メタアナリシス的ランダム化比較試験 — RCTエビデンスの統合
- 提唱者
- Gene V. Glass (meta-analysis method); Cochrane Collaboration (systematic RCT pooling standards)
- 年
- 1976 (Glass coinage of meta-analysis); 1993 (Cochrane Collaboration formalization)
- 種類
- Quantitative evidence-synthesis design
- 系統
- Clinical / epidemiology
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
メタアナリシス的ランダム化比較試験(meta-analytic randomized clinical trial)は、同じ臨床的疑問に取り組む複数のランダム化比較試験(RCT)の結果を特定、評価し、統計的に統合する正式なエビデンス合成法である。試験レベルのデータを統合することにより、治療効果の単一でより精密な推定値が得られ、試験間の異質性が定量化される。これは、ヘルスケア介入を評価するためのエビデンス階層の頂点に位置する。
手法の背後にある直感
同じ薬剤を異なるサンプルサイズでテストした10の異なる臨床試験を想像してみよう。一部は効果を示し、一部は示さず、単独ではどれも決定的なものではない。メタアナリシス的RCTは、各試験を読み、各判定を試験の信頼性に応じて重み付けし、単一の試験よりもはるかに狭い誤差範囲で統合された単一の判定を下す慎重な陪審員のように機能する。陪審員はまた、すべての試験が実際に一致しているか、それとも薬剤が異なる患者や状況で異なるように作用することを示す、説明不能なばらつき(異質性)があるか、と問う。
歴史学
Gene V. Glassは1976年に教育心理学における研究間の統計的統合を記述するためにメタアナリシスという用語を造った。この方法は臨床医学に急速に移行し、影響力のある最初の医学的メタアナリシスは1980年代初頭(特にYusufらによる心筋梗塞後のβ遮断薬、1985年)に登場した。1993年のCochrane Collaborationの設立は、メタアナリシス的RCTを臨床エビデンスを統合するためのゴールドスタンダードとして制度化し、現在この分野を支配しているシステマティックレビューとPRISMA報告基準を確立した。
使うべき場面
複数の公表済みまたは登録済みのRCTが存在し、同じPICO質問に取り組んでおり、臨床実践、ヘルスケア政策、または規制上の決定を導くために、より精密または決定的な効果推定値が必要な場合に、メタアナリシス的RCTを使用する。個々の試験が検出力が低い場合や、結果が相反する場合に特に有用である。使用しない場合:RCTが2つ未満しか利用できない場合;試験が臨床的にプールするには異質性が高すぎる場合(集団、用量、またはアウトカムの定義が異なる);利用可能なRCTが共通のデザイン上の欠陥を共有しており、プールされた推定値のバイアスを単純に増幅する可能性がある場合;または、前向き個人患者データメタアナリシスの方が適切であるが、論理的に実行可能でない場合。
限界と注意点
- 品質は含まれる試験の品質に制約される — バイアスのあるRCTをプールすると、バイアスは相殺されるのではなく増幅される。
- 出版バイアスと選択的アウトカム報告は、調整後でもプールされた推定値を歪める可能性がある。
- 統計的にプール可能であっても、臨床的および方法論的な異質性が単一のプールされた効果を臨床的に無意味にする可能性がある。
- 元のRCTが確立したもの以上の因果関係を確立できない;非RCT研究が誤って含まれた場合、観察的汚染が生じる。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 既存のRCTエビデンスから得られる最も統計的に精密な治療効果推定値を生成する。
- 試験間の異質性を明示的に定量化および調査し、単一の平均効果が誤解を招く場合にそれを明らかにする。
- 従来の証拠階層の頂点に位置し、臨床ガイドライン策定において高い重みを持つ。
- 独立した再現と新しい試験の出現に応じた更新を可能にする、透明性のある事前登録可能なプロトコル(PROSPERO)。
- 個々の試験では特定するには小さすぎる稀な有害事象またはサブグループ効果を検出できる。
応用
- 規制当局への提出またはガイドライン採用前の第III相RCT全体での薬剤またはデバイスの正味の有効性と安全性の決定。
- 心血管、腫瘍学、または感染症の薬物療法における相反する試験結果の解決。
- 利用可能な最良の効果推定値で、ヘルス・テクノロジー・アセスメントおよび費用対効果モデルを強化する。
- サブグループまたは個人患者データメタアナリシスを使用して、治療効果が変化する患者サブグループ(年齢、併存疾患、疾患重症度)の特定。
- 新しいRCTが以前にプールされたエビデンスベースを変更した場合の臨床実践ガイドラインの更新。
- 個々の試験では信頼性をもって捉えるには小さすぎる、稀ではあるが重篤な有害事象の検出。
使い方
使い方
包括的で事前登録された文献検索が、定義済みのPICO基準(Population, Intervention, Comparator, Outcome)を使用して、複数の電子データベース(MEDLINE、EMBASE、CENTRAL、ClinicalTrials.gov)で実施される。出版バイアスを減らすために、グレー文献および試験登録簿が検索される。検索戦略は再現性のために完全に文書化される。
取得された記録は、少なくとも2名の独立したレビューアによって、事前指定された適格基準(研究デザインはRCTに限定、特定の集団、介入、比較対象、アウトカム測定値)に対して、まずタイトルと抄録、次に全文の2段階でスクリーニングされる。意見の不一致は、合意または3人目のレビューアによって解決される。PRISMAフロー図は、各段階での包含と除外を文書化する。
