Duyarlılık – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri
Vaka Çalışması : Hassasiyetlerin ve Özgünlüklerin Birleştirilmesi 20 çalışmanın duyarlılıkları ve özgünlükleri sunulmuştur. Grafikten, duyarlılıkların nispeten homojen olduğu (neredeyse tüm güven aralıkları örtüşmektedir) görünürken, özgüllüklerin büyük ölçüde heterojen olduğu açıkça görülmektedir. En basit analiz, çalışmalar arasında duyarlılık ve özgüllük tahminlerini ayrı ayrı bir araya toplar, ancak yalnızca tanı eşiğinde bir değişiklik yoksa uygundur. Tüm bu çalışmalar endometriyal kalınlıkların 5 mm'lik bir kesim noktası kullandığını iddia etse de, makine kalibrasyonu ve ölçüm tekniğindeki farklılıklar nedeniyle teşhis eşiğinde gözlemlenmeyen varyasyonların ortaya çıkması hala mümkündür. 20 çalışma boyunca duyarlılıklar ve özgüllükler arasındaki korelasyonu hesaplayarak bir eşik etkisini kabaca test edebiliriz. Duyarlılıkların ve özgüllüklerin normal olarak dağılmadığı durumlarda parametrik olmayan bir korelasyon tercih edilir: bu veriler için Spearman's rho'nun istatistiksel olarak anlamlı olmayan (P=0.6) 0·14 olduğu tahmin edilmektedir. Duyarlılık Yukarıda verilen formüller kullanılarak, birleştirilmiş duyarlılık ve standart hatası tahminleri bulunur. Ki-kare testi için beklenen minimum frekansların varsayımı karşılanmadığından (çoğu çalışmada yanlış negatif sayısı için beklenen değerler 5'ten az olduğundan), çalışmalar genelinde duyarlılıkların homojenliğini kontrol etmek için bir ki-kare testi kullanmak zordur. ve Fisher'in kesin testinin 2􏰉20'lik bir tabloda hesaplanması, sayısal olarak önemsiz değildir. Alternatif olabilirlik oranı testi, 19 serbestlik derecesinde 31.2'lik bir ki-kare değeri verir (P=0.04). Bu resmi olarak istatistiksel olarak anlamlı olsa da, sonuçlar arasındaki heterojenlik derecesi küçüktür ve yirmi çalışmadan yalnızca biri (Dorum) genel değeri kendi güven aralığına dahil etmez. ROC grafiğindeki yatay çizgi, bu özet tahmine karşılık gelir ve çalışmaların çoğuna makul ölçüde yakındır. Bu nedenle, 0·958'lik genel duyarlılık tahmini makul bir özet gibi görünmektedir ve testin endometriyal kanseri saptamada kullanım için uygun şekilde yüksek duyarlılığa sahip olduğu sonucuna varabiliriz. Özgüllük Duyarlılıklarla aynı hesaplamaları takiben, ortalama özgüllüğün genel tahmini (%95 GA) 0.608'dir (0.590 ila 0.626). Bununla birlikte, bir ki-kare testi (􏰁2=201, df=19, P<0,001)'de gözlemlenen heterojenliğin istatistiksel önemini doğrular. Çalışmalar arasındaki farklılıklardan kaynaklanan ekstra belirsizlik, aşırı yayılımı hesaba katan bir lojistik modelin kullanılmasıyla dahil edilebilir. Bu, (0.549 ila 0.664) güven aralığı üretir; Orijinal Tahmin. Çalışmalar arasındaki büyük heterojenlik, birçok çalışmanın sonuçlarının özet özgüllüğünden biraz uzakta olmasıyla açıkça görülmektedir. Böyle bir durumda, özgüllükleri bir araya toplamak muhtemelen hiç uygun değildir ve özgüllüklerin değiştiği görülen [0·267 ila 0·875] aralığını tanımlayarak heterojenliği not etmek en iyisi olabilir. Olasılık Oranlarının Havuzlanması Olabilirlik oranları, olasılık oranlarıdır ve bir meta-analizde risk oranları olarak ele alınabilir (ancak RCT'lerde olduğu gibi satırlar arasında değil, 2􏰉2 tablosunun sütunları arasında hesaplanmıştır). Olabilirlik oranlarının ağırlıklı ortalaması, standart Mantel-Haenszel veya ana hatlarıyla belirtilen risk oranlarının meta-analizinin ters varyans yöntemleri kullanılarak hesaplanabilir. Olabilirlik oranlarının heterojenliği, istatistikleri bir meta-analizde birleştirdikten sonra standart heterojenlik testleri ile de test edilebilir. Duyarlılık analizi örneği Duyarlılık analizi nasıl yapılır Yöneylem Araştırması duyarlılık analizi Duyarlılık analizi hesaplayıcı Duyarlılık analizi