การทบทวนวรรณกรรมอย่างเป็นระบบและการวิเคราะห์อภิมาน
การทบทวนวรรณกรรมอย่างเป็นระบบคือการสังเคราะห์อย่างมีโครงสร้างของงานวิจัยทั้งหมดที่ตอบคำถามที่กำหนดไว้ และการวิเคราะห์อภิมานคือการรวมผลลัพธ์ทางสถิติเข้าเป็นค่าประมาณเดียว โดยรวมแล้ว ทั้งสองวิธีนี้จัดอยู่ในลำดับสูงสุดของลำดับชั้นของหลักฐานสำหรับคำถามเกี่ยวกับผลของการแทรกแซง และในข้อมูลยา ทั้งสองวิธีเป็นเครื่องมือหลักในการสรุปสิ่งที่วรรณกรรมโดยรวมกล่าวถึงเกี่ยวกับยา บทความนี้จะกล่าวถึงหัวข้อนี้ในบริบทของเภสัชกรรมคลินิกและการประเมินวรรณกรรม โดยมีบทความคู่ขนานในสาขาระบาดวิทยา
Definition
การทบทวนวรรณกรรมอย่างเป็นระบบใช้วิธีการที่ชัดเจนและทำซ้ำได้เพื่อระบุ ประเมิน และสังเคราะห์งานวิจัยทั้งหมดที่เกี่ยวข้องกับคำถามที่กำหนดไว้; การวิเคราะห์อภิมานคือการรวมผลลัพธ์การศึกษาที่เปรียบเทียบกันได้ทางสถิติภายในการทบทวนดังกล่าวเพื่อสร้างค่าประมาณผลรวม
Scope
หัวข้อนี้ครอบคลุมกระบวนการทบทวนวรรณกรรมอย่างเป็นระบบ — ระเบียบวิธีวิจัย, การสืบค้นอย่างครอบคลุม, การคัดกรอง, การประเมินความเสี่ยงของการเกิดอคติ, และการสังเคราะห์ — และวิธีการวิเคราะห์อภิมานที่ใช้ในการรวมผลลัพธ์ รวมถึงแบบจำลองผลคงที่ (fixed-effect) และแบบจำลองผลสุ่ม (random-effects) และการประเมินความแตกต่างระหว่างการศึกษา (heterogeneity) นี่คือหัวข้อเชิงระเบียบวิธีวิจัยและอ้างอิงเกี่ยวกับการสังเคราะห์หลักฐาน ไม่ใช่แหล่งข้อมูลคำแนะนำในการรักษา
Core questions
- คำถามการทบทวนและระเบียบวิธีวิจัยถูกกำหนดอย่างไรเพื่อให้การสืบค้นสามารถทำซ้ำได้?
- งานวิจัยถูกระบุ คัดกรอง และประเมินความเสี่ยงของการเกิดอคติได้อย่างไร?
- เมื่อใดที่ผลลัพธ์สามารถนำมารวมกันได้ และควรใช้แบบจำลองใด?
- ความแตกต่างระหว่างการศึกษาถูกวัดและตีความอย่างไร?
- การสังเคราะห์ที่ได้ถูกรายงานและประเมินคุณภาพอย่างไร?
Key concepts
- ระเบียบวิธีวิจัยที่ลงทะเบียนล่วงหน้าและการสืบค้นที่ทำซ้ำได้
- การคัดกรองและการคัดเลือกงานวิจัย
- ค่าประมาณผลรวม
- แบบจำลองผลคงที่เทียบกับแบบจำลองผลสุ่ม
- ความแตกต่างระหว่างการศึกษาและสถิติ I-squared
- อคติจากการตีพิมพ์
- มาตรฐานการรายงานและการประเมิน (PRISMA, AMSTAR 2)
Mechanisms
การทบทวนวรรณกรรมอย่างเป็นระบบจะปฏิบัติตามระเบียบวิธีวิจัยที่กำหนดไว้ล่วงหน้า: การสืบค้นอย่างครอบคลุมในฐานข้อมูลหลายแห่ง, การคัดกรองซ้ำโดยใช้เกณฑ์ที่ชัดเจน, การประเมินความเสี่ยงของการเกิดอคติของงานวิจัยที่รวมอยู่, และการสังเคราะห์ หากงานวิจัยสามารถเปรียบเทียบกันได้ การวิเคราะห์อภิมานจะรวมค่าประมาณผลของงานวิจัยเหล่านั้น โดยให้น้ำหนักแต่ละงานวิจัยตามความแม่นยำของมัน แบบจำลองผลคงที่ (fixed-effect model) จะสมมติว่ามีผลจริงร่วมกันเพียงหนึ่งเดียว ในขณะที่แบบจำลองผลสุ่ม (random-effects model) — ซึ่งพัฒนาโดย DerSimonian และ Laird — จะสมมติว่าผลจริงแตกต่างกันไปในแต่ละงานวิจัยและรวมความแปรปรวนระหว่างงานวิจัยนั้นไว้ด้วย ความแตกต่างระหว่างการศึกษา (heterogeneity) จะถูกวัดปริมาณด้วยสถิติ เช่น I-squared ซึ่งนำเสนอโดย Higgins และคณะ เพื่อแสดงสัดส่วนของความแปรปรวนที่เกิดจากความแตกต่างที่แท้จริงมากกว่าโอกาส อคติจากการตีพิมพ์ (publication bias) ซึ่งงานวิจัยที่มีผลลัพธ์เชิงบวกมีแนวโน้มที่จะได้รับการตีพิมพ์มากกว่า จะถูกตรวจสอบเนื่องจากอาจบิดเบือนค่าประมาณผลรวมได้ PRISMA กำหนดมาตรฐานวิธีการรายงานกระบวนการทั้งหมด และ AMSTAR 2 ประเมินคุณภาพระเบียบวิธีวิจัยของการทบทวนที่เสร็จสมบูรณ์
