Метааналитическое рандомизированное клиническое исследование — обобщение данных РКИ
- Автор метода
- Gene V. Glass (meta-analysis method); Cochrane Collaboration (systematic RCT pooling standards)
- Год
- 1976 (Glass coinage of meta-analysis); 1993 (Cochrane Collaboration formalization)
- Тип
- Quantitative evidence-synthesis design
- Семейство
- Clinical / epidemiology
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Метааналитическое рандомизированное клиническое исследование (РКИ) — это формальный метод синтеза доказательств, который выявляет, оценивает и статистически объединяет результаты нескольких рандомизированных клинических исследований, посвященных одному и тому же клиническому вопросу.
Путем объединения данных на уровне исследований он позволяет получить единую, более точную оценку эффекта лечения и количественно определить гетерогенность между исследованиями, находясь на вершине иерархии доказательств для оценки медицинских вмешательств.
Интуиция метода
Представьте десять различных клинических исследований, каждое из которых тестирует один и тот же препарат, но с разным объемом выборки — некоторые показывают пользу, некоторые нет, и ни одно из них само по себе не является окончательным. Метааналитическое РКИ действует как внимательное жюри, которое изучает каждое исследование, взвешивает каждый «вердикт» в зависимости от надежности исследования, а затем выносит один обобщенный «вердикт» с гораздо меньшей погрешностью, чем любое отдельное исследование. Жюри также задается вопросом: действительно ли все исследования согласуются, или существует необъяснимая вариация (гетерогенность), которая сигнализирует о том, что препарат действует по-разному у разных пациентов или в разных условиях?
История
Джин В. Гласс ввел термин «метаанализ» в 1976 году для описания статистического синтеза результатов исследований в педагогической психологии. Метод быстро распространился в клинической медицине, и первые влиятельные медицинские метаанализы появились в начале 1980-х годов (в частности, Yusuf et al. по бета-блокаторам после инфаркта миокарда, 1985). Основание Кокрановского сотрудничества в 1993 году институционализировало метааналитические РКИ как золотой стандарт для синтеза клинических доказательств, установив стандарты систематических обзоров и отчетности PRISMA, которые теперь регулируют эту область.
Когда применять
Используйте метааналитическое РКИ, когда существует несколько опубликованных или зарегистрированных РКИ, посвященных одному и тому же вопросу PICO, и когда требуется более точная или окончательная оценка эффекта для руководства клинической практикой, политикой здравоохранения или регуляторными решениями. Оно особенно ценно, когда отдельные исследования недостаточно мощны или дают противоречивые результаты. Не используйте его, если: доступно менее двух РКИ; исследования слишком клинически гетерогенны для осмысленного объединения (разные популяции, дозы или определения исходов); доступные РКИ имеют общий недостаток дизайна, который просто усилит систематическую ошибку в объединенной оценке; или когда проспективный метаанализ индивидуальных данных пациентов был бы более уместен, но логистически осуществим.
Ограничения и замечания
- Качество ограничено качеством включенных исследований — объединение предвзятых РКИ усиливает, а не устраняет систематическую ошибку.
- Систематическая ошибка публикации и выборочная отчетность по исходам могут искажать объединенную оценку даже после корректировки.
- Клиническая и методологическая гетерогенность может сделать единый объединенный эффект клинически бессмысленным, даже если он статистически осуществим.
- Не может установить причинно-следственную связь сверх того, что было установлено исходными РКИ; обсервационное загрязнение возникает, если непреднамеренно включаются не-РКИ исследования.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Дает наиболее статистически точную оценку эффекта лечения, доступную на основе существующих доказательств РКИ.
- Явно количественно определяет и исследует гетерогенность между исследованиями, выявляя случаи, когда единый средний эффект вводит в заблуждение.
- Находится на вершине традиционных иерархий доказательств, имея большой вес при разработке клинических рекомендаций.
