59 |
Study 3 | 51/223 | 12/76 | 1.448 | 0.817 à 2.567 |
|
| 2.03 | 7.37 |
Study 4 | 122/139 | 61/142 | 2.043 | 1.674 à 2.494 |
|
| 16.76 | 17.87 |
Study 5 | 47/53 | 10/51 | 4.523 | 2.573 à 7.949 |
|
| 2.10 | 7.51 |
Study 6 | 121/135 | 29/68 | 2.102 | 1.586 à 2.785 |
|
| 8.41 | 14.95 |
Study 7 | 337/378 | 170/376 | 1.972 | 1.755 à 2.216 |
|
| 48.96 | 20.53 |
Total (effets fixes) | 892/1158 | 363/946 | 2.190 | 2.015 à 2.381 | 18.393 | <0.001 | 100.00 | 100.00 |
Total (effets aléatoires) | 892/1158 | 363/946 | 2.285 | 1.890 à 2.763 | 8.527 | <0.001 | 100.00 | 100.00 |
Test d’hétérogénéité
Q | 22.9908 |
|---|---|
DL | 6 |
Niveau de signification | P = 0.0008 |
I2 (incohérence) | 73.90% |
IC à 95 % de I2 | 44.20 à 87.80 |
Biais de publication
Test d'Egger | |
|---|---|
Ordonnée à l’origine | 1.8122 |
IC à 95 % | -2.0664 à 5.6907 |
Niveau de signification | P = 0.2835 |
Test de Begg | |
Tau de Kendall | 0.4286 |
Niveau de signification | P = 0.1765 |
  |
Le programme liste les résultats des études individuelles : nombre de cas positifs, nombre total de cas et risque relatif avec son IC à 95 %.
Le risque relatif groupé avec son IC à 95 % est donné à la fois pour le modèle à effets fixes et pour le modèle à effets aléatoires. Si la valeur 1 ne se trouve pas dans l'IC à 95 %, le risque relatif est statistiquement significatif au seuil de 5 % (P<0,05).
Le modèle à effets aléatoires tend à donner une estimation plus prudente (c'est-à-dire avec un intervalle de confiance plus large), mais les résultats des deux modèles concordent généralement en l'absence d'hétérogénéité. Voir Méta-analyse : introduction pour l'interprétation des statistiques d'hétérogénéité Q de Cochran et I2. Lorsqu'il existe une hétérogénéité, le modèle à effets aléatoires doit être le modèle privilégié.
Voir Méta-analyse : introduction pour l'interprétation des différents tests de biais de publication.
Notez que lorsqu'une étude ne rapporte aucun événement (ou que tous les sujets ont l'événement) à la fois dans les groupes intervention et témoin, l'étude ne fournit aucune information sur la probabilité relative de l'événement et est automatiquement omise de la méta-analyse (Higgins & Green, 2011).
Graphique en forêt
Les résultats des différentes études, avec leur IC à 95 %, et l'effet global avec son IC à 95 % sont présentés dans un graphique en forêt :
Notez que les risques relatifs avec leur IC à 95 % sont représentés sur une échelle logarithmique.
Littérature
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
- DerSimonian R, Laird N (1986) Meta-analysis in clinical trials. Controlled Clinical Trials 7:177-188.
- Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.cochrane-handbook.org
- Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
- Mantel N, Haenszel W (1959) Statistical aspects of the analysis of data from the retrospective analysis of disease. Journal of the National Cancer Institute 22:719-748.
- Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.