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.
HERHANGİ BİRİNİN ÖNEMLİ OLDUĞUNA İLİŞKİN KANIT VAR MI?
Yayın yanlılığının olmaması durumunda, örnekleme hatası rastgele olduğu için çalışmalar ortalama etki büyüklüğüne göre simetrik olarak dağıtılacaktır. Yayın yanlılığının varlığında çalışmaların, simetri üstte, birkaç çalışma ortada eksik ve altta daha fazla çalışma eksik olacak şekilde modeli takip etmesi beklenir. Eğer etkinin yönü sağa doğruysa (bizim örneğimizde olduğu gibi), o zaman arsanın altına yakın bir yerde solda bir boşluk bekleriz, eğer onları bulabilseydik, önemsiz çalışmaların olacağı yerdedir.
Çalışan örnekte risk oranı (log birimlerinde) en altta ve standart hata Y eksenindedir (ters çevrilmiştir, bu nedenle düşük değerler en üsttedir). Sübjektif izlenim, asimetrinin varlığını desteklemektedir. Grafiğin altına doğru, çoğu çalışma sağa doğru görünüyor (daha fazla riske işaret ediyor), bu da bazı çalışmaların soldan eksik olma olasılığı ile tutarlıdır. İlk olarak, herhangi bir önyargı kanıtı olup olmadığını soruyoruz.
Bir huni grafiğinin yorumlanması büyük ölçüde öznel olduğundan, örneklem büyüklüğü ile etki büyüklüğü arasındaki ilişkiyi ölçmek veya test etmek için birkaç test önerilmiştir. İki erken öneri ortak kullanımdadır; Kapsamlı bir inceleme Higgins ve Green’in (2008) 10. Bölümünde yer almaktadır.
Bu testler faydalı bilgiler sağlasa da, birkaç uyarı yapılması gerekir. İlk olarak, testler (huni grafiği gibi) analizde kullanılan indekse (örneğin risk farkı ile risk oranı) bağlı olarak çok farklı bir resim verebilir. İkincisi, bu yaklaşım ancak örneklem büyüklüklerinde makul miktarda bir dağılım ve makul sayıda çalışma varsa anlamlıdır. Üçüncüsü, bu kriterler karşılansa bile, testler daha düşük güce sahip olma eğilimindedir. Bu nedenle, anlamlı bir korelasyon veya regresyonun olmaması simetri kanıtı olarak alınamaz.
Her halükarda, bu sorunları bir şekilde çözebilsek bile, testlerin yönelttiği soru (herhangi bir yanlılık kanıtı var mı) sınırlı bir öneme sahiptir. Daha ilginç bir soru, ne kadar önyargı var ve bunun sonuçlarımız üzerindeki etkisi nedir?
BÜTÜN ETKİ YANLILIĞIN BİR YAPISI MI?
Bir sonraki soru, gözlemlenen genel etkinin sağlam olup olmadığıdır. Başka bir deyişle, etkinin yalnızca bir önyargı eseri olmadığından emin olabilir miyiz?
Rosenthal’ın Arızaya Karşı Güvenli N’si
Yayın yanlılığıyla başa çıkmak için erken bir yaklaşım Rosenthal’ın Fail-safe N’siydi. Bir meta-analizin k çalışmaya dayalı önemli bir p-değeri bildirdiğini varsayalım. Daha küçük etkileri olan çalışmaların eksik olmasından endişe duyuyoruz ve tüm eksik çalışmaları alıp analize dahil edersek özet etki için p-değeri artık önemli olmayacaktı.
Rosenthal (1979), p-değeri önemsiz hale gelmeden önce analize dahil etmek ve almak için kaç tane eksik çalışma yapmamız gerektiğini gerçekten hesaplamamızı önerdi. Bu alıştırmanın amaçları için, eksik çalışmalardaki ortalama etkinin sıfır olduğunu varsayabiliriz. Etkiyi ‘geçersiz kılmak’ için yalnızca birkaç çalışmaya (mesela beş ya da on) ihtiyacımız olduğu ortaya çıkarsa, o zaman gerçek etkinin gerçekten sıfır olduğundan endişe duyacağız. Bununla birlikte, etkiyi geçersiz kılmak için çok sayıda çalışmaya ihtiyacımız olduğu ortaya çıkarsa, endişelenmek için daha az neden olacaktır.
