OD PYTANIA BADAWCZEGODO OCENY KRYTYCZNEJ META-ANALIZ.

WYBRANE ZAGADNIENIA PODSTAWOWE

1. PYTANIE KLINICZNIE ISTOTNE (26)2. MOC STATYSTYCZNA BADANIA I MIARY WIELKOŚCI EFEKTU (49)3. ELEMENTY WYKRESU FOREST PLOT (62)4. HETEROGENICZNOŚĆ (71)5. MODELE ŁĄCZENIA ILORAZÓW ZDARZEŃ (83)

Artur Sołtysiak, styczeń 2014

SPOSÓB CYTOWANIA:Artur Sołtysiak “Od pytania badawczego do oceny krytycznej meta-analiz. Wybrane zagadnienia podstawowe”.v1, prezentacja, styczeń 2014

Treść licencji: http://creativecommons.org/licenses/by-nc-nd/3.0/pl/legalcode

„Każda pielęgniarka czy pielęgniarz powinien przynajmniej rozumieć cel i proces praktyki opartej na dowodzie, umieć zadać klinicznie

istotne pytania i wiedzieć kto w jego środowisku może mu pomóc na nie

odpowiedzieć”

Donna Ciliska, Evid.Based Nurs. 2006;9;38-40 doi:10.1136/ebn.9.2.38,tłumaczenie: Artur Sołtysiak

ZAMIAST WSTĘPU:

1. HIPOTEZA ZEROWA (H0) I HIPOTEZA ALTERNATYWNA (H1)

2. HIPOTEZA PRZYCZYNOWA/KIERUNKOWA (causal hypothesis)

3. HIPOTEZA BEZKIERUNKOWA (nondirectional hypothesis)

4. HIPOTEZA ASOCJACYJNA (associative hypothesis)

5. ZMIENNA ZALEŻNA I ZMIENNA NIEZALEŻNA

6. ZMIENNA ZEWNĘTRZNA (extraneous variable)

7. ZMIENNA UWIKŁANA (confounding variable)

PYTANIE BADAWCZE HIPOTEZA

PYTA CZY ISTNIEJE ZWIĄZEK POMIĘDZY ZMIENNYMI W OKREŚLONEJ POPULACJI

PRZEWIDUJE LUB ZAKŁADA RELACJĘ KTÓRA ISTNIEJE

DLA BADAŃ ILOŚCIOWYCH:MA PRZYNAJMNIEJ 2 KOMPONENTY: POPULACJĘ I ZMIENNĄ KTÓRA MA BYĆ BADANA (pytanie PICOT)

STAWIA PYTANIE KTÓRE MOŻNA PODDAĆ TESTOWI

DLA BADAŃ ILOŚCIOWYCHI JAKOŚCIOWYCH

TYLKO DLA BADAŃ ILOŚCIOWYCH

PYTANIE BADAWCZE:

Czy obecność rodziców w pokoju zabiegowym w trakcie zakładania obwodowego kontaktu żylnego wpływa na poziom lęku u dzieci w wieku przedszkolnym?

ISTNIEJĄ RÓŻNE HIPOTEZY NA TEN TEMAT...

HIPOTEZA ZEROWA (H0) zwana hipotezą statystyczną:

BADACZ JEST PRZEKONANY ŻE ZWIĄZEK POMIĘDZY ZMIENNYMI LUB WŚRÓD ZMIENNYCH W BADANIU NIE ISTNIEJE LUB WIEDZA

EMPIRYCZNA LUB TEORETYCZNAJEST NIEWYSTARCZAJĄCA BY POSTAWIĆ PYTANIE BADAWCZE.

PRZYKŁAD:Obecność rodziców w gabinecie zabiegowym w trakcie zakładania obwodowego kontaktu żylnego nie ma wpływu na poziom lęku u dzieci w wieku przedszkolnym.

POZIOM ISTOTNOŚCI (significance level)

Są tylko dwa wyjścia:1) nie odrzucamy H0(nie ma wystarczającego dowodu przeciw H0 na korzyść H1)2) odrzucamy H0 na korzyść H1

HIPOTEZA ZEROWA (H0)

H0 to twierdzenie które testujemyH1 to hipoteza alternatywna. Twierdzenie hipotezy alternatywnej zostanie przyjęte jeśli H0 zostanie odrzucona.Wynik testu statystycznego prezentujemy w świetle H0.

