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 220'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, 22 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.
Seçenekleri Karşılaştırma
Birincil hedefimiz, alt gruplar arasındaki farklılıkları değerlendirmek ve sürecin bir parçası olarak bir varyans analizini kullanmak olduğunda, alt gruplar arasındaki birleşik etkiler, seçenek 1 kullanılarak hesaplanır. Bu, dahili olarak tutarlı bir veri seti verir.
Alt gruplar arasındaki birleşik etkiyi gerçekten önemsiyorsak, 2. ve 3. seçenekler daha mantıklı seçeneklerdir. Alt gruplar gerçekten daha büyük bir kümeden rastgele seçilmişse, o zaman seçenek 2, farklı hata kaynaklarını ayrı ayrı modellememize ve birleşik etki için gerçek güven aralığının daha iyi bir tahminini elde etmemize izin verir (aynı zamanda bir için tahmin aralıklarını tartışır). gelecekteki alt grup) ve muhtemelen daha iyi bir seçimdir.
Bu, elbette, alt gruplar arasındaki varyansın makul bir kesinlik tahminini elde etmek için yeterli bilgiye sahip olduğumuzu varsayar. Buna karşılık, alt gruplama çok önemli değilse veya çalışmaların birden fazla farklı alt grubu düşünülüyorsa, 3. seçenek daha mantıklı bir seçimdir.
ÖZET NOKTALAR
- Grup üyeliği ve sonuç arasındaki ilişkiyi değerlendirmek için birincil çalışmalarda t-testlerini veya varyans analizini kullanabileceğimiz gibi, alt grup üyeliği ile etki büyüklüğü arasındaki ilişkiyi değerlendirmek için meta-analizde bu prosedürlerin analoglarını kullanabiliriz.
- Alt gruplar arasında ortalama etkiyi karşılaştırmak için kullanılabilecek üç yöntem sunduk. Ortalama etkiyi iki grupta karşılaştırmak için bir Z testi kullanabiliriz. İki veya daha fazla gruptaki ortalama etkiyi karşılaştırmak için varyans analizini (alt gruplarla kullanım için değiştirilmiş) veya Q-homojenlik testini kullanabiliriz. Her üç prosedür de matematiksel olarak eşdeğerdir.
- Bu analizler, gruplar içinde sabit efekt veya rastgele etkiler modeli kullanılarak gerçekleştirilebilir, ancak çoğu durumda ikincisi uygundur.
- Birincil çalışmalarda, grup üyeliği tarafından açıklanan varyans oranını yansıtmak için R2’yi kullanırız. Meta-analiz için alt grup üyeliği tarafından açıklanan gerçek varyans oranını yansıtan benzer bir indeks kullanılabilir.
Meta-Regresyon
Birincil çalışmalarda, bir veya daha fazla ortak değişken (yönetici) ile bir bağımlı değişken arasındaki ilişkiyi değerlendirmek için regresyon veya çoklu regresyon kullanırız. Esasen aynı yaklaşım meta-analiz için de kullanılabilir, ancak ortak değişkenler konu düzeyinden ziyade çalışma düzeyindedir ve bağımlı değişken, çalışmalarda konu puanlarından ziyade etki büyüklüğüdür. Meta-analizde kullanıldıklarında bu prosedürlere atıfta bulunmak için meta-regresyon terimini kullanırız.
Regresyon için birincil çalışmalardan meta-analize geçerken ele almamız gereken farklılıklar, alt grup analizleri için birincil çalışmalardan meta-analize geçerken ele almamız gereken farklılıklara benzer. Bunlar, her çalışmaya bir ağırlık atama ihtiyacını ve uygun modeli seçme ihtiyacını (sabit ve rastgele etkiler) içerir. Ayrıca, alt grup analizleri için geçerli olduğu gibi, ortak değişkenler tarafından açıklanan varyans oranını ölçmek için kullanılan R2 indeksi, meta-analizde kullanılmak üzere değiştirilmelidir.
Ancak bu değişikliklerle birlikte, çoklu regresyon başlığı altına giren prosedürlerin tüm cephaneliği meta-analist için kullanılabilir hale gelir. Birlikte bir tedaviyi tanımlayan veya ortak değişkenler ile etki büyüklüğü arasında doğrusal olmayan bir ilişkiye izin veren üç değişken gibi ortak değişken kümeleriyle çalışabiliriz.