Rosenthal bunu bir Dosya çekmecesi analizi (dosya çekmeceleri eksik çalışmaların varsayılan konumudur) olarak adlandırdı ve Harris Cooper, etkiyi geçersiz kılmak için gereken eksik çalışma sayısının Arızaya Dayanıklı N olarak adlandırılması gerektiğini önerdi.
Rosenthal’ın çalışması, dikkatin yayın yanlılığına odaklanmasında kritik olsa da, bu yaklaşım birkaç nedenden dolayı sınırlı bir fayda sağlıyor. İlk olarak, asli anlamlılık yerine istatistiksel anlamlılık sorusuna odaklanır. Yani, etkiyi önemli olmayan noktaya indirmek için kaç tane gizli çalışmanın gerekli olduğundan ziyade, etkinin istatistiksel olarak anlamlı olmaması için kaç tane gizli çalışmanın gerekli olduğunu sorar.
İkinci olarak, formül, aslında negatif (etkiyi geçersiz kılmak için daha az çalışma gerektirecektir) veya pozitif ancak düşük olabileceği zaman, gizli çalışmalarda ortalama etki boyutunun sıfır olduğunu varsayar. Son olarak, Fail-safe N, Rosenthal’ın yöntemi önerdiği sırada yaygın olduğu gibi, çalışmalar arasında p-değerlerini birleştiren anlamlılık testlerine dayanır.
Günümüzde yaygın uygulama, bir özet etki hesaplamak ve ardından bu etki için p-değerini hesaplamaktır. Farklı yaklaşımlar kullanılarak hesaplanan p değerleri aslında farklı boş hipotezleri test eder ve aynı değildir. Bu nedenlerle, bu yaklaşım genellikle etki büyüklüklerine odaklanan analizler için uygun değildir. Yöntemin iyi bilinmesi ve önemli tarihsel rolü nedeniyle bu konuyu göreceli olarak uzun uzadıya ele aldık.
Bununla birlikte, pasif sigara içiciliği incelemesi için Fail-safe N 398’dir, bu da kümülatif etki istatistiksel olarak anlamsız hale gelmeden önce analize ortalama risk oranı 1.0 olan yaklaşık 400 çalışmanın eklenmesi gerektiğini düşündürür.
Orwin’in Arızaya Karşı Güvenli N’si
Belirtildiği gibi, Rosenthal’ın yaklaşımıyla ilgili iki sorun, asli anlamlılıktan ziyade istatistiksel anlamlılığa odaklanması ve eksik çalışmalarda ortalama etki boyutunun sıfır olduğunu varsaymasıdır. Orwin (1983), Rosenthal formülü üzerinde bu sorunların her ikisini de ele alan bir varyant önerdi. İlk olarak, Orwin’in yöntemi, araştırmacının, toplam etkiyi sıfır dışında belirli bir düzeye getirebilecek eksik çalışmaların sayısını belirlemesine olanak tanır.
Bu nedenle araştırmacı, önemli olduğu düşünülen en küçük etkiyi temsil edecek bir değer seçebilir ve özet etkiyi bu noktanın altına getirmek için kaç eksik çalışma gerektiğini sorabilir. İkincisi, araştırmacının eksik çalışmalarda ortalama etkiyi sıfırdan farklı bir değer olarak belirlemesine izin verir. Bu, araştırmacının eksik çalışmalar için bir dizi başka dağılım modellemesine izin verecektir.
Çalışan örnekte, Orwin’in Fail-safe N’si 103’tür ve bu, kümülatif etki önemsiz hale gelmeden önce analize ortalama risk oranı 1.0 olan 100’den fazla çalışmanın eklenmesi gerektiğini düşündürür.