메타분석

메타분석은 동일한 질문을 다루는 여러 연구의 효과 추정치를 단일하고 더 정밀한 통합 추정치로 결합하는 통계적 절차입니다. 각 연구의 정밀도에 따라 가중치를 부여함으로써, 단일 연구로는 제공할 수 없는 전반적인 답변을 도출하고 그 주변의 불확실성을 보고합니다.

Definition

메타분석은 여러 연구의 효과 추정치를 가중 요약 추정치로 정량적으로 결합하는 것으로, 일반적으로 고정 효과 모델(하나의 공통 효과 가정) 또는 무작위 효과 모델(연구마다 효과가 다르다고 가정) 하에서 역분산 가중치를 사용합니다.

Scope

이 항목은 통합의 핵심 메커니즘을 다룹니다: 개별 연구 효과가 어떻게 가중되는지, 고정 효과 모델과 무작위 효과 모델의 차이점, 그리고 통합 추정치와 그 구간을 읽는 방법. 이는 메타분석을 근거 합성 내의 정량적 방법으로 취급하며, 임상 지침이라기보다는 참조 설명입니다. 더 광범위한 체계적 검토 과정은 체계적 검토 아래의 관련 메타분석 노드에서 다룹니다.

Core questions

• 개별 연구 결과는 결합될 때 어떻게 가중됩니까?
• 고정 효과 모델과 무작위 효과 모델에서 통합 추정치는 무엇을 나타냅니까?
• 통합 추정치 주변의 신뢰 구간은 어떻게 해석되어야 합니까?
• 연구를 통합하는 것이 적절한 경우는 언제입니까?

Key concepts

• 역분산 가중치
• 고정 효과 모델
• 무작위 효과 모델
• 통합 (요약) 효과
• 신뢰 구간 및 예측 구간
• 포레스트 플롯

Mechanisms

각 연구는 표준 오차와 함께 효과 추정치(예: 위험비, 오즈비 또는 평균 차이)를 제공합니다. 역분산 가중치에서 더 정밀한 연구는 더 큰 가중치를 받으며, 가중 평균이 통합 추정치가 됩니다. 고정 효과 모델에서는 모든 연구가 하나의 진정한 효과를 공유한다고 가정하므로 가중치는 연구 내 분산에만 의존합니다. 무작위 효과 모델에서는 진정한 효과가 다양하다고 가정하므로, 추정된 연구 간 분산이 각 가중치에 추가되어 가장 큰 연구의 영향력을 줄이고 신뢰 구간을 넓힙니다. DerSimonian-Laird 접근법은 연구 간 분산에 대한 고전적인 모멘트 기반 추정치를 제공했습니다; Riley와 동료들은 무작위 효과 요약이 평균 효과이며, 그 해석과 주변의 예측 구간은 설정에 따라 효과가 다르다는 것을 반영해야 한다고 강조합니다.

Clinical relevance

메타분석에서 얻은 통합 추정치는 종종 근거 계층의 최상위에 위치하며 지침 및 보건 기술 평가에 직접적으로 활용되므로, 포레스트 플롯을 읽고 그 요약선이 무엇을 의미하는지 이해하는 것은 근거 평가의 일부입니다. 이 항목은 통합 추정치가 어떻게 생성되는지 설명하며, 개별 치료 결정의 근거가 아닙니다.

Evidence & guidelines

메타분석의 수행 및 투명한 보고는 Cochrane Handbook (Higgins & Green, 2008) 및 PRISMA 성명 (Moher et al., 2009)에 의해 규정되며, 이는 통합 추정치, 모델 선택 및 주변 불확실성을 제시하는 방법을 명시합니다.

History

메타분석이라는 용어는 1976년 Gene Glass에 의해 연구 결과의 정량적 합성을 위해 도입되었습니다. 임상 연구로의 적용은 DerSimonian과 Laird의 1986년 무작위 효과 프레임워크에 의해 확고해졌으며, Borenstein과 동료들(2010)과 같은 후속 설명들은 오늘날에도 실무를 조직하는 고정 효과 및 무작위 효과 통합 간의 개념적 차이를 명확히 했습니다.

Debates

무작위 효과 요약 추정치는 실제로 무엇을 의미합니까?

무작위 효과 모델은 진정한 효과의 분포에 걸쳐 평균을 내기 때문에, 그 요약선은 단일 공통 값이라기보다는 평균입니다; Riley와 동료들은 설정에 따른 효과 범위를 전달하기 위해 신뢰 구간뿐만 아니라 예측 구간도 필요하다고 주장합니다.

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

고정 효과 메타분석과 무작위 효과 메타분석의 차이점은 무엇입니까?

고정 효과 분석은 모든 연구가 동일한 단일 진정한 효과를 추정한다고 가정하는 반면, 무작위 효과 분석은 진정한 효과가 연구마다 다르다고 가정하고 연구 간 분산 항을 추가하며, 이는 일반적으로 신뢰 구간을 넓힙니다.

어떤 연구든 메타분석으로 결합할 수 있습니까?

아닙니다. 연구가 질문, 모집단 및 결과 면에서 충분히 유사할 때만 통합이 의미가 있습니다; 너무 다양할 경우, 이를 결합하면 정밀하지만 오해의 소지가 있는 요약을 생성할 수 있습니다.