Blog

Alternatif Huni Grafiği Asimetri Kaynakları Bir huni grafiğinde görüntülenen denemeler, aynı müdahalenin altında yatan aynı etkiyi her zaman tahmin etmeyebilir ve sonuçlar arasındaki bu tür heterojenlik, daha küçük denemelerde gerçek tedavi etkisi daha büyükse, huni grafiklerinde asimetriye yol açabilir. Örneğin, birleşik bir sonuç düşünülürse, yalnızca birleşik sonucun müdahaleden etkilenen bileşeni için yüksek risk altındaki hastalarda önemli fayda görülebilir. Koroner kalp hastalığı (KKH) mortalitesini azaltan bir kolesterol düşürücü ilaç, yerleşik kardiyovasküler hastalığı olan yüksek riskli hastalarda, izole hiperkolesterolemili genç, asemptomatik hastalara göre tüm nedenlere bağlı mortalite üzerinde daha büyük bir etkiye sahip olacaktır. Bunun nedeni, KKH mortalitesinde tutarlı bir nispi azalmanın, tüm ölümlerin daha büyük bir bölümünün KKH'den olacağı yüksek riskli hastalarda tüm nedenlere bağlı mortalitede daha büyük nispi bir azalmaya dönüşeceğidir. Yüksek riskli hastalarda yürütülen denemeler, bu tür hastaları işe almanın zorluğu ve artan olay oranları, belirli bir etkiyi saptamak için daha küçük örnek boyutlarının gerekli olduğu anlamına geldiğinden, daha küçük olma eğiliminde olacaktır. Küçük denemeler genellikle daha büyük denemeler yapılmadan önce yapılır. Aradan geçen yıllarda standart (kontrol) tedaviler iyileşmiş olabilir, böylece deneysel tedavinin göreceli etkinliğini azaltabilir. Standart tedavilerdeki değişiklikler, deneysel tedavinin etkisinin bir modifikasyonuna da yol açabilir. Böyle bir mekanizma, miyokard enfarktüsünde magnezyum infüzyonunun etkisinin klinik denemelerinde elde edilen tutarsız sonuçların bir açıklaması olarak önerilmiştir. Magnezyum infüzyonunun reperfüzyon meydana geldikten sonra uygulanması halinde işe yaramayabilir. (Tedavi etkisine dair hiçbir kanıt sunmayan) ISIS-4 denemesi yapıldığında, miyokard enfarktüsünün tedavisinde tromboliz rutin hale gelmişti. Ancak bu argüman, tromboliz almayan hastalarda bile magnezyumun hiçbir etkisi göstermeyen ISIS-4 çalışmasının alt grup analizi tarafından desteklenmemektedir. Bazı müdahaleler daha büyük denemelerde daha az uygulanmış olabilir, bu da daha küçük denemelerde daha olumlu sonuçları açıklayabilir. Bu, özellikle, inme sonrası rehabilitasyon veya diabetes mellitusta çok yönlü müdahaleler gibi kronik hastalıklardaki karmaşık müdahalelerin denenmelerinde olasıdır. Huni grafiği nedir Meta regresyon nedir Orman grafiği yorumlama CMA programı Funnel plot nedir CMA ile Meta-Analiz Uygulamaları pdf meta-analiz çalışması örneği Forest plot nedir Örneğin, yatan hasta kapsamlı geriatrik değerlendirme programlarının mortalite üzerindeki etkisini inceleyen çalışmaların meta analizinde asimetrik bir huni grafiği bulundu. Deneyimli bir danışman geriatristin daha küçük denemelerde aktif olarak yer alması daha olasıydı ve bu, bu denemelerde gözlemlenen daha büyük tedavi etkilerini açıklayabilir. Olay oranı yüksekse, oran oranları karşılık gelen risk oranından daha uçtur (1'den daha ileri). Bu nedenle, risk oranları kullanılarak çizildiğinde asimetri göstermeyen bir huni grafiği, olasılık oranları kullanılarak çizildiğinde hala asimetrik olabilir. Bu, altta yatan riskteki farklılıkların önemli olmasına rağmen, yüksek riskli hastalarda tutarlı bir şekilde küçük denemeler ve daha düşük risk altındaki hastalarda büyük denemeler yürütülürse gerçekleşir. Son olarak, asimetrik bir huni planının yalnızca şans oyunuyla ortaya çıkması elbette mümkündür. Huni grafiği asimetrisine yol açabilecek mekanizmalar özetlenmiştir. Huni grafiği asimetrisi, bu nedenle, yanlılık olasılığını artırır, ancak