Метаанализ: обобщенный метод обратной дисперсии
| Команда: | Статистика МетаанализОбобщенный метод обратной дисперсии |
|---|
Метаанализ объединяет количественные результаты отдельных, но сходных исследований и дает числовую оценку интересующего общего эффекта (Petrie et al., 2003).
Для непрерывных и дихотомических исходов рекомендуется использовать одну из следующих специализированных процедур метаанализа:
- Метаанализ: непрерывный показатель
- Метаанализ: корреляция
- Метаанализ: доля
- Метаанализ: относительный риск
- Метаанализ: разность рисков
- Метаанализ: отношение шансов
- Метаанализ: площадь под кривой ROC
Если ни одна из перечисленных процедур неприменима или не подходит, можно использовать процедуру «обобщенный метод обратной дисперсии». В этой процедуре оценки и их стандартные ошибки вводятся в MedCalc напрямую. Для относительных мер эффекта вмешательства данные следует вводить в виде натуральных логарифмов (например, как логарифм отношения рисков и стандартную ошибку логарифма отношения рисков).
В методе обратной дисперсии вес каждого исследования равен величине, обратной дисперсии оценки эффекта (т. е. единице, деленной на квадрат ее стандартной ошибки). Таким образом, крупные исследования получают больший вес, чем небольшие исследования с большими стандартными ошибками. Такой выбор весов минимизирует неточность (неопределенность) оценки обобщенного эффекта.
Порядок ввода данных
Данные разных исследований можно ввести в электронную таблицу следующим образом:
| A | B | C | D | |
|---|---|---|---|---|
| Reference | Hazard_Ratio__Log_ | SE_of_LOG_HR | ||
| 1 | Study 1 | -0,077 | 0,212 | |
| 2 | Study 2 | 0,012 | 0,221 | |
| 3 | Study 3 | 0,323 | 0,426 | |
| 4 | Study 4 | 0,154 | 0,230 | |
| 5 | Study 5 | 0,051 | 0,348 | |
| 6 | Study 6 | -0,661 | 0,232 | |
| 7 | Study 7 | -0,199 | 0,337 | |
| 8 | Study 8 | 0,040 | 0,245 | |
| 9 | Study 9 | 0,305 | 0,432 |
В первом столбце введены ссылки на различные научные исследования. Второй столбец содержит логарифмически преобразованные отношения рисков, приведенные в этих исследованиях. Третий столбец содержит стандартные ошибки этих логарифмически преобразованных отношений рисков.
Необходимые входные данные
Исследования: переменная, содержащая идентификаторы различных исследований.
Данные
- Оценка: переменная, содержащая интересующую оценку, приведенную в различных исследованиях.
- Стандартная ошибка: переменная, содержащая стандартную ошибку оценки, приведенную в различных исследованиях.
Фильтр: фильтр для включения в метаанализ только выбранной подгруппы исследований.
Параметры
- Данные вводятся в виде натуральных логарифмов: выберите этот параметр, если данные введены в виде натуральных логарифмов, например как логарифм отношения рисков и стандартная ошибка логарифма отношения рисков.
- Форест-диаграмма: создает форест-диаграмму.
- Размер маркера относительно веса исследования: параметр, при котором размер маркеров, представляющих эффекты исследований, зависит от весов, присвоенных отдельным исследованиям. Можно выбрать веса модели с фиксированными эффектами или веса модели со случайными эффектами.
- График обобщенного эффекта — модель с фиксированными эффектами: параметр для включения в форест-диаграмму обобщенного эффекта по модели с фиксированными эффектами.
- График обобщенного эффекта — модель со случайными эффектами: параметр для включения в форест-диаграмму обобщенного эффекта по модели со случайными эффектами.
- Ромбы для обобщенных эффектов: параметр для представления обобщенных эффектов ромбами (положение ромба соответствует оценке величины эффекта, а ширина ромба отражает точность оценки).
- Воронкообразный график: строит воронкообразный график для проверки наличия систематической ошибки публикации. См. Метаанализ: введение.
