Analisis Sensitivitas

Analisis sensitivitas dalam sintesis bukti adalah praktik mengulang meta-analisis di bawah asumsi-asumsi wajar yang berbeda atau dengan menghilangkan studi-studi tertentu, untuk melihat apakah kesimpulan utama tetap berlaku. Ini menyelidiki seberapa besar ketergantungan hasil gabungan pada pilihan-pilihan tertentu, studi-studi tertentu, atau data tertentu, sehingga mengukur kekokohan sintesis.

Definition

Analisis sensitivitas adalah serangkaian prosedur yang mengestimasi ulang efek gabungan di bawah asumsi analitik alternatif atau dengan studi atau data terpilih yang dikecualikan, untuk menilai apakah dan bagaimana kesimpulan meta-analisis berubah.

Scope

Entri ini mencakup analisis sensitivitas sebagaimana diterapkan dalam meta-analisis dan tinjauan sistematis: analisis leave-one-out dan pengaruh, membandingkan hasil efek tetap dengan efek acak, membatasi pada studi dengan risiko bias rendah, dan menguji efek data yang hilang atau diimputasi. Ini adalah deskripsi referensi metodologis dan bukan panduan klinis. Node analisis sensitivitas terpisah mencakup konsep yang digunakan dalam inferensi kausal dan pemodelan.

Core questions

• Apakah kesimpulan gabungan bergantung pada satu studi berpengaruh?
• Apakah itu berubah ketika model efek tetap dan efek acak dibandingkan?
• Seberapa kokohkah itu terhadap penyertaan atau pengecualian studi dengan risiko bias tinggi?
• Seberapa sensitifkah itu terhadap asumsi tentang data yang hilang atau ukuran efek alternatif?

Key concepts

• Analisis leave-one-out (pengaruh)
• Perbandingan efek tetap versus efek acak
• Pembatasan risiko bias
• Asumsi data hilang dan imputasi
• Kekokohan estimasi gabungan

Mechanisms

Sintesis dihitung ulang di bawah asumsi yang sengaja divariasikan sementara semua hal lain dipertahankan tetap, dan analis mengamati apakah estimasi gabungan, intervalnya, atau kesimpulan kualitatifnya bergeser. Varian umum meliputi menghilangkan satu studi pada satu waktu untuk mendeteksi outlier atau uji coba yang berpengaruh, beralih antara model efek tetap dan efek acak untuk melihat seberapa besar asumsi heterogenitas berperan (perbandingan yang dicatat oleh Riley dan rekan-rekan dapat mengubah presisi yang tampak secara substansial), membatasi sintesis pada studi yang dinilai berisiko bias rendah, dan menjalankan kembali analisis di bawah penanganan alternatif data yang hilang atau metrik efek yang berbeda. Hasil yang pada dasarnya tidak berubah di seluruh variasi ini dianggap kokoh; hasil yang bergerak secara material menandakan bahwa kesimpulan bersifat kontingen dan harus dilaporkan dengan peringatan tersebut. Diagnostik terkait seperti memeriksa asimetri plot corong, sebagaimana ditetapkan oleh Sterne dan rekan-rekan, melengkapi analisis sensitivitas dengan menyelidiki apakah efek studi kecil atau bias pelaporan mengancam estimasi gabungan.

Clinical relevance

Apakah pedoman atau penilaian teknologi kesehatan harus bertindak berdasarkan estimasi gabungan sebagian bergantung pada seberapa kokoh estimasi tersebut, sehingga analisis sensitivitas membantu pembaca menilai seberapa besar kepercayaan yang dijamin oleh hasil sintesis. Entri ini menjelaskan metode dan bukan dasar untuk keputusan klinis individu.

Evidence & guidelines

Analisis sensitivitas adalah komponen yang diharapkan dari pelaksanaan tinjauan sistematis di bawah Cochrane Handbook (Higgins & Green, 2008) dan tercermin dalam item pelaporan PRISMA (Moher et al., 2009); panduan tentang penilaian terkait asimetri plot corong diberikan oleh Sterne dan rekan-rekan (2011).

History

Seiring dengan kematangan meta-analisis klinis sepanjang tahun 1990-an dan 2000-an, para peninjau semakin menyadari bahwa satu angka gabungan dapat menyembunyikan kerapuhan, dan analisis sensitivitas yang telah ditentukan sebelumnya menjadi bagian dari pelaksanaan tinjauan standar yang dikodifikasi dalam Cochrane Handbook dan PRISMA. Pekerjaan paralel tentang asimetri plot corong (Sterne et al., 2011) memberikan cara terstruktur untuk menguji satu ancaman penting, efek studi kecil, dalam semangat pemeriksaan kekokohan yang sama.

Debates

Bagaimana seharusnya analisis sensitivitas direncanakan dan dilaporkan?

Ada kesepakatan luas bahwa analisis sensitivitas harus ditentukan sebelumnya dan dibedakan secara jelas dari eksplorasi post-hoc untuk menghindari pelaporan selektif versi yang mendukung kesimpulan yang diinginkan, sebuah standar yang tercermin dalam panduan pelaporan saat ini.

Key figures

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

Seminal works

• higgins-handbook-2008
• sterne-2011

Frequently asked questions

Apa itu analisis sensitivitas leave-one-out?

Ini mengulang meta-analisis beberapa kali, setiap kali menghilangkan satu studi, untuk melihat apakah ada satu studi yang mendorong hasil gabungan; jika estimasi stabil di seluruh ini, tidak ada satu studi pun yang terlalu berpengaruh.

Bagaimana analisis sensitivitas berbeda dari analisis subkelompok?

Analisis sensitivitas menguji apakah suatu kesimpulan kokoh terhadap pilihan analitik atau terhadap pengecualian studi, sedangkan analisis subkelompok mengeksplorasi apakah efek itu sendiri berbeda antara kelompok studi atau peserta yang ditentukan.