Metaanalityczne badanie ekologiczne — synteza dowodów na poziomie zagregowanym
- Autor metody
- Morgenstern, Blettner, and colleagues in epidemiology methodology
- Rok
- 1990s
- Typ
- Quantitative synthesis design
- Rodzina
- Clinical / epidemiology
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Metaanalityczne badanie ekologiczne syntetyzuje dane z wielu populacji lub jednostek geograficznych — a nie od pojedynczych pacjentów — w celu oszacowania związków między ekspozycjami a wynikami zdrowotnymi.
Poprzez łączenie statystyk na poziomie zagregowanym z różnych badań lub regionów, rozszerza ono zasięg rozumowania ekologicznego na szerszą bazę dowodów, umożliwiając wykrycie zależności między ekspozycją a wynikiem, które pojedyncze analizy ekologiczne mogą przeoczyć z powodu ograniczonej zmienności lub wielkości próby.
Intuicja stojąca za metodą
Wyobraźmy sobie, że chcemy sprawdzić, czy krajowe poziomy fluoru w wodzie pitnej są powiązane z częstością występowania próchnicy zębów, ale żaden pojedynczy kraj nie zapewnia wystarczającej zmienności, aby wyciągnąć jednoznaczny wniosek. Metaanalityczne badanie ekologiczne gromadzi dane ekologiczne z wielu krajów — każdy z nich dostarcza średnią populacyjną ekspozycji i średnią populacyjną wyniku — i syntetyzuje je za pomocą technik metaanalitycznych. Jednostką analizy pozostaje populacja lub grupa, a nie jednostka. Siła pochodzi z zapożyczania zmienności z wielu ustawień, natomiast nieodłącznym ograniczeniem jest to, że zależności na poziomie indywidualnym nie mogą być bezpośrednio wnioskowane z zależności na poziomie grupowym.
Historia
Projekty badań ekologicznych były wykorzystywane w epidemiologii od mapowania przypadków cholery przez Johna Snowa w 1854 roku i klasycznych analiz Geoffreya Rose'a dotyczących diety narodowej i śmiertelności z powodu chorób sercowo-naczyniowych w latach 80. Formalne zastosowanie metod metaanalitycznych do danych ekologicznych rozwinęło się w latach 90., gdy badacze dążyli do syntezy wyników z wielu krajów lub regionów — szczególnie w epidemiologii żywieniowej, środowiskowej i nowotworowej. Prace metodologiczne Hansa Morgensterna dotyczące zasad badań ekologicznych (1998) oraz przegląd podejść metaanalitycznych w epidemiologii Blettnera i współpracowników (1999) dostarczyły kluczowych podstaw metodologicznych dla połączonego projektu.
Kiedy stosować
Użyj metaanalitycznego badania ekologicznego, gdy dane na poziomie indywidualnym są niedostępne lub niepraktyczne do uzyskania w interesujących populacjach, a jednocześnie dostępne są dane dotyczące ekspozycji na poziomie grupowym (np. średnie krajowe, wskaźniki regionalne) z wielu źródeł. Jest to odpowiednie do badania ekspozycji środowiskowych, żywieniowych lub społeczno-ekonomicznych, które znacząco różnią się między populacjami, a nie w ich obrębie — na przykład fluoryzacja wody a zdrowie zębów, lub krajowe spożycie tłuszczu w diecie a śmiertelność z powodu chorób sercowo-naczyniowych. Unikaj tego projektu, gdy czynniki zakłócające na poziomie indywidualnym są silne i nie mogą być uwzględnione za pomocą dostępnych ekologicznych zmiennych towarzyszących, gdy interesująca ekspozycja zmienia się głównie w obrębie populacji, a nie między nimi, lub gdy błąd ekologiczny krytycznie podważałby wnioskowanie potrzebne do informowania o polityce.
Ograniczenia i uwagi
- Błąd ekologiczny (błąd agregacji): związki obserwowane na poziomie grupowym mogą nie występować na poziomie indywidualnym, a nawet mogą być odwrócone — fundamentalne i nieredukowalne ograniczenie.
- Łączne oszacowania są wrażliwe na niezmierzonych czynników zakłócających na poziomie ekologicznym, które różnią się systematycznie w różnych populacjach.
- Heterogeniczność w sposobie definiowania i mierzenia zmiennych ekspozycji i wyników w różnych badaniach komplikuje sensowne łączenie.
- Nie można ustalić przyczynowości na poziomie indywidualnym; wyniki muszą być triangulowane z dowodami epidemiologicznymi na poziomie indywidualnym.
- Ograniczone jakością i kompletnością danych zagregowanych dostępnych z systemów nadzoru i opublikowanych badań ekologicznych.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Rozszerza dowody ekologiczne poprzez łączenie danych z wielu populacji, znacznie zwiększając moc statystyczną do wykrywania związków.