Wniosek "nie odrzucam H0"nie oznacza to automatycznie że H0 jest prawdziwa.Oznacza to, że nie ma wystarczającego dowodu by odrzucić H0 na korzyść H1.

Wniosek "odrzucam H0" na korzyść H1,czyli sugeruję że H1 MOŻE być prawdziwa(a nie że z pewnością H1 jest prawdziwa).

POZIOM ISTOTNOŚCI (significance level)

MOŻLIWE SĄ DWA BŁĘDY

Type I error (α-error)H0 jest odrzucona chociaż jest prawdziwa(obrona: test istotności)

Type II error (β-error)H0 zostaje zaakceptowana chociaż na prawdę jest fałszywa. (Nie znaleziono różnicy pomiędzy próbami chociaż ona naprawdę istnieje = słaba moc badania)

POZIOM ISTOTNOŚCI (significance level)

HIPOTEZA KIERUNKOWA (przyczynowa):PROGNOZUJE ŚCIEŻKĘ I KIERUNEK RELACJI POMIĘDZY MINIMUM DWIEMA ZMIENNYMI. ZMIENNA NIEZALEŻNA JEST PRZYCZYNĄ INNEJ ZMIENNEJ - ZALEŻNEJ

PRZYKŁAD:A: Obecność rodziców w gabinecie zabiegowym w trakcie zakładania obwodowego kontaktu żylnego zmniejsza poziom lęku u dzieci w wieku przedszkolnym.

B: Obecność rodziców w gabinecie zabiegowym w trakcie zakładania obwodowego kontaktu żylnego zwiększa poziom lęku u dzieci w wieku przedszkolnym.

HIPOTEZA BEZKIERUNKOWA:PROGNOZUJE RELACJĘ POMIĘDZY MINIMUM DWIEMA ZMIENNYMI BEZ WSKAZYWANIA NA NATURĘ LUB KIERUNEK TEJ RELACJI

Zazwyczaj gdy niewiele wiemy o przedmiocie badania lub gdy poprzednie prace badawcze są sprzeczne.

PRZYKŁAD:Obecność rodziców w gabinecie zabiegowym w trakcie zakładania obwodowego kontaktu żylnego wpływa na poziom lęku u dzieci w wieku przedszkolnym.

HIPOTEZA ASOCJACYJNA:ZMIANIE JEDNEJ ZMIENNEJ TOWARZYSZY ZMIANA INNEJ ZMIENNEJ. BEZ SUGESTII ŻE ZMIANA W JEDNEJ ZMIENNEJ SPOWODOWAŁA ZMIANĘ W INNEJ ZMIENNEJ.

ZMIENNE (variables):MIERZALNE JAKOŚCI LUB CECHY CHARAKTERYSTYCZNE OSÓB, RZECZY LUB SYTUACJI KTÓRE MOGĄ PODLEGAĆ

ZMIANIE, ZRÓŻNICOWANIU LUB PRZYPADKOWYM ODCHYLENIOM

TO PODSTAWA BADAŃ ILOŚCIOWYCH:STANOWIĄ PRZEDMIOT BADAŃ W DANEJ POPULACJI

ZMIENNA NIEZALEŻNA (independent variable):➢ jest w badaniu od samego początku➢ badacz nią manipuluje➢ ma wpływ na inną zmienną (zależną)

PRZYKŁADY:➢ LEK I JEGO POSZCZEGÓLNE DAWKI➢ DANY SPOSÓB PIELĘGNACJI

(np: zmiana ułożenia pacjenta nieprzytomnego w łóżku)➢ CZĘSTOTLIWOŚĆ, CZAS TRWANIA EKSPOZYCJI LUB INTERWENCJI➢ OBECNOŚĆ LUB NIEOBECNOŚĆ CZYNNIKA, OSÓB

(np: obecność rodziców przy dzieciach w trakcie bolesnych zabiegów)