- Прозрачный, подлежащий предварительной регистрации протокол (PROSPERO), который позволяет независимое воспроизведение и обновление по мере появления новых исследований.
- Может выявлять редкие нежелательные явления или эффекты подгрупп, которые отдельные исследования были слишком малы, чтобы идентифицировать.
Применение
- Определение чистой эффективности и безопасности препарата или устройства в РКИ фазы III до подачи заявки на регистрацию или принятия рекомендаций.
- Разрешение противоречивых результатов исследований в кардиологии, онкологии или фармакотерапии инфекционных заболеваний.
- Обеспечение оценки медицинских технологий и моделей экономической эффективности наилучшими доступными оценками эффекта.
- Выявление подгрупп пациентов (возраст, сопутствующие заболевания, тяжесть заболевания), где эффект лечения модифицируется, с использованием метаанализа подгрупп или индивидуальных данных пациентов.
- Обновление клинических рекомендаций, когда новые РКИ изменяют ранее объединенную доказательную базу.
- Выявление редких, но серьезных нежелательных явлений, которые отдельные исследования были слишком малы, чтобы надежно зафиксировать.
Как это работает
Как это работает
Проводится всесторонний, предварительно зарегистрированный поиск литературы по нескольким электронным базам данных (MEDLINE, EMBASE, CENTRAL, ClinicalTrials.gov) с использованием заранее определенных критериев PICO (Population, Intervention, Comparator, Outcome). Для уменьшения систематической ошибки публикации осуществляется поиск в «серой литературе» и регистрах исследований. Стратегия поиска полностью документируется для обеспечения воспроизводимости.
Найденные записи отбираются в два этапа — сначала по заголовкам и рефератам, затем по полным текстам — как минимум двумя независимыми рецензентами в соответствии с заранее определенными критериями приемлемости (дизайн исследования ограничен РКИ, конкретные популяции, вмешательства, компараторы и показатели исходов). Разногласия разрешаются консенсусом или с помощью третьего рецензента. Диаграмма потока PRISMA документирует включение и исключение на каждом этапе.
Стандартизированные формы извлечения данных используются для записи характеристик исследования (дизайн, популяция, детали вмешательства, продолжительность наблюдения) и данных об исходах (средние значения, стандартные отклонения, количество событий, размеры выборки) из каждого включенного РКИ. Оценка риска систематической ошибки проводится с использованием инструмента Cochrane RoB 2, оценивающего такие области, как рандомизация, сокрытие распределения, ослепление и выбывание.
Оценки эффекта из отдельных исследований (отношения шансов, отношения рисков, разности средних или стандартизированные разности средних) объединяются с использованием модели с фиксированными или случайными эффектами. В модели со случайными эффектами объединенная оценка представляет собой взвешенное среднее: общий эффект theta-hat равен сумме w_i, умноженной на theta-hat_i, деленной на сумму w_i, где веса w_i обычно отражают взвешивание, обратное дисперсии, плюс межгрупповую дисперсию tau-squared.
Формула
\hat{\theta} = \frac{\sum w_i \hat{\theta}_i}{\sum w_i}Статистическая гетерогенность количественно оценивается с помощью критерия Q Кохрана и статистики I-squared. I-squared представляет собой долю общей изменчивости, обусловленной различиями между исследованиями, а не случайностью; значения выше 50–75% сигнализируют о существенной гетерогенности, требующей анализа подгрупп или метарегрессии для выявления модифицирующих переменных.
Формула
I^2 = \frac{Q - (k-1)}{Q} \times 100\%Потенциальная систематическая ошибка публикации оценивается визуально с использованием воронкообразных графиков и формально с помощью теста Эггера или теста Бегга. Анализы чувствительности (исключение исследований с высоким риском систематической ошибки, изменение статистической модели или применение trim-and-fill) оценивают надежность объединенной оценки. Профилирование GRADE оценивает общую достоверность доказательств как высокую, умеренную, низкую или очень низкую.