- Ma zastosowanie, gdy dane na poziomie indywidualnym są etycznie niedostępne, kosztowne w zbieraniu lub jeszcze nie istnieją w interesującym zakresie geograficznym lub czasowym.
- Może ujawnić makro-poziomowe determinanty zdrowia (polityka, środowisko, kontekst społeczno-ekonomiczny), których nie są w stanie uchwycić projekty na poziomie indywidualnym.
- Ramy metaanalityczne umożliwiają formalną ocenę heterogeniczności i identyfikację czynników moderujących w różnych populacjach.
- Przydatne do generowania hipotez do testowania w badaniach na poziomie indywidualnym oraz do informowania o decyzjach dotyczących zdrowia publicznego na poziomie populacji.
Zastosowania
- Badanie związków między krajowymi lub regionalnymi wzorcami żywieniowymi a wskaźnikami śmiertelności z powodu chorób przewlekłych w różnych krajach.
- Syntetyzowanie danych z wielonarodowych systemów nadzoru dotyczących poziomów zanieczyszczenia powietrza i częstości występowania chorób układu oddechowego lub sercowo-naczyniowego.
- Łączenie regionalnych danych dotyczących wskaźników społeczno-ekonomicznych i wyników zdrowia psychicznego populacji w różnych systemach opieki zdrowotnej.
- Badanie, czy poziomy fluoru lub chlorowania w wodzie pitnej są ekologicznie związane z wynikami stomatologicznymi lub zdrowotnymi w wielu środowiskach.
- Ocena ekologicznego związku między wskaźnikami zaszczepienia a częstością występowania chorób zakaźnych w różnych krajach lub regionach.
- Badanie międzynarodowych związków między zmiennymi politycznymi (np. opodatkowanie tytoniu, dostępność alkoholu) a wynikami zdrowia populacji.
Jak to działa
Jak to działa
Zdefiniuj ekologiczną zmienną ekspozycji (np. regionalny wskaźnik zanieczyszczenia, krajowa średnia spożycia diety) oraz interesujący wynik (np. częstość występowania choroby, wskaźnik śmiertelności). Przeprowadź systematyczne wyszukiwanie opublikowanych badań ekologicznych lub baz danych nadzoru, które raportują obie zmienne na poziomie grupy lub populacji. Zastosuj wcześniej określone kryteria włączenia, aby wybrać porównywalne jednostki analizy w różnych badaniach.
Z każdego włączonego badania lub źródła danych wyodrębnij statystyki podsumowujące na poziomie grupy: ekologiczną miarę ekspozycji (średnią, wskaźnik lub proporcję dla każdej jednostki populacji) i odpowiadającą jej miarę wyniku, wraz z moderatorami na poziomie badania, takimi jak grupa dochodowa kraju, rok badania i czynniki zakłócające kontrolowane w oryginalnej analizie. Zapisz oszacowania precyzji (błędy standardowe, przedziały ufności lub wielkości próby jednostek populacji), aby umożliwić ważone łączenie.
Ujednolić metryki ekspozycji i wyniku w różnych badaniach, konwertując je na wspólną skalę, jeśli to konieczne. Oceń heterogeniczność w związkach ekologicznych między badaniami za pomocą statystyk I² i Q Cochrana. Zidentyfikuj potencjalne źródła zmienności między badaniami — takie jak różnice w sposobie pomiaru ekspozycji, rozdzielczość geograficzna jednostek lub charakterystyka populacji — poprzez analizy podgrup lub metaregresję.
Oblicz łączny ekologiczny szacunek efektu (zazwyczaj współczynnik regresji, iloraz wskaźników lub korelacja) za pomocą modeli metaanalitycznych z efektami stałymi lub losowymi, ważonych odwrotnością wariancji każdego oszacowania ekologicznego. Modele z efektami losowymi są zazwyczaj preferowane, gdy istnieje znaczna heterogeniczność między badaniami. Analizy wrażliwości powinny zbadać wpływ poszczególnych badań i założeń dotyczących czynników zakłócających na poziomie ekologicznym.
Interpretuj łączny szacunek jako ekologiczne powiązanie między średnią populacyjną ekspozycji a średnią populacyjną wyniku. Krytycznie oceń ryzyko błędu ekologicznego: łączny związek na poziomie grupowym może nie odzwierciedlać dokładnie związku na poziomie indywidualnym. Oceń potencjalne czynniki zakłócające wynikające z niezmierzonych cech populacji i kontekstualizuj wyniki w odniesieniu do dowodów na poziomie indywidualnym z badań kohortowych lub kliniczno-kontrolnych.
Częste pułapki
- Traktowanie łącznego oszacowania efektu ekologicznego tak, jakby był to efekt na poziomie indywidualnym — błąd ekologiczny jest najbardziej znaczącym błędem w tym projekcie.