Meta-regresyon analizi
Meta standart nedir
comprehensive meta-analysis
Egger testi nedir
cma meta-analiz programı indir
Meta-Analiz kitap PDF
Meta-analiz heterojenlik
CMA ile Meta-Analiz
Önceden tanımlanmış bir diziyi kullanarak analize ortak değişkenler girebilir ve kafa karıştırıcı değişkenleri kontrol etmek için önceki kümelerin etkisine ek olarak herhangi bir kümenin etkisini değerlendirebiliriz. Hem kategorik (örneğin, kukla kodlu) hem de sürekli değişkenleri ortak değişkenler olarak dahil edebiliriz. Bu prosedürleri hem ortak değişkenlerin etkisini değerlendirmek hem de belirli özelliklere sahip çalışmalarda etki büyüklüğünü tahmin etmek için kullanabiliriz.
Çoklu regresyon, çok çeşitli prosedürleri içerir ve bunları bu ciltte tam olarak ele alamayız. Bunun yerine, okuyucunun birincil çalışmalarda çoklu regresyona aşina olduğunu varsayıyoruz ve buradaki amacımız, birincil çalışmalarda kullanılan aynı tekniklerin meta-regresyona nasıl uygulanabileceğini göstermektir.
Analizin anlamlı olması için deneklerin ortak değişkenlere uygun şekilde büyük bir oranına ihtiyaç duyduğumuz birincil çalışmalarda olduğu gibi, meta-analizde uygun şekilde büyük bir çalışma / ortak değişken oranına ihtiyacımız var.
Bu nedenle, özellikle çok sayıda ortak değişkenli metaregresyon kullanımı, çalışma sayısı az olduğunda önerilen bir seçenek değildir. Birincil çalışmalarda bazıları, meta-regresyonda her bir ortak değişken için on çalışmaya karşılık gelen, her ortak değişken için en az on denek oranı önermiştir. Aslında, her iki durumda da katı ve hızlı kurallar yoktur.
SABİT ETKİ MODEL
Alt grup analizini tartışırken yaptığımız gibi, daha basit olan sabit etkili modelle başlıyoruz ve ardından genellikle daha uygun olan rastgele etkiler modeline geçiyoruz.
BCG veri seti
Çeşitli araştırmacılar, tüberküloz (TB) gelişimini önlemek için BCG olarak bilinen bir aşının etkisini değerlendiren çalışmalar yayınladılar. Son yıllarda Amerika Birleşik Devletleri’nde tüberkülozun yeniden ortaya çıkmasıyla (birçok ilaca dirençli vaka dahil), araştırmacıların BCG aşısının tavsiye edilip edilmemesi gerektiğini belirlemesi gerekiyordu. Bu nedenle Colditz ve ark. (1994) bu çalışmaların bir meta-analizini bildirmiştir ve Berkey ve ark. (1995), tedavi etkilerindeki bazı varyansları açıklamak için meta-regresyonun nasıl kullanılabileceğini gösterdi.
Orman arsası gösterilmektedir. Etki büyüklüğü risk oranı olup, 0,10 risk oranı aşının TB riskini %90 azalttığını, risk oranı 1,0’ın etki göstermediğini ve 1,0’dan yüksek risk oranları aşının tüberküloz riskini artırdığını gösterir. tüberküloz Çalışmalar en etkiliden en az etkiliye doğru sıralanır. Risk oranlarının analizi için her zaman olduğu gibi, analiz log dönüştürülmüş değerleri kullanılarak yapıldı ve ardından sunum için tekrar risk oranlarına dönüştürüldü.
Sabit etki analizi kullanıldığında, 13 çalışma için risk oranı 0,650’dir ve 0,601 ila 0,704 güven aralığı vardır; bu, aşının TB riskini en az %30 ve muhtemelen %40 kadar azalttığını söyler. Günlük birimlerinde risk oranı, 0,040 standart hatayla 0,430’dur. Z değeri 10.625’tir (p < 0.0001), bu da etkisiz sıfır hipotezini reddetmemize izin verir.