Tinjauan Sistematis dan Meta-Analisis

Tinjauan sistematis dengan meta-analisis menggabungkan dua metode: tinjauan terstruktur dan dapat direproduksi yang mengumpulkan dan menilai semua studi yang memenuhi syarat mengenai suatu pertanyaan, serta prosedur statistik yang menggabungkan hasilnya menjadi satu estimasi efek tertimbang. Tinjauan ini mengendalikan bias pemilihan studi; meta-analisis mengukur sinyal gabungan dan variabilitas di sekitarnya. Bersama-sama, keduanya membentuk metode prototipe penelitian intervensi berbasis bukti.

Definition

Tinjauan sistematis dengan meta-analisis adalah tinjauan yang menggunakan metode eksplisit dan dapat direproduksi untuk mengidentifikasi dan menilai semua studi yang memenuhi syarat mengenai suatu pertanyaan, kemudian secara statistik menggabungkan estimasi efeknya menjadi estimasi gabungan, yang mencirikan efek sentral dan heterogenitas antar studi.

Scope

Topik ini mencakup pelaksanaan tinjauan sistematis dengan penggabungan kuantitatif: protokol dan kelayakan, pencarian dan penyaringan, penilaian risiko bias, pilihan efek tetap versus efek acak, pembobotan, heterogenitas, serta standar pelaporan dan kepastian yang mengatur hasilnya. Ini adalah referensi metodologis, bukan panduan klinis.

Core questions

• Apakah studi yang disertakan cukup serupa untuk membenarkan penggabungan hasilnya?
• Haruskah model efek tetap atau efek acak digunakan?
• Seberapa besar hasil studi bervariasi di luar kebetulan (heterogenitas)?
• Bagaimana risiko bias dalam studi tercermin dalam estimasi gabungan?
• Seberapa pasti bukti gabungan secara keseluruhan?

Key concepts

• Protokol dan kelayakan yang telah ditentukan sebelumnya
• Ukuran efek (misalnya rasio risiko, rasio odds, perbedaan rata-rata)
• Pembobotan invers-varians
• Model efek tetap versus efek acak
• Heterogenitas dan statistik I-kuadrat
• Plot hutan (forest plot)
• Penilaian risiko bias
• Peringkat kepastian (GRADE)

Mechanisms

Setelah studi yang memenuhi syarat diidentifikasi dan dinilai, setiap studi menyumbangkan estimasi efek dengan ukuran presisi. Meta-analisis menggabungkan ini dengan membobot setiap studi, biasanya dengan invers variansnya, sehingga studi yang lebih besar dan lebih presisi memiliki bobot lebih. Model efek tetap mengasumsikan satu efek sejati yang umum; model efek acak mengasumsikan efek sejati bervariasi antar studi dan menggabungkan varians antar studi tersebut. Penyebaran efek sejati di luar kesalahan pengambilan sampel adalah heterogenitas, sering diringkas oleh statistik I-kuadrat, dan hasil gabungan secara konvensional ditampilkan dalam plot hutan (forest plot). Pelaporan mengikuti PRISMA, bias dalam studi dinilai dengan alat seperti alat risiko bias Cochrane, dan kepastian bukti gabungan dinilai dengan GRADE (higgins-handbook-2019; page-2021-prisma; higgins-2011-rob; guyatt-2008-grade).

Clinical relevance

Meta-analisis uji coba acak menyediakan sebagian besar bukti kuantitatif yang dikutip dalam pedoman dan penilaian teknologi kesehatan. Membaca meta-analisis secara kritis — memeriksa apa yang digabungkan, bagaimana heterogenitas ditangani, dan seberapa pasti bukti dinilai — adalah bagian dari penilaian bukti. Metode ini menjelaskan bagaimana estimasi gabungan dihasilkan; metode ini tidak meresepkan pengobatan untuk individu.

Evidence & guidelines

Pelaksanaan dan pelaporan distandarisasi: PRISMA 2020 (dengan garis keturunan penjelasan-dan-elaborasi 2009) mengatur pelaporan, Buku Pegangan Cochrane menjelaskan metode yang diterima, alat risiko bias Cochrane menyusun penilaian dalam studi, dan GRADE menilai kepastian di seluruh kumpulan bukti (page-2021-prisma; liberati-2009; higgins-handbook-2019; higgins-2011-rob; guyatt-2008-grade).

History

Kombinasi statistik studi berasal dari statistik pertanian dan medis awal abad kedua puluh, dan istilah meta-analisis diciptakan pada tahun 1976. Tinjauan sistematis mengkonsolidasikan proses sekitarnya selama tahun 1990-an, terutama melalui Cochrane Collaboration. Standar pelaporan berkembang dari QUOROM ke PRISMA (2009, diperbarui 2021), statistik heterogenitas seperti I-kuadrat dipopulerkan, dan GRADE menyediakan kerangka kepastian terstruktur, bersama-sama mendefinisikan metode modern (page-2021-prisma; higgins-handbook-2019).

Debates

Kapan heterogenitas terlalu besar untuk digabungkan?

Menggabungkan studi yang secara klinis atau statistik tidak serupa dapat menghasilkan rata-rata yang menyesatkan; peninjau memperdebatkan ambang batas dan apakah akan memilih model efek acak, analisis subkelompok, atau sintesis naratif daripada penggabungan.

Key figures

• Julian Higgins
• David Moher
• Matthew Page
• Gordon Guyatt
• Cynthia Mulrow

Seminal works

• page-2021-prisma
• higgins-handbook-2019
• guyatt-2008-grade

Frequently asked questions

Apakah setiap tinjauan sistematis mencakup meta-analisis?

Tidak. Ketika studi terlalu berbeda dalam populasi, intervensi, atau hasil, penggabungan dapat menyesatkan, dan tinjauan melaporkan sintesis naratif terstruktur alih-alih estimasi gabungan tunggal.

Apa itu plot hutan (forest plot)?

Plot hutan menampilkan estimasi efek dan interval kepercayaan setiap studi di samping estimasi gabungan, membuat kontribusi setiap studi dan hasil keseluruhan terlihat sekilas.