- Łączenie ekologicznie nieporównywalnych jednostek: mieszanie krajów z miastami lub różnych lat bez uwzględnienia trendów czasowych wprowadza poważną heterogeniczność, która zawyża pozorną precyzję.
- Ignorowanie zmienności ekspozycji wewnątrz grupy: jeśli ekspozycja znacznie różni się w populacjach, ale używana jest tylko średnia grupowa, błędna klasyfikacja ekspozycji osłabia obserwowany związek ekologiczny.
- Nieprzeprowadzanie analiz wrażliwości dla wpływowych badań lub alternatywnych modeli metaanalitycznych, co sprawia, że wnioski są kruche.
- Mylenie tego projektu ze standardową metaanalizą badań na poziomie indywidualnym — logika analityczna i wnioskowania różni się znacznie i musi być transparentnie raportowana.
Najczęściej zadawane pytania
Czym jest błąd ekologiczny i dlaczego ma on tutaj znaczenie?
Błąd ekologiczny to błąd polegający na wnioskowaniu o zależnościach na poziomie indywidualnym na podstawie danych na poziomie grupowym. W metaanalitycznym badaniu ekologicznym, nawet bardzo precyzyjne łączne oszacowanie informuje o związku między średnimi populacyjnymi — a nie o tym, co dzieje się w obrębie jednostek. Na przykład, populacje o wyższym średnim spożyciu tłuszczu mogą mieć wyższą śmiertelność z powodu chorób sercowo-naczyniowych, jednak w tych populacjach osoby, które spożywają więcej tłuszczu, mogą nie być narażone na wyższe osobiste ryzyko. Każda interpretacja polityczna lub kliniczna musi wyraźnie uznać to ograniczenie.
Czym to się różni od standardowej metaanalizy?
Standardowa metaanaliza łączy oszacowania efektów pochodzące z badań na poziomie indywidualnym (np. względne ryzyka z badań kohortowych). Metaanalityczne badanie ekologiczne łączy związki ekologiczne — każdy punkt danych to jednostka populacyjna lub geograficzna, a nie jednostka. Statystyczny aparat metaanalizy (ważone łączenie, statystyki heterogeniczności, wykresy leśne) jest wspólny, ale jednostka analizy, zakres wnioskowania i specyficzne błędy różnią się fundamentalnie.
Kiedy powinienem preferować analizę łączoną zamiast tego projektu?
Jeśli można uzyskać dane na poziomie indywidualnym z oryginalnych badań — dokumentację pacjentów lub zestawy danych na poziomie uczestników — analiza łączona (metaanaliza IPD) jest zdecydowanie preferowana. Pozwala ona uniknąć błędu ekologicznego, umożliwia dostosowanie zmiennych towarzyszących na poziomie indywidualnym i wspiera bardziej precyzyjne analizy podgrup. Projekt metaanalityczny ekologiczny jest odpowiednią alternatywą tylko wtedy, gdy dane na poziomie indywidualnym są rzeczywiście niedostępne.
Jak radzić sobie z heterogenicznością w populacjach?
Oceń heterogeniczność za pomocą I² i Q Cochrana. Jeśli I² przekracza 50–75%, populacje są prawdopodobnie zbyt zróżnicowane, aby pojedyncze łączne oszacowanie było sensowne. Użyj modeli z efektami losowymi, przeprowadź metaregresję, aby wyjaśnić heterogeniczność za pomocą moderatorów na poziomie badania (np. poziom dochodów, region geograficzny, metoda pomiaru) i przeprowadź analizy podgrup. Raportuj przedział predykcji wraz z oszacowaniem punktowym, aby przekazać prawdziwy zakres związków ekologicznych w różnych ustawieniach.
Czy muszę zgłaszać diagram przepływu PRISMA?
Tak, jeśli opublikowane badania ekologiczne są systematycznie wyszukiwane i wybierane. Postępuj zgodnie z wytycznymi PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) dotyczącymi procesu wyszukiwania i selekcji literatury. Jeśli dane ekologiczne pochodzą z baz danych nadzoru, a nie z opublikowanych badań, udokumentuj źródła danych, zasady ekstrakcji i kryteria włączenia z równoważną przejrzystością.
Pokrewne metody
Źródła
Blettner, M., Sauerbrei, W., Schlehofer, B., Scheuchenpflug, T., & Friedenreich, C. (1999). Traditional reviews, meta-analyses and pooled analyses in epidemiology. International Journal of Epidemiology, 28(1), 1–9.
Otwórz odnośnik DOISkopiowano.Morgenstern, H. (1998). Ecologic studies in epidemiology: concepts, principles, and methods. Annual Review of Public Health, 19, 61–87.
Otwórz odnośnik do publikacjiSkopiowano.