Tổng quan hệ thống và Phân tích tổng hợp

Tổng quan hệ thống có phân tích tổng hợp kết hợp hai phương pháp: một tổng quan có cấu trúc, có thể tái lập nhằm thu thập và đánh giá tất cả các nghiên cứu đủ điều kiện về một câu hỏi, và một quy trình thống kê tổng hợp các kết quả của chúng thành một ước tính hiệu quả có trọng số duy nhất. Tổng quan kiểm soát sai lệch trong việc lựa chọn nghiên cứu; phân tích tổng hợp định lượng tín hiệu kết hợp và sự biến thiên xung quanh nó. Cùng với nhau, chúng tạo thành phương pháp nguyên mẫu của nghiên cứu can thiệp dựa trên bằng chứng.

Definition

Tổng quan hệ thống có phân tích tổng hợp là một tổng quan sử dụng các phương pháp rõ ràng, có thể tái lập để xác định và đánh giá tất cả các nghiên cứu đủ điều kiện về một câu hỏi và sau đó kết hợp thống kê các ước tính hiệu quả của chúng thành một ước tính tổng hợp, đặc trưng cho cả hiệu quả trung tâm và tính không đồng nhất giữa các nghiên cứu.

Scope

Chủ đề này bao gồm việc thực hiện tổng quan hệ thống với tổng hợp định lượng: đề cương và tiêu chí đủ điều kiện, tìm kiếm và sàng lọc, đánh giá nguy cơ sai lệch, lựa chọn giữa mô hình hiệu ứng cố định và hiệu ứng ngẫu nhiên, trọng số, tính không đồng nhất, và các tiêu chuẩn báo cáo và độ chắc chắn chi phối kết quả. Đây là một tài liệu tham khảo về phương pháp luận, không phải hướng dẫn lâm sàng.

Core questions

• Các nghiên cứu được đưa vào có đủ tương đồng để biện minh cho việc tổng hợp kết quả của chúng không?
• Nên sử dụng mô hình hiệu ứng cố định hay hiệu ứng ngẫu nhiên?
• Kết quả nghiên cứu khác nhau bao nhiêu ngoài yếu tố ngẫu nhiên (tính không đồng nhất)?
• Nguy cơ sai lệch trong các nghiên cứu được phản ánh như thế nào trong ước tính tổng hợp?
• Độ chắc chắn của bằng chứng tổng hợp nói chung là bao nhiêu?

Key concepts

• Đề cương và tiêu chí đủ điều kiện được xác định trước
• Thước đo hiệu quả (ví dụ: tỷ số nguy cơ, tỷ số chênh, hiệu số trung bình)
• Trọng số nghịch đảo phương sai
• Mô hình hiệu ứng cố định so với hiệu ứng ngẫu nhiên
• Tính không đồng nhất và thống kê I-squared
• Biểu đồ forest plot
• Đánh giá nguy cơ sai lệch
• Xếp hạng độ chắc chắn (GRADE)

Mechanisms

Sau khi các nghiên cứu đủ điều kiện được xác định và đánh giá, mỗi nghiên cứu đóng góp một ước tính hiệu quả với một thước đo độ chính xác. Phân tích tổng hợp kết hợp các ước tính này bằng cách gán trọng số cho mỗi nghiên cứu, thường là nghịch đảo của phương sai của nó, để các nghiên cứu lớn hơn và chính xác hơn có trọng số cao hơn. Mô hình hiệu ứng cố định giả định một hiệu ứng thực duy nhất; mô hình hiệu ứng ngẫu nhiên giả định hiệu ứng thực thay đổi giữa các nghiên cứu và kết hợp phương sai giữa các nghiên cứu đó. Sự phân tán của các hiệu ứng thực ngoài sai số lấy mẫu là tính không đồng nhất, thường được tóm tắt bằng thống kê I-squared, và kết quả tổng hợp thường được hiển thị trong biểu đồ forest plot. Báo cáo tuân theo PRISMA, sai lệch trong nghiên cứu được đánh giá bằng các công cụ như công cụ đánh giá nguy cơ sai lệch của Cochrane, và độ chắc chắn của bằng chứng tổng hợp được xếp hạng bằng GRADE (higgins-handbook-2019; page-2021-prisma; higgins-2011-rob; guyatt-2008-grade).

Clinical relevance

Các phân tích tổng hợp từ các thử nghiệm ngẫu nhiên cung cấp phần lớn bằng chứng định lượng được trích dẫn trong các hướng dẫn và đánh giá công nghệ y tế. Đọc phê bình một phân tích tổng hợp — kiểm tra những gì đã được tổng hợp, cách xử lý tính không đồng nhất và mức độ chắc chắn của bằng chứng được đánh giá — là một phần của việc đánh giá bằng chứng. Phương pháp này mô tả cách các ước tính tổng hợp được tạo ra; nó không kê đơn điều trị cho một cá nhân.

Evidence & guidelines

Việc thực hiện và báo cáo được chuẩn hóa: PRISMA 2020 (với nguồn gốc giải thích và mở rộng từ năm 2009) chi phối việc báo cáo, Sổ tay Cochrane mô tả các phương pháp được chấp nhận, công cụ đánh giá nguy cơ sai lệch của Cochrane cấu trúc việc đánh giá trong nghiên cứu, và GRADE xếp hạng độ chắc chắn trên toàn bộ bằng chứng (page-2021-prisma; liberati-2009; higgins-handbook-2019; higgins-2011-rob; guyatt-2008-grade).

History

Sự kết hợp thống kê các nghiên cứu có từ thống kê nông nghiệp và y tế đầu thế kỷ XX, và thuật ngữ phân tích tổng hợp được đặt ra vào năm 1976. Tổng quan hệ thống đã củng cố quy trình xung quanh trong những năm 1990, đặc biệt thông qua Hợp tác Cochrane. Các tiêu chuẩn báo cáo đã phát triển từ QUOROM đến PRISMA (2009, cập nhật 2021), các thống kê về tính không đồng nhất như I-squared đã trở nên phổ biến, và GRADE cung cấp một khung độ chắc chắn có cấu trúc, cùng nhau định nghĩa phương pháp hiện đại (page-2021-prisma; higgins-handbook-2019).

Debates

Khi nào thì tính không đồng nhất quá lớn để tổng hợp?

Việc kết hợp các nghiên cứu không tương đồng về mặt lâm sàng hoặc thống kê có thể tạo ra một giá trị trung bình gây hiểu lầm; các nhà đánh giá tranh luận về ngưỡng và liệu có nên ưu tiên các mô hình hiệu ứng ngẫu nhiên, phân tích dưới nhóm, hoặc tổng hợp tường thuật thay vì tổng hợp.

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

Mọi tổng quan hệ thống có bao gồm phân tích tổng hợp không?

Không. Khi các nghiên cứu quá khác biệt về quần thể, can thiệp hoặc kết cục, việc tổng hợp có thể gây hiểu lầm, và tổng quan sẽ báo cáo một tổng hợp tường thuật có cấu trúc thay vì một ước tính kết hợp duy nhất.

Biểu đồ forest plot là gì?

Biểu đồ forest plot hiển thị ước tính hiệu quả và khoảng tin cậy của mỗi nghiên cứu cùng với ước tính tổng hợp, giúp nhìn thấy đóng góp của từng nghiên cứu và kết quả tổng thể một cách nhanh chóng.