ZMIENNA ZALEŻNA (dependent variable):➢ pojawia się w przebiegu badania jako skutek➢ nie podlega manipulacji lecz obserwacji i pomiarom➢ jej wartość/wielkość zależy od wartości/wielkości

zmiennej niezależnej

PRZYKŁADY:➢ ODPOWIEDŻ NA LEK I JEGO POSZCZEGÓLNE DAWKI➢ EFEKT DANEGO SPOSOBU PIELĘGNACJI

(np: pobudzenie procesów naprawczych skóry, zachowanie integracji tkanki skórnej)➢ POJAWIENIE SIĘ FENOMENU (np: zmniejszony lęk, zwiększone zaufanie, sprawniejsza

komunikacja, lepsza współpraca z pacjentem, zwiększenie liczby osób biorących udział w badaniach przesiewowych dla danej populacji)

ZMIENNA ZEWNĘTRZNA (extraneous variable):➢ niechciana “zmienna niezależna”➢ ma wpływ na efekt badania choć nie jest zmienną

niezależną wprowadzoną przez badacza➢ zagraża trafności wyników badania

(validity of study results)

PRZYKŁADY:➢ ALERGIA / UZALEŻNIENIE / INNE LEKI WCHODZĄCE W INTERAKCJE

A ODPOWIEDŹ NA DANY LEK I JEGO POSZCZEGÓLNE DAWKI➢ CHOROBY WSPÓŁISTNIEJĄCE U PACJENTA A EFEKT DANEGO SPOSOBU

PIELĘGNACJI (np: niski poziom białka a pobudzenie procesów naprawczych skóry)➢ WIEK I ZDOLNOŚCI POZNAWCZE A POJAWIENIE SIĘ FENOMENU

(np: lęk, zwiększone zaufanie, sprawniejsza komunikacja, lepsza współpraca z pacjentem, zwiększenie liczby osób biorących udział w badaniach przesiewowych dla danej populacji)

ZMIENNE ZEWNĘTRZNE:

➢ należy je rozpoznać i jeśli to możliwe wyeliminować we stępnej fazie projektu badania

➢ jeśli nie można ich wyeliminować - należy zastosować środki by je maksymalnie zmniejszyć lub wprowadzić kontrolę zmiennych zewnętrznych w badaniu

JEŚLI NIE MAMY KONTROLI NAD ZNANĄ ZMIENNĄ ZEWNĘTRZNĄ STAJE SIĘ ONA ZMIENNĄ UWIKŁANĄ (confounding variable)

WYNIKI BADANIA SĄ NIETRAFNE (invalid): wyjaśnienie nie odzwierciedla zjawiska do którego się odwołuje.

BADACZ MOŻE KONTROLOWAĆ / ANALIZOWAĆZMIENNE ZEWNĘTRZNE JEŚLI SĄ ZNANE I MIERZALNE.

STRATEGIE REDUKCJI UWIKŁAŃ (confounding):➢ randomizacja (randomization) cel: losowa dystrybucja zmiennych uwikłanych

(confounding variables) w grupach➢ restrykcja (restriction): ograniczenie “wejścia” do badań osobom z czynnikami

uwikłanymi (confounding factors) - samo w sobie wiąże się z ryzykim tendencyjności

➢ dopasowanie (matching) osób lub grup by zapewnić równomierną dystrybucję uwikłań

➢ stratyfikacja (stratification): uwikłania są równo rozdzielone wewnątrz każdej warstwy (subpopulacji badania)

➢ dostosowanie (adjustment) - zazwyczaj zniekształcone przez wybór standardu➢ analiza wieloczynnikowa (multivariate analysis) ma sens tylko wtedy gdy

można rozpoznać i zmierzyć uwikłania

TRZY GŁÓWNE ZAGROŻENIADLA TRAFNOŚCI BADANIA

1: TENDENCYJNOŚĆ (bias): błąd systematyczny (systematic error) w sposobie dobrania pacjentów, pomiarze punktów końcowych lub sposobie analizowania danych:➢ brak lub defekt randomizacji (nierówne grupy)➢ słabe zaślepienie (prowadzi do tendencyjnych wniosków)➢ utrata znaczącej liczby uczestników badania, brak lub zbyt krótkie śledzenie

postępów (follow-up)

TENDENCYJNOŚĆ PUBLIKACJI (publication bias):autor nie zawarł w pracy przeglądowej wszystkich istotnych dla pytania klinicznego badań (nie chciał lub słaba strategia wyszukiwania); charakterystyczne dla meta-analiz, rzadko w przeglądach systematycznych.

