Meta-analitik Kesitsel Epidemiyolojik Çalışma
Meta-Analysis of Cross-Sectional Epidemiological Studies · Ayrıca şöyle bilinir: pooled cross-sectional meta-analysis, prevalence meta-analysis, cross-sectional systematic review with meta-analysis, epidemiological prevalence synthesis
Bir meta-analitik kesitsel epidemiyolojik çalışma, birden fazla bağımsız kesitsel taramadan elde edilen yaygınlık veya oran tahminlerini sistematik olarak belirler ve istatistiksel olarak havuzlar. Çoğunlukla varyans stabilize edici dönüşümler ve rastgele etkiler modelleri kullanılarak çalışmalar arasındaki verileri birleştirerek, tanımlanmış bir popülasyonda hastalık yükü, risk faktörü sıklığı veya sağlık davranışı yaygınlığının daha kesin ve genellenebilir bir tahminini üretir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Ne zaman kullanılır
Tanımlanmış bir popülasyon veya ortamda bir durumun, maruziyetin veya davranışın yaygınlığının veya sıklığının kesin, kanıt-sentezlenmiş bir tahminine ihtiyaç duyduğunuzda ve birincil çalışmalar kesitsel nitelikte olduğunda bu tasarımı kullanın. Özellikle küresel veya bölgesel hastalık yükü analizleri, sürveyans özetleri ve birden fazla yerel anketin bulunduğu ancak tek bir çalışmanın kesin olmayacak kadar büyük olmadığı sağlık planlaması için uygundur. Birincil çalışmalar sonuç tanımları veya ölçüm araçları açısından havuzlamanın klinik olarak anlamsız olacağı kadar geniş ölçüde farklılık gösterdiğinde, heterojenlik aşırı ve açıklanamadığında veya araştırma sorusu sıklık yerine nedenselliği ilgilendirdiğinde kullanmayın — kesitsel veriler zamansal sırayı belirleyemez ve etiyolojik sorular için farklı bir sentez tasarımı (örn. kohort veya vaka-kontrol çalışmalarının meta-analizi) gereklidir.
Güçlü yönler & sınırlılıklar
- Özellikle bireysel çalışmaların örneklemleri küçük olduğunda, tek bir çalışmadan daha kesin bir havuzlanmış yaygınlık tahmini üretir.
- Rastgele etkiler modellemesi, gerçek çalışma arası değişkenliği hesaba katar, bu da heterojen popülasyonlar için sonuçları daha güvenilir hale getirir.
- Alt grup ve meta-regresyon analizleri, yaygınlığın bölge, yaş, cinsiyet, tanı kriteri veya zaman dönemine göre nasıl değiştiğini açıklayabilir.
- Sistematik arama ve PRISMA raporlaması, kanıt tabanını şeffaf ve tekrarlanabilir hale getirir.
- Doğrudan halk sağlığı politikalarını, kaynak tahsisini ve klinik kılavuz geliştirme süreçlerini bilgilendirir.
- Kesitsel birincil çalışmalar, tek bir zaman noktasında yaygınlığı yakalar, bu nedenle havuzlanmış tahmin insidansı veya nedensel yönü ele alamaz.
- Yüksek çalışma arası heterojenlik (I-kare > %75), rastgele etkiler modellemesiyle bile tek bir havuzlanmış tahmini yanıltıcı hale getirebilir.
- Yayın yanlılığı — dergilerin aşırı veya anlamlı yaygınlık tahminlerini tercihli olarak yayınlaması — havuzlanmış sonucu şişirebilir veya çarpıtabilir.
- Sentezin kalitesi, birincil çalışmaların kalitesiyle sınırlıdır; eğer kesitsel anketlerin çoğu olasılıksal olmayan örnekleme kullandıysa, havuzlanmış tahmin temsilci olmayabilir.
- Varyans stabilize edici dönüşümler (örn. ark sinüs), yorumlanması zor olabilir ve geri dönüşüm uç noktalara yakın küçük hatalar getirebilir.
SSS
Ark sinüs dönüşümü neden gereklidir ve atlayabilir miyim?