標準化されたデータ抽出フォームを使用して、含まれる各RCTから試験特性(デザイン、集団、介入の詳細、追跡期間)およびアウトカムデータ(平均値、標準偏差、イベント数、サンプルサイズ)を記録する。バイアスリスク評価は、ランダム化、割り付けの隠蔽、盲検化、脱落などの領域を評価するCochrane RoB 2ツールを使用して実施される。
個々の試験からの効果推定値(オッズ比、リスク比、平均差、または標準化平均差)は、固定効果モデルまたはランダム効果モデルのいずれかを使用してプールされる。ランダム効果モデルでは、プールされた推定値は加重平均である:全体効果θ̂は、重みwᵢが通常、逆分散重み付けに試験間分散τ²を加えたものを反映するwᵢ×θ̂ᵢの合計をwᵢの合計で割ったものに等しい。
数式
\hat{\theta} = \frac{\sum w_i \hat{\theta}_i}{\sum w_i}統計的異質性は、Cochran's Q検定およびI²統計量で定量化される。I²は、偶然によるものではなく、試験間の違いによる全変動の割合を表す。50〜75%を超える値は、サブグループ解析またはメタ回帰による調整変数の特定を必要とする実質的な異質性を示す。
数式
I^2 = \frac{Q - (k-1)}{Q} \times 100\%潜在的な出版バイアスは、漏斗図を用いた視覚的な評価と、Egger検定またはBegg検定を用いた形式的な評価によって評価される。感度分析(高バイアスリスクの試験を除外する、統計モデルを変更する、またはトリムアンドフィルを適用する)により、プールされた推定値の頑健性が評価される。GRADEプロファイリングは、エビデンスの全体的な確実性を高、中、低、または非常に低いと評価する。
よくある落とし穴
- 臨床的に異なる試験の組み合わせ — 非常に異なる用量、集団、または追跡期間の試験をプールすると、実際の患者グループに適用できないプールされた推定値が生成される;常に包含基準を狭く事前指定すること。
- 異質性の無視 — I²が50%を超える場合に、調査なしにプールされた点推定値のみを報告すると、読者を誤解させる;サブグループ解析とメタ回帰が必要である。
- ガーベッジインプーリング — 高いまたは不明確なバイアスリスクのある試験を含めると、精度を向上させることなく精度が誇張される;低バイアスの試験に限定した感度分析は常に報告されるべきである。
- アウトカム報告バイアス — 公表された(事前指定されていない)アウトカムのみを含めると、見かけ上の有効性が誇張される;試験登録簿と公表されたアウトカムの照合は必須である。
- 小規模試験効果の過剰解釈 — 漏斗図の非対称性は、出版バイアスではなく異質性を反映する可能性がある;視覚的検査には、形式的な検定と記述的な評価を伴うべきである。
よくある質問
メタアナリシスを実行するには、いくつのRCTが必要ですか?
正式な最小値は存在しないが、3つ未満の試験のプールは、安定した異質性推定値をもたらすことは稀であり、単一の異常値試験の影響を受けやすい。ほとんどの方法論者は、少なくとも4〜5件の試験を推奨している。2件しかない場合は、代わりにシステマティックな記述的レビューを検討し、プールが不適切と判断された理由を明確に説明すべきである。
固定効果モデルではなくランダム効果モデルをいつ使用すべきですか?
固定効果モデルは、すべての試験が単一の真の効果を推定すると仮定し、試験がデザイン、集団、実施において実質的に同一である場合にのみ適切である。実際には、RCTは常に程度は異なるが、真の効果が試験間で変動することを許容するランダム効果モデルは、ほぼ常に、より正当化可能である。選択はプロトコルで事前指定され、有意な結果を有利にするための事後的な選択ではなく、臨床的推論に基づいているべきである。
高いI²値は私の結論にどのような意味を持ちますか?
I²が50%を超えることは、観測された変動の半分以上がサンプリング誤差ではなく、試験間の違いに起因することを示す。これはメタアナリシスを無効にするものではないが、説明を要求する。集団、用量、またはアウトカム測定値は臨床的に異なりますか?サブグループ解析またはメタ回帰を使用して異質性の原因を調査すべきであり、結論では、プールされた平均が設定全体に均一に適用されない可能性があることを認識すべきである。
メタアナリシス的RCTはネットワークメタアナリシスとどのように異なりますか?
標準的なメタアナリシス的RCTは、同じ2つの介入を比較する試験からの直接的な頭対頭のエビデンスをプールする。ネットワークメタアナリシス(NMA)は、これを拡張して、同じ試験で直接比較されたことのないペアを含む3つ以上の介入を同時に比較し、試験のネットワーク全体で直接的および間接的なエビデンスを組み合わせる。NMAはより複雑であるが、頭対頭の試験の完全なセットが存在しない場合に複数の治療法のランキングを可能にする。
事前登録は実際に重要ですか?
はい。PROSPEROでプロトコルを事前に登録すると、適格基準、アウトカム、統計モデルを事前に確定させる必要があり、見かけ上の精度を誇張したり、肯定的な結果を選択的に有利にしたりする事後的な決定を防ぐことができる。ジャーナルやガイドライン作成機関は、出版または引用の条件としてPROSPERO登録をますます要求している。
関連する手法
参考文献
Higgins, J. P. T., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch, V. A. (Eds.). (2019). Cochrane Handbook for Systematic Reviews of Interventions (2nd ed.). Wiley-Blackwell.
ISBN:978-1119536628コピーしました。Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley.
ISBN:978-0470057247コピーしました。