FUNNEL PLOTczyli gdzie się podziała reszta badań?

➢ wykres opiera się na założeniu, że jeśli wszystkie przeprowadzone na określony temat badania przedstawić graficznie jako funkcję wielkości indywidualnych efektów do wielkości indywidualnych prób (sample size) to uzyska się kształt odwróconego lejka (funnel)

➢ zazwyczaj duże badania mają bardziej precyzyjne rezultaty które niewiele odbiegają od średniej szacunkowej (mean estimate) podczas gdy rezultaty małych badań szeroko odbiegają od średniej szacunkowej

2: PRZYPADKOWOŚĆ (chance): wyniki są dziełem przypadku a nie rezultatem terapii, leczenia, pielęgnacji lub ekspozycji; szczególnie próby małej wielkości są narażone na przypadkowość

3: UWIKŁANIE (confounding): błąd w interpretacji co może być trafnym wyznacznikiem, miarą dla punktu końcowego;

PRZYKŁAD: U ludzi noszących przy sobie zapałki istnieje większe prawdopodobieństwo zachorowania na raka płuc(zapałki noszą zazwyczaj palacze a u palaczy istnieje wysokie ryzyko raka płuc)Dowód opiera się na mylnym związku noszenia zapałek a występowaniu raka płuc.Czynnik uwikłany (confounding factor): palenie papierosów

TRZY GŁÓWNE ZAGROŻENIADLA TRAFNOŚCI BADANIA

(ciąg dalszy)

ANALIZA INTENTION-TO-TREAT (ITT)czyli w przyrodzie nic nie ginie

analiza ITT ma miejsce kiedy wszyscy losowani uczestnicy byli zgłoszeni i analizowani w grupach do których byli przydzieleni przez najważniejszy moment pomiaru punktu końcowego, bez względu na niezgodnosć (non-compliance) i współ-interwencje (co-interventions).

Analiza dotyczy badań z grupą kontrolną (RCTs meta-analizy, przeglądy systematyczne) gdzie badana jest skuteczność interwencji (nie dotyczy jeśli badany jest tylko efekt).

Założenie: aby wynik badania był wiarygodny, wszyscy uczestnicy badania są brani pod uwagę jako całość w końcowym etapie badania, nawet jeśli niektórzy go nie ukończyli.

ANALIZA INTENTION-TO-TREAT (ITT) - OCENA

A - TAK: wyraźnie podane przez autorów, że analiza ITT została przeprowadzona co zostało potwierdzone w trakcie oceny badania; lub nie podane ale jasno wynika z oceny badania że została ona przeprowadzona

B - NIEJASNE: opisano jako analiza ITT jednak ocena badania tego nie potwierdza, lub nie opisano i ocena badania nie jest w stanie potwierdzić

C - NIE: brak analizy ITT potwiedzony w trakcie oceny badaniaPrzykład: pacjenci którzy byli losowo przydzieleni do grup nie zostali ujęci w analizie ITT ponieważ nie otrzymali przewidzianej w badaniu interwencji, lub wycofali się z badania lub nie byli włączeni ze względu na naruszenie protokołu badania niezależnie od tego czy ITT zgłoszono czy też nie

RODZAJ BRAKUJĄCYCH DANYCH MOŻLIWE POWODY

BRAKUJĄCE BADANIA➢ TENDENCYJNOŚĆ PUBLIKACJI➢ NIEDOSTATECZNE WYSZUKANIE

BRAKUJĄCE PUNKTY KOŃCOWE➢ PUNKT KOŃCOWY NIE ZMIERZONY➢ WYBIÓRCZA TENDENCYJNOŚĆ

SPRAWOZDAWCZOŚCI

BRAKUJĄCE DANE PODSUMOWANIA➢ WYBIÓRCZA TENDENCYJNOŚĆ

SPRAWOZDAWCZOŚCI➢ NIEKOMPLETNA SPRAWOZDAWCZOŚĆ

BRAKUJĄCY UCZESTNICY BADANIA

➢ BRAK ANALIZY ITT➢ “WYKRUSZANIE SIĘ” UCZESTNIKÓW➢ WYBIÓRCZA TENDENCYJNOŚĆ

SPRAWOZDAWCZOŚCI

BRAKUJĄCE WŁAŚCIWOŚCI POZIOMU BADANIA(dla analizy podgrup lub meta-regresji)