Grafik yöntem Duyarlılık Analizi yorumlama DUYARLILIK ANALİZİ Soruları Duyarlılık analizi çözümlü sorular Vaka çalışması: Olasılık oranlarının birleştirilmesi Olasılık oranları, duyarlılık ve özgüllüğe ilişkin özet tahminlerden veya meta-analizin risk oranı yöntemleri kullanılarak her çalışma için hesaplanan olasılık oranlarının havuzlanmasıyla tahmin edilebilir (bkz. Bölüm 15). Havuzlama yöntemi, çalışmalar arasındaki olabilirlik oranlarındaki heterojenliğin araştırılmasına izin verdiği ve yukarıda hesaplanan güvenilmez özgüllük tahminini kullanmadığı için tercih edilir. Mantel-Haenszel yöntemini kullanarak pozitif olabilirlik oranlarını birleştirmek, 2.38 (2.26 ila 2.51) genel bir tahmin (%95 GA) verir. Ancak, özgüllüklerde olduğu gibi, çalışmalar arasında pozitif olabilirlik oranlarında önemli bir heterojenlik vardır (Cochran's Q=187, df=19, P<0.001) ve 2·38 tahmini, 8'in %95 güven aralığının dışındadır. 20 çalışma. Aradaki çalışma varyasyonu, DerSimonian ve Laird rastgele etkiler modeli kullanılarak dahil edilebilir (pozitif LR (%95 GA): 2,54 (2.16 ila 2·98)) ancak yine bu tür heterojen sonuçları birleştirmenin mantıklı olup olmadığı tartışmalıdır. Özet pozitif olabilirlik oranının, çalışma değerlerinin çoğundan biraz uzakta olduğu oldukça açıktır. Bununla birlikte, olabilirlik oranının resmi bir havuzlanmış tahmininin sunulup sunulmadığına bakılmaksızın, çalışmalar genelindeki pozitif olabilirlik oranlarının değerlerinden (hepsi 10'un oldukça altındadır) pozitif bir test sonucunun varlığına dair ikna edici kanıt sağlayamayacağı açıktır.  Negatif olabilirlik oranları, önemli bir heterojenlik kanıtı göstermez (Cochran's Q=27.9, df=19, P=0.09), Mantel-Haenszel havuzlanmış tahmini (%95 GA) 0.09 (0.06 ila 0) ·13) ve ROC grafiğindeki özet satırı, çalışma sonuçlarının çoğuna yakındır. Bu bulgu, 5 mm'den daha küçük bir EVUS ölçümünün endometriyal kanseri ekarte eden makul derecede ikna edici kanıtlar sağlayabileceğini gösterdiği için çok faydalıdır. EVUS'si 5 mm'nin altında olan bir kadında endometriyal kanser olasılığı, postmenopozal vajinal kanama ile başvuran kadınlarda endometriyal kanserin lokal prevalansına bağlıdır. 20 çalışmadaki %13'lük ortalama prevalansı alarak ve Bayes teoremi1,3,11 uygulayarak, EVUS ölçümü <5 mm olan kadınların yalnızca %1,3'ünün endometriyal kansere sahip olacağını aşağıdaki gibi tahmin edebiliriz. Belirli klinik örnek için, olabilirlik oranlarının havuzlanması, muhtemelen bu çalışmalardan elde edilen en önemli klinik özet bilgileri sağlar. Vaka çalışması : Tanısal olasılık oranlarını birleştirmek Tanısal eşikten bağımsız olarak sabit tanı olasılık oranlarını varsayan bir model, duyarlılığın özgüllüğe eşit olduğu azalan bir çapraz çizgi etrafında simetrik olan bir özet ROC eğrisine karşılık gelir. 20 çalışmanın tümünün duyarlılıkları özgüllüklerden daha yüksek olduğundan, 20 çalışmanın tümünün sonuçları ROC grafiğinde bu diyagonal çizginin üzerindedir. Bu durumda simetrik bir özet ROC çizgisi savunulabilir. Odds oranlarını birleştirmek için Mantel-Haenszel yöntemini kullanarak bir özet tanısal olasılık oranının hesaplanması, 28·0 (18·2 ila 43·2) bir tahmin (%95 GA) verir. Büyük bir heterojenlik kanıtı yoktu (Cochran's Q=22.0, df=19, P=0.3), bu nedenle bu tanısal olasılık oranı, çalışmalar arasında tanısal performansın makul ölçüde tutarlı bir özet ölçüsü gibi görünmektedir. Tanısal olasılık oranı, rakamlara bakılarak (duyarlılık=0.95 ve özgüllük=0.60 ise DOR'nin 28.5 olacağını gösterir) veya özetin grafiğini çizerek duyarlılıklar ve özgüllükler açısından yorumlanabilir. Bununla birlikte, duyarlılık ve özgüllüğün benzersiz bir ortak özet tahmini yoktur: yalnızca diğerinin değerine bağlı olarak bir değerin özet tahminini elde etmek mümkündür.