Частые ошибки
- Объединение клинически разрозненных исследований — объединение исследований с очень разными дозами, популяциями или продолжительностью наблюдения приводит к объединенной оценке, которая не применима ни к одной реальной группе пациентов; всегда заранее узко определяйте критерии включения.
- Игнорирование гетерогенности — сообщение только объединенной точечной оценки, когда I-squared превышает 50% без исследования, вводит читателей в заблуждение; требуются анализы подгрупп и метарегрессия.
- Объединение «мусора» — включение исследований с высоким или неясным риском систематической ошибки увеличивает точность без улучшения достоверности; всегда следует сообщать об анализах чувствительности, ограниченных исследованиями с низким уровнем систематической ошибки.
- Систематическая ошибка отчетности по исходам — включение только тех исходов, о которых сообщалось (не заранее определенных), увеличивает кажущуюся эффективность; обязательна проверка регистраций исследований на соответствие опубликованным исходам.
- Чрезмерная интерпретация эффектов малых исследований — асимметрия воронкообразного графика может отражать гетерогенность, а не систематическую ошибку публикации; формальные тесты и описательная оценка должны сопровождать визуальный осмотр.
Часто задаваемые вопросы
Сколько РКИ мне нужно для проведения метаанализа?
Формального минимума не существует, но объединение менее трех исследований редко дает стабильные оценки гетерогенности и подвержено чрезмерному влиянию одного выброса. Большинство методологов рекомендуют не менее четырех-пяти исследований; при наличии только двух следует рассмотреть систематический описательный обзор и четко объяснить, почему объединение было признано неуместным.
Когда следует использовать модель со случайными эффектами, а не с фиксированными?
Модель с фиксированными эффектами предполагает, что все исследования оценивают один истинный эффект, и подходит только тогда, когда исследования фактически идентичны по дизайну, популяции и реализации. На практике РКИ всегда в некоторой степени различаются, поэтому модель со случайными эффектами, которая позволяет истинному эффекту варьироваться между исследованиями, почти всегда более обоснована. Выбор должен быть заранее определен в протоколе и основываться на клинических рассуждениях, а не на постфактумном выборе в пользу значимого результата.
Что означает высокое значение I-squared для моих выводов?
I-squared выше 50% указывает на то, что более половины наблюдаемой изменчивости обусловлено различиями между исследованиями, а не ошибкой выборки. Это не делает метаанализ недействительным, но требует объяснения: являются ли популяции, дозы или показатели исходов клинически различными? Для изучения источников гетерогенности следует использовать анализы подгрупп или метарегрессию, и выводы должны признавать, что объединенное среднее может не применяться равномерно во всех условиях.
Чем метааналитическое РКИ отличается от сетевого метаанализа?
Стандартное метааналитическое РКИ объединяет прямые сравнительные доказательства из исследований, сравнивающих одни и те же два вмешательства. Сетевой метаанализ (NMA) расширяет это до одновременного сравнения трех или более вмешательств, включая пары, никогда напрямую не сравнивавшиеся в одном и том же исследовании, путем объединения прямых и косвенных доказательств в сети исследований. NMA более сложен, но позволяет ранжировать несколько методов лечения, когда полный набор прямых сравнительных исследований отсутствует.
Действительно ли важна предварительная регистрация?
Да. Регистрация протокола в PROSPERO до начала поиска вынуждает вас заранее определить критерии приемлемости, исходы и статистические модели, предотвращая постфактумные решения, которые увеличивают кажущуюся точность или избирательно благоприятствуют положительным результатам. Журналы и органы, разрабатывающие рекомендации, все чаще требуют регистрации в PROSPERO в качестве условия публикации или цитирования.
Похожие методы
Источники
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: 978-1119536628Скопировано.Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to Meta-Analysis. Wiley.
ISBN: 978-0470057247Скопировано.