➢ WŁAŚCIWOŚĆ NIE ZMIERZONA➢ NIEPEŁNA SPRAWOZDAWCZOŚĆ

NA PODSTAWIE: Types of missing data in a meta-analysis, w: Cochrane Handbook (http://handbook.cochrane.org/)

1. PYTANIE KLINICZNIE ISTOTNE

➢ ELEMENTY PYTANIA KLINICZNIE ISTOTNEGO A HIPOTEZA

➢ DOMENY

➢ PYTANIE KLINICZNIE ISTOTNE A MODEL BADANIA

PPACJENT, POPULACJA, PROBLEM(PATIENT, POPULATION, PROBLEM)

- charakterystyczne cechy pacjenta, populacji/problemu I

INTERWENCJA (INTERVENTION) lubEKSPOZYCJA (EXPOSURE)

CELEMENT PORÓWNAWCZY (COMPARISON)

- to co jest alternatywą dla interwencji:placebo, inny lek, operacja, standardowe leczenie/pielęgnacja

OPUNKT KOŃCOWY (OUTCOME)

- ostateczny spodziewany wynik (rezultat) interwencji (ekspozycji)

TCZAS (TIME)

- ramy czasowe, śledzenie skutków, efektów etc

(OPIS W JĘZYKU POLSKIM)

ĆWICZENIE:NA PODSTAWIE ABSTRAKTU BADANIA UŁOŻYĆ PYTANIE KLINICZNIE ISTOTNE; OKREŚL ZMIENNE NIEZALEŻNE I ZALEŻNE ORAZ EWENTUALNE ZMIENNE ZEWNĘTRZNE I UWIKŁANE

CEL: NAUKA IDENTYFIKACJI ZMIENNYCH W BADANIU I PORÓWNANIA ICH Z ELEMENTAMI PYTANIA KLINICZNIE ISTOTNEGO

JAKIE ROZWIĄZANIE?

P I C O T

SCHEMAT PYTANIA

KLINICZNIE ISTOTNEGO

P I C O T

PYTANIE KLINICZNIE

ISTOTNE

Czy u pacjentów z przewlekłą skurczową niewydolnością serca i łagodnymi objawami

(NYHA II, frakcja wyrzutowa serca do

35%)

zastosowanie leku eplerenon jako dodatku

do zalecanego leczenia

w prównaniu z placebo

dodanym do zalecanego

leczenia

skuteczniej zapobiega śmierci z przyczyn

naczyniowo--krążeniowych lub

hospitalizacji z powodu niewydolności serca

w okresie do 36 miesięcy od

rozpoczęcia badania(badanie przerwano

wcześniej)

ODDZIAŁ CHIRURGICZNYDLA DOROSŁYCH,

GODZ. 09:10

PACJENTKA KTÓRA MA W DNIU DZISIEJSZYM OK GODZ 13:00 PRZEJŚĆ PLANOWANY ZABIEG OPERACYJNY NA JELICIE GRUBYM PYTA CIĘ, CZY MOŻE NAPIĆ SIĘ ODTŁUSZCZONEGO,BULIONU.

JAKA JEST TWOJA ODPOWIEDŹ?

ĆWICZENIE:NA PODSTAWIE SYTUACJI KLINICZNEJ:A. OKREŚL KLUCZOWE ELEMENTY DLA PYTANIA KLINICZNIE

ISTOTNEGO

B. ZBUDUJ PYTANIE KLINICZNIE ISTOTNE

C. PRZYPISZ POSTAWIONE PYTANIE ODPOWIEDNIEJ DOMENIE

CEL: DOSKONALENIE UMIEJĘTNOŚCI PRZENOSZENIA PROBLEMU CODZIENNEJ PRAKTYKI PIELĘGNIARSKIEJ NA GRUNT BADAWCZY

........

........

........