Eksen Seçimi – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri

Yayın ve Diğer Yayınları Araştırmak

Özet noktalar

• Asimetrik huni grafikleri, yayın yanlılığını gösterebilir veya düşük kaliteli küçük çalışmalarda tedavi etkilerinin abartılmasından kaynaklanabilir.
• Huni grafiği asimetrisinin tek açıklaması yanlılık değildir. Huni grafikleri, belirli yanlılık türlerini teşhis etmek için bir araçtan ziyade, “küçük çalışma etkilerini” (bir meta-analizdeki daha küçük çalışmaların daha büyük tedavi etkileri gösterme eğilimi) incelemenin bir aracı olarak da görülmelidir.
• Tedaviye uyumun veya tedavinin biyolojik etkilerinin belirteçleri bildirildiğinde, bunlar, tedavinin etkisi ile çalışma boyutu arasında bir ilişki varsaymadan yanlılığı incelemek için de kullanılabilir.
• İstatistiksel yöntemler, yanlılık için kanıtları incelemek ve duyarlılık analizlerinde meta-analizin sonuçlarının sağlamlığını incelemek için kullanılabilir. Önyargı için tedavi etkisi tahminlerinin “düzeltilmesinden” kaçınılmalıdır, çünkü bu tür düzeltmeler büyük ölçüde yapılan varsayımlara bağlı olabilir.
• Farklı yanlılık türlerinin göreceli önemini incelemek için çok değişkenli modeller dikkatli bir şekilde de kullanılabilir.

Tedavinin istatistiksel olarak anlamlı bir etkisi olduğunu gösteren çalışmaların yayınlanma olasılığı daha yüksektir, İngilizce olarak yayınlanma olasılığı daha yüksektir, diğer yazarlar tarafından alıntılanma olasılığı daha yüksektir ve diğer çalışmalara göre birden fazla yayın üretme olasılığı daha yüksektir. Bu nedenle, bu tür “pozitif” çalışmaların, önyargıya yol açabilecek sistematik incelemelere yerleştirilmeleri ve bunlara dahil edilmeleri de daha olasıdır.

Deneme kalitesinin, daha büyük etkileri gösteren daha düşük metodolojik kalitedeki çalışmalarla, tedavi etkisi tahminlerinin boyutunu etkilediği de gösterilmiştir. Ayrıntılı olarak gözden geçirilen bu önyargıların, büyük araştırmalardan ziyade küçük çalışmaları etkilemesi daha olasıdır. Bir çalışma ne kadar küçükse, sonuçların istatistiksel olarak anlamlı ilan edilmesi için gerekli olan tedavi etkisi o kadar büyük olur.

Ek olarak, daha büyük çalışmalara daha fazla para ve zaman yatırımı yapılması, sonuçların olumsuz olsa bile yüksek metodolojik kalitede olma ve yayınlanma olasılığının daha yüksek olduğu anlamına da gelir. Sistematik bir gözden geçirmedeki önyargı, bu nedenle, tedavi etkisi ile çalışma boyutu arasındaki bir ilişki aracılığıyla belirgin hale de gelebilir.

Bu bölümde, grafik ve istatistiksel yöntemler kullanarak bu tür bir yanlılığın kanıtı için bir meta-analizi nasıl kontrol edebileceğimizi inceleyeceğiz. Ayrıca, yanlılığın genel tedavi etkisi tahminleri üzerindeki olası etkisini ölçmeye ve önyargı için etki tahminlerini düzeltmeye yönelik yöntemleri de inceliyoruz.