0 veya 1'e yakın sınırlı ham oranlar, normal olmayan örnekleme dağılımlarına ve heteroskedastik varyanslara sahiptir, bu da standart ters-varyans meta-analizinin varsayımlarını ihlal eder. Freeman-Tukey çift ark sinüs dönüşümü, oranların tam aralığında varyansı stabilize eder. Birincil çalışma oranlarının çoğunun aşırı olduğu (onda birden az veya yüzde doksandan fazla) durumlarda atlanması, yanlı havuzlanmış tahminler ve yanıltıcı güven aralıkları üretebilir. %20 ile %80 arasında rahatlıkla bulunan oranlar için logit dönüşümü makul bir alternatiftir.
Sabit etkili mi yoksa rastgele etkili bir model mi kullanmalıyım?
Farklı popülasyonlar, ortamlar ve zaman dilimleri boyunca yaygınlık meta-analizleri için, gerçek yaygınlığın bağlamlar arasında değişmesi beklendiğinden, rastgele etkiler modeli neredeyse her zaman uygundur. Sabit etkiler modeli, tüm çalışmaların tam olarak aynı temel yaygınlığı tahmin ettiğini varsayar, bu da epidemiyolojide nadiren makuldür. DerSimonian-Laird tahmin edicisi en yaygın rastgele etkiler yaklaşımıdır, ancak çalışma sayısı büyük olduğunda sınırlı maksimum olabilirlik (REML) tercih edilir.
Çok yüksek heterojenlik (I-kare > %75) nasıl ele alınmalıdır?
Yüksek I-kare, meta-analizi otomatik olarak geçersiz kılmaz, ancak havuzlanmış tahminin dikkatli bir şekilde yorumlanması gerektiği anlamına gelir. Heterojenlik kaynaklarını araştırmak için önceden belirlenmiş alt grup analizleri (bölge, tanı kriteri, yaş grubu, çalışma kalitesine göre) yapın. Meta-regresyon, çalışma düzeyindeki kovaryatların çalışma arası değişkenliği açıklayıp açıklamadığını test edebilir. Heterojenlik açıklanamaz ve çok büyükse, tek bir havuzlanmış rakam yerine alt grup-spesifik tahminler sunmak daha bilgilendirici ve dürüsttür.
Bu tasarım nedenselliği incelemek için uygun mu?
Hayır. Kesitsel verileri havuzlamak sıklık tahminleri sağlar, nedensel kanıt sağlamaz. Kesitsel çalışmalar maruziyeti ve sonucu eş zamanlı olarak ölçer, bu nedenle hangisinin önce geldiğini belirleyemezler. Nedensel veya ilişkilendirme soruları için kohort, vaka-kontrol veya randomize çalışmaların meta-analizi gereklidir. Meta-analitik kesitsel tasarım, 'X ne kadar yaygın?' sorusuna cevap verir, 'A B'ye neden olur mu?' sorusuna değil.
Dahil edilen kesitsel çalışmalar için hangi kalite değerlendirme aracını kullanmalıyım?
Joanna Briggs Enstitüsü (JBI) Yaygınlık Çalışmaları İçin Eleştirel Değerlendirme Kontrol Listesi ve AHRQ gözlemsel çalışmalar için kalite değerlendirme aracı, her ikisi de yaygın olarak kullanılır ve kesitsel tasarımlar için özel olarak uyarlanmıştır. Kesitsel çalışmalar için uyarlanmış Newcastle-Ottawa Ölçeği başka bir seçenektir. Hangi araç seçilirse seçilsin, kalite puanları basit bir dışlama eşiği olarak kullanılmak yerine duyarlılık analizlerini bilgilendirmelidir.
Kaynaklar
- Barendregt, J. J., Doi, S. A., Lee, Y. Y., Norman, R. E., & Vos, T. (2013). Meta-analysis of prevalence. Journal of Epidemiology and Community Health, 67(11), 974-978. DOI: 10.1136/jech-2013-203104 ↗
- Higgins, J. P. T., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch, V. A. (Eds.). (2019). Cochrane Handbook for Systematic Reviews of Interventions (2nd ed.). Wiley-Blackwell. ISBN: 978-1119536956
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Meta-Analysis of Cross-Sectional Epidemiological Studies. ScholarGate. https://scholargate.app/tr/epidemiology/meta-analytic-cross-sectional-epidemiological-study