Результаты
Переменная для исследований | Reference |
|---|---|
Переменная для оценки: | Hazard_Ratio__Log_ |
Переменная для стандартной ошибки: | SE_of_LOG_HR |
Исследование | Оценка (лог.) | Стандартная ошибка | Оценка | 95% ДИ | z | P | Вес (%) | |
|---|---|---|---|---|---|---|---|---|
Фиксированный | Случайный | |||||||
Anderson et al. (2012) | -0.0770 | 0.212 | 0.926 | от 0.611 до 1.403 |
|
| 17.83 | 16.65 |
Nguyen et al. (2018) | 0.0120 | 0.221 | 1.012 | от 0.656 до 1.561 |
|
| 16.41 | 15.64 |
Patel et al. (2005) | 0.323 | 0.426 | 1.381 | от 0.599 до 3.183 |
|
| 4.42 | 5.09 |
Rodríguez et al. (2021) | 0.154 | 0.230 | 1.166 | от 0.743 до 1.831 |
|
| 15.15 | 14.71 |
Lee et al. (2010) | 0.0510 | 0.348 | 1.052 | от 0.532 до 2.081 |
|
| 6.62 | 7.35 |
Johnson et al. (1997) | -0.661 | 0.232 | 0.516 | от 0.328 до 0.814 |
|
| 14.89 | 14.51 |
Kumar et al. (2015) | -0.199 | 0.337 | 0.820 | от 0.423 до 1.586 |
|
| 7.06 | 7.78 |
O'Connor et al. (2003) | 0.0400 | 0.245 | 1.041 | от 0.644 до 1.682 |
|
| 13.35 | 13.31 |
Zhang et al. (2020) | 0.305 | 0.432 | 1.357 | от 0.582 до 3.164 |
|
| 4.29 | 4.96 |
Всего (фиксированные эффекты) | -0.0648 | 0.0895 | 0.937 | от 0.786 до 1.117 | -0.724 | 0.469 | 100.00 | 100.00 |
Всего (случайные эффекты) | -0.0590 | 0.100 | 0.943 | от 0.775 до 1.147 | -0.589 | 0.556 | 100.00 | 100.00 |
Критерий разнородности
Q | 9.6468 |
|---|---|
DF | 8 |
Уровень значимости | P = 0.2907 |
I2 (несогласованность) | 17.07% |
95% ДИ для I2 | от 0.00 до 59.08 |
Систематическая ошибка публикации
Критерий Эггера | |
|---|---|
Отрезок | 1.4705 |
95% ДИ | от -2.0553 до 4.9963 |
Уровень значимости | P = 0.3569 |
Критерий Бегга | |
Тау Кендалла | 0.2222 |
Уровень значимости | P = 0.4042 |
  |
Программа приводит результаты отдельных исследований, включенных в метаанализ: оценку и 95% доверительный интервал.
Обобщенное значение оценки с 95% ДИ приводится как для модели с фиксированными эффектами, так и для модели со случайными эффектами.
Модели с фиксированными и случайными эффектами
В модели с фиксированными эффектами предполагается, что у всех исследований один общий истинный эффект, а сводный эффект — это оценка величины этого общего эффекта.
В модели со случайными эффектами (DerSimonian и Laird) предполагается, что истинные эффекты различаются между исследованиями, а сводный эффект — это взвешенное среднее эффектов, приведенных в различных исследованиях (Borenstein et al., 2009).
Модель со случайными эффектами, как правило, дает более консервативную оценку (т. е. с более широким доверительным интервалом), но при отсутствии гетерогенности результаты двух моделей обычно совпадают. Интерпретацию статистик гетерогенности Q Кохрана и I2 см. в разделе Метаанализ: введение. При наличии гетерогенности предпочтительна модель со случайными эффектами.
Интерпретацию различных критериев систематической ошибки публикации см. в разделе Метаанализ: введение.
Форест-диаграмма
Форест-диаграмма показывает оценки (с 95% ДИ), полученные в различных исследованиях, включенных в метаанализ, и общий эффект с 95% ДИ.
Воронкообразный график
Воронкообразный график — графический инструмент для выявления систематической ошибки в метаанализе. См. Метаанализ: введение.
Обратите внимание: если выбран параметр «Данные вводятся в виде натуральных логарифмов» (см. выше), стандартные ошибки на оси Y являются натуральными логарифмами.
Литература
- Borenstein M, Hedges LV, Higgins JPT, Rothstein HR (2009) Introduction to meta-analysis. Chichester, UK: Wiley.
- Higgins JP, Thompson SG, Deeks JJ, Altman DG (2003) Measuring inconsistency in meta-analyses. BMJ 327:557-560.
- Petrie A, Bulman JS, Osborn JF (2003) Further statistics in dentistry. Part 8: systematic reviews and meta-analyses. British Dental Journal 194:73-78.