Sensitivitätsanalyse

Die Sensitivitätsanalyse in der Evidenzsynthese ist die Praxis, die Metaanalyse unter verschiedenen plausiblen Annahmen oder unter Ausschluss bestimmter Studien zu wiederholen, um zu prüfen, ob die Hauptschlussfolgerung Bestand hat. Sie untersucht, wie stark ein gepooltes Ergebnis von bestimmten Entscheidungen, bestimmten Studien oder bestimmten Daten abhängt, und misst so die Robustheit der Synthese.

Definition

Die Sensitivitätsanalyse ist eine Reihe von Verfahren, die einen gepoolten Effekt unter alternativen analytischen Annahmen oder unter Ausschluss ausgewählter Studien oder Daten neu schätzen, um zu beurteilen, ob und wie sich die Schlussfolgerung einer Metaanalyse ändert.

Scope

Dieser Eintrag behandelt die Sensitivitätsanalyse, wie sie in Metaanalysen und systematischen Übersichten angewendet wird: Leave-one-out- und Einflussanalysen, Vergleich von Fixed-Effect- mit Random-Effects-Ergebnissen, Beschränkung auf Studien mit geringem Verzerrungsrisiko und Testen des Effekts fehlender oder imputierter Daten. Es handelt sich um eine methodologische Referenzbeschreibung und nicht um eine klinische Leitlinie. Ein separater Sensitivitätsanalyse-Knoten behandelt das Konzept, wie es in der kausalen Inferenz und Modellierung verwendet wird.

Core questions

• Hängt die gepoolte Schlussfolgerung von einer einzelnen einflussreichen Studie ab?
• Ändert sie sich, wenn Fixed-Effect- und Random-Effects-Modelle verglichen werden?
• Wie robust ist sie gegenüber der Einbeziehung oder dem Ausschluss von Studien mit hohem Verzerrungsrisiko?
• Wie empfindlich ist sie gegenüber Annahmen über fehlende Daten oder alternative Effektmaße?

Key concepts

• Leave-one-out (Einfluss-)Analyse
• Fixed-Effect- versus Random-Effects-Vergleich
• Beschränkung des Verzerrungsrisikos
• Annahmen zu fehlenden Daten und Imputation
• Robustheit der gepoolten Schätzung

Mechanisms

Die Synthese wird unter einer bewusst variierten Annahme neu berechnet, während alles andere konstant gehalten wird, und der Analytiker beobachtet, ob sich die gepoolte Schätzung, ihr Intervall oder die qualitative Schlussfolgerung verschiebt. Gängige Varianten umfassen das Entfernen jeweils einer Studie, um einen Ausreißer oder eine einflussreiche Studie zu erkennen, das Wechseln zwischen Fixed-Effect- und Random-Effects-Modellen, um zu sehen, wie sehr Heterogenitätsannahmen eine Rolle spielen (ein Vergleich, der laut Riley und Kollegen die scheinbare Präzision erheblich verändern kann), die Beschränkung der Synthese auf Studien, die als geringes Verzerrungsrisiko eingestuft wurden, und die erneute Durchführung der Analyse unter alternativer Behandlung fehlender Daten oder unterschiedlicher Effektmetriken. Ein Ergebnis, das über diese Variationen hinweg im Wesentlichen unverändert bleibt, wird als robust angesehen; eines, das sich wesentlich verschiebt, signalisiert, dass die Schlussfolgerung bedingt ist und mit diesem Vorbehalt berichtet werden muss. Verwandte Diagnostika wie die Untersuchung der Funnel-Plot-Asymmetrie, wie von Sterne und Kollegen dargelegt, ergänzen die Sensitivitätsanalyse, indem sie prüfen, ob Small-Study-Effekte oder Berichtsverzerrungen die gepoolte Schätzung gefährden.

Clinical relevance

Ob eine Leitlinie oder eine gesundheitstechnologische Bewertung auf einer gepoolten Schätzung basieren sollte, hängt teilweise davon ab, wie robust diese Schätzung ist. Sensitivitätsanalysen helfen den Lesern daher zu beurteilen, wie viel Vertrauen ein synthetisiertes Ergebnis verdient. Dieser Eintrag beschreibt die Methode und ist keine Grundlage für individuelle klinische Entscheidungen.

Evidence & guidelines

Die Sensitivitätsanalyse ist ein erwarteter Bestandteil der Durchführung systematischer Übersichten gemäß dem Cochrane Handbook (Higgins & Green, 2008) und spiegelt sich in den PRISMA-Berichtselementen wider (Moher et al., 2009); Hinweise zur verwandten Bewertung der Funnel-Plot-Asymmetrie geben Sterne und Kollegen (2011).

History

Als die klinische Metaanalyse in den 1990er und 2000er Jahren reifte, erkannten Gutachter zunehmend, dass eine einzelne gepoolte Zahl eine Fragilität verbergen konnte, und präspezifizierte Sensitivitätsanalysen wurden Teil des standardisierten Überprüfungsverfahrens, das im Cochrane Handbook und PRISMA kodifiziert ist. Parallele Arbeiten zur Funnel-Plot-Asymmetrie (Sterne et al., 2011) lieferten strukturierte Wege, eine wichtige Bedrohung, die Small-Study-Effekte, im selben Geist der Robustheitsprüfung zu testen.

Debates

Wie sollten Sensitivitätsanalysen geplant und berichtet werden?

Es besteht weitgehende Übereinstimmung darüber, dass Sensitivitätsanalysen präspezifiziert und klar von Post-hoc-Explorationen unterschieden werden sollten, um eine selektive Berichterstattung der Version zu vermeiden, die eine gewünschte Schlussfolgerung stützt, ein Standard, der sich in den aktuellen Berichtsrichtlinien widerspiegelt.

Key figures

• Julian Higgins
• Jonathan Sterne
• Richard Riley
• Jonathan Deeks

Seminal works

• higgins-handbook-2008
• sterne-2011

Frequently asked questions

Was ist eine Leave-one-out-Sensitivitätsanalyse?

Sie wiederholt die Metaanalyse mehrmals, wobei jedes Mal eine Studie weggelassen wird, um zu sehen, ob eine einzelne Studie das gepoolte Ergebnis beeinflusst; wenn die Schätzung über all diese hinweg stabil ist, ist keine einzelne Studie übermäßig einflussreich.

Wie unterscheidet sich die Sensitivitätsanalyse von der Subgruppenanalyse?

Die Sensitivitätsanalyse prüft, ob eine Schlussfolgerung robust gegenüber analytischen Entscheidungen oder dem Ausschluss von Studien ist, während die Subgruppenanalyse untersucht, ob sich der Effekt selbst zwischen definierten Gruppen von Studien oder Teilnehmern unterscheidet.