bu, yanlılığın kanıtı değildir. Bununla birlikte, asimetrinin (yalnızca şans eseri üretilmedikçe), çalışmalar bir meta-analizde birleştirildiğinde, genel etki tahmininin yorumunu sorgulamamıza her zaman yol açacağını belirtmek önemlidir. Diğer Grafik Yöntemleri Biyolojik uygunluğun incelenmesi Bazı durumlarda, olası yanlılık varlığı, hastaların idrarındaki bir ilacın metabolitleri gibi tedaviye uyum belirteçleri veya kolesterol düşürme denemelerinde kolesterolde elde edilen azalma gibi tedavinin biyolojik etkileri aracılığıyla incelenebilir. tartışıldığı gibi, klinik kalp hastalığı ve mortalitede azalmayı öngören ilaçlar vardır. Hastaların etkili bir tedaviye uyumu ölçüldüyse (örneğin, atanan ilacı fiilen alan hastaların yüzdesi olarak) ve denemeler arasında farklılık gösteriyorsa, bu, tedavi etkilerinde karşılık gelen varyasyonlarla sonuçlanmalıdır. Aderansa (yatay eksen) karşı tedavi etkisinin (dikey eksen) dağılım grafikleri, bu ilişkiyi incelemenin yararlı bir yolu olabilir. Dağılım grafiği, yüzde 0 yapışmada hiçbir tedavi etkisi olmamasıyla uyumlu olmalıdır ve bu nedenle basit bir doğrusal regresyon çizgisi, sıfır tedavi etkisinde y eksenini kesmelidir. Bir dağılım grafiği, hiçbir hasta tedaviye uymadığında bile bir tedavi etkisini gösteriyorsa, olası bir açıklama yanlılıktır. Benzer düşünceler, klinik sonuç üzerindeki etkilerle yakından ilişkili olduğuna inanılan biyolojik belirteçlerdeki değişime karşı tedavi etkisinin dağılım grafikleri için de geçerlidir. Bu tür grafiklerin avantajı, çalışma boyutundan bağımsız bir analiz sağlamalarıdır. Midgley ve ark. her çalışma için kan basıncındaki azalmayı (klinik sonuç) idrar sodyumundaki azalmaya (biyolojik belirteç) karşı çizdi ve bir lineer regresyon analizi gerçekleştirdi. Diyastolik kan basıncındaki (tedavi etkisi) üriner sodyumdaki (belirteç) değişime karşı farkın grafiği, yanlılık olasılığını düşündürür. Bununla birlikte, belirtecin klinik sonuç üzerindeki tedavinin etkisini tam olarak kapsadığı varsayımı her zaman uygun olmayabilir: belirteç tarafından yakalanmayan müdahalenin etkileri artık etkiyi açıklayabilir. Örneğin, sodyum alımında azalmaya yol açan diyet değişiklikleri ayrıca kilo kaybına ve dolayısıyla kan basıncında azalmaya neden olabilir. Tedavinin belirteç üzerindeki etkisini tahmin etmedeki hatanın, hem tedaviyle ilişkisinin hafife alınmasına hem de tahmini kesişimin sıfırdan sapmasına yol açabileceğine dikkat edilmelidir. Bu durumda sıfırdan farklı bir kesme, yanlılığın kanıtı olarak yanlış yorumlanabilir. Aşağıda bu sorunun üstesinden gelmek için regresyon modellerinin nasıl kullanılacağını tartışıyoruz. Güvenli N Rosenthal, yayın yanlılığını “dosya çekmecesi sorunu” olarak adlandırdı ve uç versiyonunu “dergilerin Tip I hataları gösteren çalışmaların %5’i ile doldurulması, laboratuvardaki dosya çekmecelerinin ise %95’inin doldurulması” olarak tanımladı.  Rosenthal, yayın yanlılığının bir meta-analizin sonuçlarını etkileme potansiyelinin, 'başarısız N': 'negatif' çalışmaların sayısı (tedavi etkisinin sıfır olduğu çalışmalar) hesaplanmasıyla değerlendirilebileceğini öne sürdü. meta-analiz için P değerini 0.05'in üzerine çıkarmak için bu gerekli olacaktır. Iyengar ve Greenhouse, arıza emniyetli N tahmininin büyük ölçüde yayınlanmamış çalışmalar için varsayılan ortalama tedavi etkisine bağlı olduğunu kaydetti. Yöntem ayrıca, genel olarak tıbbi araştırmalarda ve özel olarak sistematik incelemelerde, kişinin tahmin edilen tedavi etkisinin boyutuna ve ilişkili güven aralıklarına daha fazla odaklanması gerektiğine dair yaygın olarak kabul edilen ilkeye de aykırıdır. boş hipotez belirli, keyfi bir eşiğe ulaşır.