Clinical relevance
การทบทวนวรรณกรรมอย่างเป็นระบบและการวิเคราะห์อภิมานให้หลักฐานสรุปที่อยู่เบื้องหลังการตัดสินใจเกี่ยวกับรายการยา, คำแนะนำแนวปฏิบัติ, และคำตอบข้อมูลยาหลายประการ หัวข้อนี้อธิบายวิธีการสังเคราะห์หลักฐานดังกล่าวและสนับสนุนการอ่านอย่างมีวิจารณญาณ; เป็นแหล่งข้อมูลอ้างอิงและไม่ใช่พื้นฐานสำหรับการวินิจฉัยหรือการตัดสินใจในการรักษาเฉพาะบุคคล
Evidence & guidelines
การสังเคราะห์หลักฐานอยู่ภายใต้มาตรฐานที่กำหนดไว้: แถลงการณ์ PRISMA (ปี 2009, ปรับปรุงปี 2020) สำหรับการรายงานการทบทวนวรรณกรรมอย่างเป็นระบบและการวิเคราะห์อภิมาน และเครื่องมือ AMSTAR 2 สำหรับการประเมินคุณภาพระเบียบวิธีวิจัยของงานเหล่านั้น การวัดปริมาณความแตกต่างระหว่างการศึกษาผ่าน I-squared และการรวมผลแบบผลสุ่มผ่านวิธี DerSimonian-Laird เป็นองค์ประกอบการวิเคราะห์มาตรฐาน
History
การรวมผลลัพธ์การศึกษาเชิงปริมาณมีรากฐานมาจากการวิเคราะห์ทางสถิติในช่วงต้นศตวรรษที่ 20 และคำว่า meta-analysis ถูกบัญญัติขึ้นในทศวรรษ 1970 วิธีผลสุ่มของ DerSimonian และ Laird ในปี 1986 กลายเป็นเครื่องมือสำคัญของการวิเคราะห์อภิมานทางการแพทย์ และสถิติ I-squared ของ Higgins และคณะในปี 2003 ได้กำหนดมาตรฐานการอธิบายความแตกต่างระหว่างการศึกษา แถลงการณ์ PRISMA ซึ่งเผยแพร่ครั้งแรกในปี 2009 และปรับปรุงในปี 2020 ได้กำหนดรูปแบบการรายงานการทบทวนวรรณกรรมอย่างเป็นระบบอย่างโปร่งใส
Debates
- การรวมผลแบบผลคงที่เทียบกับผลสุ่ม
- การเลือกแบบจำลองแสดงถึงข้อสมมติฐานว่างานวิจัยประเมินผลร่วมกันเพียงหนึ่งเดียวหรือการกระจายของผล; แบบจำลองผลสุ่มจะให้น้ำหนักกับงานวิจัยขนาดเล็กมากกว่าและช่วงความเชื่อมั่นที่กว้างกว่า และการเลือกที่เหมาะสมขึ้นอยู่กับความแตกต่างระหว่างการศึกษาและเป้าหมายของการอนุมาน
Key figures
- David Moher
- Matthew Page
- Julian Higgins
- Rebecca DerSimonian
- Nan Laird
Related topics
Seminal works
- moher-2009-prisma
- dersimonian-1986
- higgins-2003
- page-2021-prisma
Frequently asked questions
- ความแตกต่างระหว่างการทบทวนวรรณกรรมอย่างเป็นระบบและการวิเคราะห์อภิมานคืออะไร?
- การทบทวนวรรณกรรมอย่างเป็นระบบคือกระบวนการที่มีโครงสร้างในการค้นหา ประเมิน และสังเคราะห์งานวิจัยที่เกี่ยวข้องทั้งหมด; การวิเคราะห์อภิมานคือขั้นตอนทางสถิติที่เป็นทางเลือกภายในกระบวนการนั้นที่รวมผลลัพธ์ที่เปรียบเทียบกันได้เข้าเป็นค่าประมาณเดียว
- สถิติ I-squared บอกอะไรฉันบ้าง?
- มันประมาณสัดส่วนของความแปรปรวนทั้งหมดในงานวิจัยที่เกิดจากความแตกต่างที่แท้จริงมากกว่าโอกาส ซึ่งช่วยในการตัดสินว่าการรวมผลลัพธ์เข้าเป็นค่าประมาณเดียวเหมาะสมหรือไม่