Meta-Analisis

Meta-analisis adalah prosedur statistik yang menggabungkan estimasi efek dari beberapa penelitian yang membahas pertanyaan yang sama menjadi satu estimasi gabungan yang lebih tepat. Dengan memberi bobot pada setiap penelitian sesuai dengan presisinya, meta-analisis mengekstraksi jawaban keseluruhan yang tidak dapat diberikan oleh satu penelitian pun dan melaporkan ketidakpastian yang tersisa di sekitarnya.

Definition

Meta-analisis adalah kombinasi kuantitatif estimasi efek dari berbagai penelitian menjadi estimasi ringkasan berbobot, biasanya menggunakan pembobotan varians-terbalik (inverse-variance weighting) di bawah model efek tetap (satu efek umum yang diasumsikan) atau model efek acak (efek diasumsikan bervariasi antar penelitian).

Scope

Entri ini mencakup mekanisme inti penggabungan: bagaimana efek studi individual diberi bobot, perbedaan antara model efek tetap (fixed-effect) dan efek acak (random-effects), serta bagaimana estimasi gabungan dan intervalnya dibaca. Entri ini memperlakukan meta-analisis sebagai metode kuantitatif dalam sintesis bukti dan merupakan deskripsi referensi daripada panduan klinis. Proses tinjauan sistematis yang lebih luas dibahas dalam node meta-analisis terkait di bawah tinjauan sistematis.

Core questions

• Bagaimana hasil studi individual diberi bobot ketika digabungkan?
• Apa yang diwakili oleh estimasi gabungan di bawah model efek tetap versus model efek acak?
• Bagaimana seharusnya interval kepercayaan di sekitar estimasi gabungan diinterpretasikan?
• Kapan penggabungan studi secara keseluruhan dianggap tepat?

Key concepts

• Pembobotan varians-terbalik
• Model efek tetap
• Model efek acak
• Efek gabungan (ringkasan)
• Interval kepercayaan dan interval prediksi
• Forest plot

Mechanisms

Setiap penelitian menyumbangkan estimasi efek (seperti rasio risiko, rasio odds, atau perbedaan rata-rata) beserta kesalahan standarnya. Dalam pembobotan varians-terbalik, penelitian yang lebih presisi menerima bobot yang lebih besar, dan rata-rata tertimbang adalah estimasi gabungan. Di bawah model efek tetap, semua penelitian diasumsikan memiliki satu efek sejati yang sama, sehingga bobot hanya bergantung pada varians dalam-studi. Di bawah model efek acak, efek sejati diasumsikan bervariasi, sehingga varians antar-studi yang diperkirakan ditambahkan ke setiap bobot, mengurangi pengaruh penelitian terbesar dan memperlebar interval kepercayaan. Pendekatan DerSimonian-Laird memberikan estimator berbasis momen klasik dari varians antar-studi tersebut; Riley dan rekan-rekannya menekankan bahwa ringkasan efek acak adalah efek rata-rata yang interpretasinya, dan interval prediksinya, harus mencerminkan bahwa efek bervariasi di berbagai pengaturan.

Clinical relevance

Estimasi gabungan dari meta-analisis sering kali berada di puncak hierarki bukti dan secara langsung menjadi masukan bagi pedoman dan penilaian teknologi kesehatan, sehingga kemampuan untuk membaca forest plot dan memahami arti garis ringkasannya adalah bagian dari penilaian bukti. Entri ini menjelaskan bagaimana estimasi gabungan dihasilkan dan bukan merupakan dasar untuk keputusan pengobatan individual.

Evidence & guidelines

Pelaksanaan dan pelaporan transparan meta-analisis diatur oleh Cochrane Handbook (Higgins & Green, 2008) dan pernyataan PRISMA (Moher et al., 2009), yang menetapkan bagaimana estimasi gabungan, pilihan model, dan ketidakpastian di sekitarnya harus disajikan.

History

Istilah meta-analisis diperkenalkan oleh Gene Glass pada tahun 1976 untuk sintesis kuantitatif temuan penelitian. Penerapannya dalam penelitian klinis diperkuat oleh kerangka efek acak DerSimonian dan Laird tahun 1986, dan penjelasan selanjutnya seperti Borenstein dan rekan-rekannya (2010) mengklarifikasi perbedaan konseptual antara penggabungan efek tetap dan efek acak yang masih mengatur praktik hingga saat ini.

Debates

Apa sebenarnya arti estimasi ringkasan efek acak?

Karena model efek acak merata-ratakan distribusi efek sejati, garis ringkasannya adalah rata-rata daripada nilai umum tunggal; Riley dan rekan-rekannya berpendapat bahwa interval prediksi, bukan hanya interval kepercayaan, diperlukan untuk menyampaikan rentang efek di berbagai pengaturan.

Key figures

• Rebecca DerSimonian
• Nan Laird
• Michael Borenstein
• Larry Hedges
• Julian Higgins
• Richard Riley

Seminal works

• dersimonian-laird-1986
• borenstein-2010
• higgins-handbook-2008

Frequently asked questions

Apa perbedaan antara meta-analisis efek tetap dan efek acak?

Analisis efek tetap mengasumsikan setiap penelitian mengestimasi efek sejati tunggal yang sama, sedangkan analisis efek acak mengasumsikan efek sejati bervariasi antar penelitian dan menambahkan istilah varians antar-studi, yang biasanya memperlebar interval kepercayaan.

Dapatkah setiap kumpulan studi digabungkan dalam meta-analisis?

Tidak. Penggabungan hanya bermakna ketika studi cukup serupa dalam pertanyaan, populasi, dan hasil; ketika terlalu beragam, penggabungan dapat menghasilkan ringkasan yang presisi tetapi menyesatkan.