Huni Grafikleri

İlk olarak eğitim araştırmalarında ve psikolojide kullanılan huni grafikleri, dikey eksende bir miktar çalışma boyutu ölçüsüne karşı yatay eksende bireysel çalışmalardan tahmin edilen tedavi etkilerinin de basit dağılım grafikleridir.

“Huni grafiği” adı, bileşen çalışmalarının örneklem büyüklüğü arttıkça, altta yatan tedavi etkisinin tahminindeki kesinliğin artacağı gerçeğine dayanmaktadır. Küçük çalışmalardan elde edilen etki tahminleri bu nedenle grafiğin alt kısmında daha geniş bir alana dağılacak ve daha büyük çalışmalar arasında yayılma da daralacaktır. Önyargı olmaması durumunda, arsa simetrik bir ters çevrilmiş huniye benzeyecektir.


Eksen Seçimi

Tedavi etkisinin göreceli ölçümleri (risk oranları veya olasılık oranları) logaritmik bir ölçekte çizilir. Bu, aynı büyüklükte ancak zıt yönlerdeki etkilerin, örneğin 0,5 ve 2 risk oranlarının 1·0,12’ye eşit uzaklıkta olmasını sağlamak için önemlidir. 

Tedavi etkileri genellikle numune boyutuna veya log numune boyutuna göre çizilmiştir. Ancak, bir denemenin istatistiksel gücü, hem toplam örneklem büyüklüğü hem de ilgilenilen olayı geliştiren katılımcı sayısı ile de belirlenir. Örneğin, 100.000 hasta ve 10 olay içeren bir çalışma, 1000 hasta ve 100 olay içeren bir çalışmadan daha az güçlüdür.

Bu nedenle, toplam örneklem büyüklüğünden ziyade etki tahmininin (veya tersinin) standart hatasına veya varyansına dayalı ölçümler, huni grafiklerinde de giderek daha fazla kullanılmaktadır. Standart hataya karşı çizim yapmak genellikle iyi bir seçim olabilir çünkü önyargıların işlemesi en muhtemel olan daha küçük boyutlu çalışmalar arasındaki farklılıkları vurgular. Buna karşılık, kesinliğe (1/standart hata) karşı çizim yapmak, daha büyük çalışmalar arasındaki farklılıkları vurgulayacaktır.

Standart hatanın kullanılması, aşağıda tartışılan ve işlem etki büyüklüğü ile standart hatası arasındaki ilişkileri arayan huni grafiği asimetrisi için istatistiksel testlerle de tutarlıdır. Standart hata kullanmanın bir dezavantajı, geleneksel ters çevrilmiş huni grafiğini oluşturmak için dikey eksenin (en küçük standart hatalar en üstte) ters çevrilmesi de gerektiğidir.

Huni arsa asimetrisinin bir kaynağı olarak önyargı

Sapma, huni grafiklerinde asimetriye neden de olabilir. Örneğin, istatistiksel olarak anlamlı etkiler göstermeyen daha küçük çalışmalar yayınlanmamış kalırsa, bu tür yayın yanlılığı, grafiğin sağ alt tarafında bir boşluk bulunan huni grafiğinin asimetrik bir görünümüne de yol açacaktır. Bu durumda meta-analizden elde edilen birleşik etki, tedavinin etkisini abartacaktır. Asimetri ne kadar belirgin olursa, önyargı miktarının önemli olması o kadar olasıdır.

Daha düşük kaliteli denemeler de daha büyük etkiler de gösterme eğilimindedir. Özellikle, tedavi tahsisinin yetersiz gizlendiği çalışmaların veya çift kör olmayan çalışmaların, tedavi etkisinin şişirilmiş tahminleriyle sonuçlandığı gösterilmiştir. Daha küçük çalışmalar, ortalama olarak, daha büyük çalışmalara göre daha az metodolojik titizlikle de yürütülür ve analiz edilir.

Düzgün bir şekilde yürütülür ve analiz edilirse, bir tedavi etkisi için hiçbir kanıt vermeyecek olan denemeler, bu nedenle, gösterildiği gibi “pozitif” hale gelebilir ve yine asimetriye de yol açabilir. Bu nedenle huni grafiği, belirli yanlılık türlerini teşhis etmek için bir araçtan ziyade “küçük çalışma etkilerini” (bir meta-analizdeki daha küçük çalışmaların daha büyük tedavi etkileri gösterme eğilimi) incelemenin genel bir aracı olarak da görülmelidir.