Heterogenitas dalam Meta-Analisis

Heterogenitas dalam meta-analisis adalah variasi efek sebenarnya di antara studi-studi yang digabungkan, di luar apa yang akan dihasilkan oleh kesalahan pengambilan sampel saja. Mengukur dan menafsirkannya memberi tahu analis apakah studi-studi tersebut mengestimasi hal yang pada dasarnya sama atau hal-hal yang benar-benar berbeda, yang membentuk model yang digunakan dan kepercayaan yang ditempatkan pada ringkasan.

Definition

Heterogenitas adalah tingkat di mana efek sebenarnya yang diestimasi oleh studi individual dalam meta-analisis berbeda satu sama lain, dikuantifikasi oleh statistik seperti Q Cochran, I-kuadrat (proporsi total variasi karena perbedaan antar-studi daripada kebetulan), dan tau-kuadrat (estimasi varians antar-studi).

Scope

Entri ini mencakup penilaian statistik heterogenitas antar-studi: uji Q Cochran, statistik I-kuadrat, varians antar-studi tau-kuadrat, dan keterbatasan yang diketahui dari ukuran-ukuran ini. Entri ini memperlakukan heterogenitas sebagai topik metodologis dalam sintesis bukti dan menawarkan deskripsi referensi, bukan saran klinis.

Core questions

• Apakah studi-studi yang disertakan mengestimasi satu efek umum atau serangkaian efek yang berbeda?
• Berapa banyak dari variasi yang diamati merupakan perbedaan antar-studi yang nyata versus kebisingan pengambilan sampel?
• Bagaimana I-kuadrat dan tau-kuadrat harus diinterpretasikan, dan di mana keduanya menyesatkan?
• Kapan heterogenitas membuat estimasi gabungan tunggal tidak tepat?

Key concepts

• Uji Q Cochran
• Statistik I-kuadrat
• Tau-kuadrat (varians antar-studi)
• Heterogenitas klinis versus statistik
• Interval prediksi
• Analisis subkelompok sebagai respons terhadap heterogenitas

Mechanisms

Total variasi di antara estimasi studi dibagi menjadi kesalahan pengambilan sampel dalam-studi dan variasi antar-studi yang sebenarnya. Q Cochran membandingkan dispersi yang diamati dengan apa yang diprediksi oleh kesalahan pengambilan sampel saja; karena Q memiliki kekuatan rendah dengan sedikit studi, Higgins dan Thompson mengusulkan I-kuadrat, persentase total variasi yang dapat diatribusikan pada heterogenitas antar-studi daripada kebetulan, yang tidak bergantung pada jumlah studi. Tau-kuadrat mengestimasi varians dari distribusi efek yang mendasari dan secara langsung berkontribusi pada pembobotan efek acak dan interval prediksi. Peringatan penting berikut: Rücker dan rekan menunjukkan bahwa I-kuadrat bergantung pada presisi studi yang disertakan, sehingga dapat menjadi besar hanya karena studi-studi tersebut presisi, dan von Hippel menunjukkan bahwa I-kuadrat tidak stabil dan dapat bias dalam meta-analisis kecil, sehingga statistik ini harus dibaca bersama dengan penyebaran efek absolut daripada terhadap ambang batas tetap.

Clinical relevance

Apakah dan bagaimana kumpulan uji coba diringkas sangat bergantung pada heterogenitasnya, sehingga menilai statistik heterogenitas adalah bagian dari menilai seberapa besar bobot hasil gabungan yang layak dalam pedoman dan penilaian teknologi kesehatan. Entri ini menjelaskan bagaimana heterogenitas diukur dan bukan merupakan dasar untuk keputusan klinis individual.

Evidence & guidelines

Buku Pegangan Cochrane menjelaskan praktik yang diharapkan untuk menilai dan melaporkan heterogenitas, termasuk penggunaan I-kuadrat dengan interpretasi hati-hati dan peran interval prediksi, konsisten dengan literatur metodologis yang diringkas di sini.

History

Uji Q Cochran untuk menggabungkan eksperimen berasal dari statistik pertengahan abad ke-20, tetapi terbukti kurang bertenaga untuk jumlah studi kecil yang umum dalam meta-analisis klinis. Makalah Higgins dan Thompson tahun 2002, diikuti oleh eksposisi BMJ tahun 2003 yang banyak dikutip, memperkenalkan I-kuadrat sebagai ukuran yang dapat diinterpretasikan dan tidak bergantung pada ukuran sampel, setelah itu literatur korektif (Rücker et al., 2008; von Hippel, 2015) mengklarifikasi ketergantungannya pada presisi studi dan ketidakstabilannya dalam sintesis kecil.

Debates

Seberapa besar I-kuadrat harus diandalkan untuk menilai heterogenitas?

I-kuadrat bergantung pada presisi studi yang disertakan dan dapat tidak stabil ketika sedikit studi digabungkan, sehingga para komentator memperingatkan terhadap batas tetap dan merekomendasikan membacanya bersama dengan tau-kuadrat dan penyebaran efek absolut.

Key figures

• Julian Higgins
• Simon Thompson
• Gerta Rücker
• Paul von Hippel
• William Cochran

Seminal works

• higgins-thompson-2002
• higgins-2003

Frequently asked questions

Apa arti I-kuadrat 75%?

Ini menunjukkan bahwa sekitar tiga perempat dari total variasi di antara estimasi studi mencerminkan perbedaan antar-studi yang sebenarnya daripada kesalahan pengambilan sampel; tetapi karena I-kuadrat bergantung pada presisi studi, I-kuadrat harus diinterpretasikan bersama dengan penyebaran efek yang sebenarnya, bukan terhadap label tetap.

Apakah heterogenitas tinggi merupakan alasan untuk tidak menggabungkan studi?

Tidak secara otomatis. Heterogenitas tinggi menandakan bahwa studi-studi berbeda dan mendorong penyelidikan mengapa, tetapi apakah akan menggabungkan, menggunakan model efek acak, atau menahan diri bergantung pada apakah perbedaan-perbedaan tersebut dapat dijelaskan dan studi-studi tersebut sebanding secara klinis.