Meta-Analizde Heterojenite
Meta-analizdeki heterojenite, birleştirilen çalışmalar arasındaki gerçek etkilerdeki varyasyon olup, bu varyasyon yalnızca örnekleme hatasından beklenen varyasyonun ötesindedir. Çalışmalar popülasyonları, müdahaleleri, tasarımları veya yürütülme biçimleri açısından farklılık gösterdiğinde, sonuçları gerçekten farklılık gösterebilmektedir ve bu varyasyonu nicelendirmek, çalışmaların birleştirilip birleştirilmeyeceğine ve nasıl birleştirileceğine karar vermede merkezi bir öneme sahiptir.
Tanım
Heterojenite, bir meta-analizdeki çalışmalar tarafından tahmin edilen gerçek etkilerin, yalnızca şanstan (örnekleme hatası) beklenebilecek olanın ötesinde, birbirinden farklılık gösterme derecesidir.
Kapsam
Bu madde, heterojenitenin anlamını, klinik, metodolojik ve istatistiksel heterojenite arasındaki ayrımı, bunu tespit etmek ve nicelendirmek için kullanılan yaygın istatistikleri (Cochran'ın Q'su, I-kare istatistiği ve çalışmalar arası varyans tau-kare) ve heterojenitenin model seçimi ile birleştirilmiş bir tahminin yorumlanmasını nasıl etkilediğini kapsamaktadır. Bu, metodolojik bir konudur, klinik bir rehberlik değildir.
Temel sorular
- Birleştirilen çalışmalar aynı etkiyi mi, yoksa bir dizi etkiyi mi tahmin etmektedir?
- Çalışmalar arasındaki gözlemlenen varyasyonun ne kadarı şansı aşmaktadır?
- Farklılıkların hangi kaynakları varyasyonu açıklayabilir ve bunlar analizi nasıl değiştirmelidir?
Anahtar kavramlar
- Klinik, metodolojik ve istatistiksel heterojenite
- Cochran'ın Q testi
- I-kare istatistiği
- Çalışmalar arası varyans (tau-kare)
- Rastgele etkiler modeli
- Alt grup analizi ve meta-regresyon
- Tahmin aralığı
Mekanizmalar
Her çalışma tam olarak aynı etkiyi tahmin etse bile, sonuçları örnekleme hatası nedeniyle dağılım gösterecektir. Heterojenite, temel etkilerdeki ek, gerçek varyasyondur. Cochran'ın Q'su, gözlemlenen dağılımın şansı aşıp aşmadığını test etmektedir; ancak çalışma sayısı az olduğunda gücü düşük olmakta, çalışma sayısı çok olduğunda ise önemsiz farklılıkları tespit etmektedir. I-kare istatistiği, toplam varyasyonun şanstan ziyade çalışmalar arası farklılıklara atfedilebilen oranını ifade etmekte ve analizler arasında yorumlamayı kolaylaştırmaktadır. Çalışmalar arası varyans olan tau-kare, gerçek etkilerin etki büyüklüğü ölçeğindeki yayılımını nicelendirmekte ve bir rastgele etkiler modelinin birleştirmeye eklediği parametredir. Önemli heterojenite mevcut olduğunda, tek bir özet tahmin, örneğin bir tahmin aralığı ile etkilerin dağılımını tanımlamaktan daha az bilgilendirici olabilmektedir ve analistler, heterojeniteyi yalnızca bir gürültü olarak ele almak yerine, önceden belirlenmiş alt grup analizleri veya meta-regresyon yoluyla varyasyon kaynaklarını araştırabilmektedirler.
Klinik önem
Heterojenitenin derecesi, birleştirilmiş bir sonucun nasıl okunması gerektiğini etkilemektedir: yüksek derecede heterojen çalışmalardan elde edilen kesin bir özet, farklı ortamlarda tekdüze bir şekilde uygulanamayabilmektedir. Bu nedenle, heterojeniteyi tanımak ve yorumlamak, bir meta-analizi değerlendirmenin bir parçasıdır. Bu madde, heterojenitenin analizde nasıl ölçüldüğünü ve kullanıldığını açıklamaktadır; herhangi bir bireysel klinik karar için bir rehberlik değildir.
Epidemiyoloji
Heterojenite istatistikleri, özellikle I-kare ve tau-kare, tıp ve halk sağlığı alanındaki meta-analizlerde standart olarak rapor edilmekte ve çoğu meta-analiz yazılımı bunları otomatik olarak hesaplamaktadır. Higgins ve Thompson tarafından tanıtılan I-kare istatistiği, sentez literatüründe en yaygın rapor edilen nicelikler arasında yer almaktadır, ancak yorumu sıklıkla tartışılmaktadır.
Tarihçe
Yirminci yüzyılın ortalarında William Cochran'ın çalışmalarından türetilen Cochran'ın Q testi, heterojeniteyi tespit etmek için erken bir standarttı ancak düşük güce ve ölçek bağımlılığına sahip olduğu kabul edilmekteydi. DerSimonian ve Laird (1986), çalışmalar arası varyansı içeren rastgele etkiler yaklaşımını resmileştirmişlerdir. Higgins ve Thompson (2002) daha sonra heterojeniteyi çalışma sayısından bağımsız bir oran olarak ifade etmek için I-kare istatistiğini önermişlerdir ve 2003 tarihli BMJ makaleleri bunu popülerleştirmiş, bunun ardından I-kare meta-analitik raporlamanın rutin bir parçası haline gelmiştir.
Tartışmalar
- I-kare nasıl yorumlanmalıdır?
- Düşük, orta ve yüksek heterojenite için yaygın kullanılan genel geçer eşikler geniş çapta kullanılmaktadır ancak asla katı kesme noktaları olarak tasarlanmamıştır; I-kare, dahil edilen çalışmaların kesinliğine bağlıdır ve çalışma sayısı az veya çok büyük olduğunda yanıltıcı olabilmektedir.
Öne çıkan isimler
- Julian Higgins
- Simon Thompson
- Rebecca DerSimonian
- Nan Laird
- William Cochran
İlgili konular
Temel eserler
- higgins-2003-i2
- higgins-2002-quantifying
- dersimonian-laird-1986
Sıkça sorulan sorular
- Klinik ve istatistiksel heterojenite arasındaki fark nedir?
- Klinik (ve metodolojik) heterojenite, çalışmalar arasında popülasyonları, müdahaleleri veya tasarımlarındaki gerçek farklılıklara atıfta bulunmaktadır. İstatistiksel heterojenite ise, I-kare ve tau-kare gibi istatistiklerle ölçülen, şansın ötesindeki etki tahminlerindeki ortaya çıkan varyasyondur. Klinik farklılıklar, gözlemlenen istatistiksel heterojenitenin genellikle açıklamasıdır.
- Yüksek bir I-kare, bir meta-analizin geçersiz olduğu anlamına mı gelmektedir?
- Tek başına değildir. Yüksek bir I-kare, etkilerin çalışmalar arasında farklılık gösterdiğini ve tek bir özetin dikkatli bir şekilde yorumlanması gerektiğini işaret etmektedir; bu durum genellikle bir rastgele etkiler modelini, kaynakların araştırılmasını veya bir tahmin aralığını tetiklemektedir. Bu, yorumlama için bir işarettir, otomatik bir diskalifiye nedeni değildir.