Heterojenliği inceleyin - Study heterogeneity

Olarak istatistik , (between-) çalışması heterojen bir taahhüt çalışılırken sık meydana gelen bir olaydır meta-analiz . Basit bir senaryoda, sonuçları meta-analizde birleştirilecek olan çalışmaların tümü aynı şekilde ve aynı deney protokollerine göre gerçekleştirilecektir. Sonuçlar arasındaki farklar yalnızca ölçüm hatasından kaynaklanacaktır (ve dolayısıyla çalışmalar homojen olacaktır ). Çalışma heterojenliği, yalnızca ölçüm hatası nedeniyle beklenenin (veya açıklanabilenin) ötesine geçen sonuçlardaki değişkenliği ifade eder .

Tanıtım

Meta-analiz , nicel bir sentez elde etmek için farklı denemelerin sonuçlarını birleştirmek için kullanılan bir yöntemdir. Bireysel klinik çalışmaların boyutu, genellikle tedavi etkilerini güvenilir bir şekilde tespit etmek için çok küçüktür. Meta-analiz, mevcut tüm denemelerin sonuçlarını bir havuzda toplayarak istatistiksel analizlerin gücünü artırır.

Bir grup benzer çalışmadan birleşik bir etkiyi tahmin etmek için meta-analizi kullanmaya çalışırken, bireysel çalışmalarda bulunan etkilerin yeterince benzer olması gerekir ki, bir kişi birleşik bir tahminin aşağıdakiler kümesinin anlamlı bir açıklaması olacağından emin olabilir. çalışmalar. Bununla birlikte, tedavi etkisinin bireysel tahminleri şansa göre değişecektir; gözlemsel hata nedeniyle bazı varyasyonlar bekleniyor . Herhangi bir aşırı varyasyon (görünür veya saptanabilir olsun veya olmasın) (istatistiksel) heterojenlik olarak adlandırılır . Bazı heterojenliği varlığı, örneğin benzer etkileri de sık hatta karşılaşılan olağandışı değildir dahilinde olmak üzere çeşitli çalışmaları çok merkezli çalışmalarda (between- merkez heterojenite).

Ek değişkenliğin nedenleri genellikle çalışmaların kendisindeki, araştırılan popülasyonlardaki, tedavi programlarındaki, son nokta tanımlarındaki veya diğer koşullardaki farklılıklardır. Farklı etki ölçütleri türleri (örneğin, oran oranı ve göreceli risk ) heterojenliğe az ya da çok duyarlı olabilir.

modelleme

Heterojenliğin kaynağının belirlenebilmesi ve belirli çalışma özelliklerine atfedilebilmesi durumunda, analiz tabakalaştırılabilir (daha sonra umarım daha homojen olacak olan çalışmaların alt grupları dikkate alınarak) veya analizi bir meta-regresyona genişleterek , (sürekli veya kategorik ) moderatör değişkenlerini hesaba katmak . Ek olarak, heterojenlik genellikle , heterojenliğin daha sonra bir varyans bileşeni oluşturduğu bir rastgele etkiler modeli kullanılarak barındırılır .

Model, (potansiyel) farklılıkları bilinmeyenler olarak ele alarak tedavi etkilerinin neden farklı olabileceğine dair bilgi eksikliğini temsil eder. Bu simetrik dağılımın merkezi, etkilerin ortalamasını, genişliği ise heterojenlik derecesini tanımlar. Açık ve geleneksel dağılım seçimi normal dağılımdır . Herhangi bir dağılım varsayımının geçerliliğini kurmak zordur ve bu, rastgele etkiler meta-analizlerinin yaygın bir eleştirisidir. Bununla birlikte, tam dağılım biçiminin varyasyonları çok fazla bir fark yaratmayabilir ve simülasyonlar, hem heterojenliği tahmin etmede hem de genel etki boyutunu hesaplamada, aşırı dağılım varsayımları altında bile yöntemlerin nispeten sağlam olduğunu göstermiştir.

Modele rastgele bir etkinin dahil edilmesi , (sıfır olmayan) bir heterojenlik, genel etkilerin tahmininde daha fazla belirsizliğe (ve aşırı güvenden kaçınma) yol açacağından, çıkarımları (bir anlamda) daha muhafazakar veya ihtiyatlı yapma etkisine sahiptir. Sıfır heterojenlik varyansının özel durumunda, rastgele etkiler modeli yine ortak etki modelinin özel durumuna indirgenir .

Test yapmak

Sıfır olmayan bir heterojenlik varyansı için istatistiksel testler genellikle Cochran'ın Q veya ilgili test prosedürlerine dayalı olarak yapılır . Bununla birlikte, bu ortak prosedür birkaç nedenden dolayı sorgulanabilir, yani, özellikle analizde yalnızca birkaç tahminin bir araya getirildiği çok yaygın durumda bu tür testlerin düşük gücü ve homojenliğin daha sonra yalnızca reddedilen sıfır hipotezi olarak belirtilmesi. aleyhine yeterli delil bulunması halinde.

Tahmin

Bir meta-analizin temel amacı genellikle ana etkinin tahmini olsa da , heterojenliğin araştırılması da yorumlanması için çok önemlidir. Çok sayıda ( frekansçı ve Bayesian ) tahmin edici mevcuttur. Heterojenliğin Bayes tahmini, genellikle uygun bir ön dağılımın belirtilmesini gerektirir .

Bu tahmin edicilerin çoğu, çok sayıda çalışma durumunda benzer şekilde davranırken, özellikle sadece birkaç tahminin yaygın olduğu durumlarda davranışlarında farklılıklar ortaya çıkar. Yanlış bir homojenlik varsayımına yol açan yanlış bir çalışma arası varyans tahmini sıklıkla elde edilir. Genel olarak, meta-analizlerde heterojenliğin sürekli olarak hafife alındığı görülmektedir.

miktar belirleme

Heterojenlik varyansı genellikle τ² ile veya standart sapma (karekökü) τ ile gösterilir. Heterojenlik, muhtemelen en kolay şekilde τ cinsinden yorumlanabilir, çünkü bu, heterojenlik dağılımının genel etkinin kendisiyle aynı birimlerde ölçülen ölçek parametresidir .

Bir başka yaygın heterojenlik ölçüsü, bir meta-analizde heterojenliği incelemek için atfedilebilen varyans yüzdesini gösteren bir istatistik olan I²'dir (belirleme katsayısına biraz benzer şekilde ). I², heterojenlik varyansının büyüklüğünü bireysel tahminlerin varyanslarının boyutuyla ilişkilendirir ( standart hataların karesi ); ancak bu normalleştirme ile, "küçük" veya "büyük" miktarlarda heterojenliği tam olarak neyin oluşturacağı tam olarak açık değildir. Sabit bir heterojenlik (τ) için, daha küçük veya daha büyük çalışmaların mevcudiyeti (karşılık gelen farklı standart hatalarla ilişkili) I² ölçüsünü etkileyecektir; bu nedenle bir I² değerinin gerçek yorumu kolay değildir.

Ana etki için bir güven aralığı ile birlikte bir tahmin aralığının ortak değerlendirmesi , etki tahmini etrafındaki belirsizliğe heterojenliğin katkısının daha iyi anlaşılmasına yardımcı olabilir.

Ayrıca bakınız

Referanslar

daha fazla okuma