PACJENTPROBLEM

INTERWENCJA,EKSPOZYCJA,

CZYNNIK PROGNOSTYCZNY

PORÓWNANIE DLAINTERWENCJI

PUNKTYKOŃCOWE

WSKAZÓWKI

Zacznij od pacjenta. Jak możesz określić grupę pacjentów podobną do twojego pacjenta? Zachowaj równowagę pomiędzy dokładnością a zwięzłością opisu.

Co mogę uznać za główną interwencję?Co stanowi problem?

Jaką alternatywę mogę porównać z interwencją?

Jakie rezultaty mam nadzieję uzyskać? lub, Na co dana interwencja czy ekspozycja może mieć wpływ?

SŁOWA KLUCZOWE

........

........

........

PACJENTPROBLEM

INTERWENCJA,EKSPOZYCJA,

CZYNNIK PROGNOSTYCZNY

PORÓWNANIE DLAINTERWENCJI

PUNKTYKOŃCOWE

TWOJE PYTANIE

TYP PYTANIA DOMENA

Jak można temu problemowi zapobiec? ZAPOBIEGANIE(prevention)

Czy wykrycie tego problemu wcześniej, zanim wystąpią objawy sprawi różnicę dla mojego zdrowia?

BADANIA PRZESIEWOWE(screening)

Jak dobry jest ten test w wykrywaniu tego problemu? DOKŁADNOŚĆ DIAGNOSTYCZNA (diagnostic accuracy)

Jaki jest prawdopodobny punkt końcowy (outcome) tego problemu?

ROKOWANIE(prognosis)

Jaka część populacji każdego roku jest po raz pierwszy diagnozowana z tym problemem?

CZĘSTOTLIWOŚĆ WYSTĘPOWANIA(incidence)

Jaka część populacji obecnie żyje z tym problemem? ROZPOWSZECHNIENIE(prevalence)

Co jest przyczyną tego problemu? ETIOLOGIA, PRZYCZYNA(etiology, ethiology)

Co należy zrobić by uporać się z problemem? LECZENIE, TERAPIA(treatment, therapy)

Czy wystąpią jakiekolwiek negatywne efekty interwencji? SZKODA, KRZYWDA(harm)

ĆWICZENIE:NA PODSTAWIE ABSTRAKTU BADAŃ OKREŚL:A. KLUCZOWE ELEMENTY DLA PYTANIA KLINICZNIE

ISTOTNEGO

B. MODEL BADANIA

C. ILE ZMIENNYCH MA DANE BADANIE

CEL: DOSKONALENIE UMIEJĘTNOŚCI ROZPOZNAWANIA MODELU BADANIA NA PODSTAWIE PYTANIA BADAWCZEGO. OKREŚLENIE HIERARCHII DOWODU PŁYNĄCEGO Z DANEGO BADANIA.

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3840027/

SCHEMAT PYTANIA KLINICZNIE ISTOTNEGO P I C O

OPIScharakterystyczne cechy

pacjenta, populacji, problemu

badana interwencja, test diagnostyczny lub

ekspozycja

element porównawczy, alternatywa, obecny

standard, modyfikowana interwencja lub brak

ekspozycji lub interwencji

ostateczny spodziewany wynik (rezultat) interwencji

(ekspozycji)

ŹRÓDŁO DOWODU POZIOM OPIS

PRZEGLĄD SYSTEMATYCZNYlub

METAANALIZAI

synteza dowodu z wszystkich dobrych, związanych z tematem badań randomizacyjnych z grupą kontrolną; przegląd systematyczny zawsze ma prymat nad meta-analizą; przegląd systematyczny może ale nie musi zawierać meta-syntezę

BADANIE RANDOMIZACYJNE Z GRUPĄ KONTROLNĄ (RCT) II

eksperyment w którym uczestnicy posiadający zbliżone cechy demograficzne są losowo przydzielani do grupy klinicznej i grupy kontrolnej

BADANIE KONTROLNE BEZ RANDOMIZACJI III

eksperyment w którym uczestnicy posiadający zbliżone cechy demograficzne są przydzielani(nie-losowo) do grupy klinicznej i grupy kontrolnej

HIERARCHIA DOWODU DLA BADAŃ INTERWENCYJNYCH

ŹRÓDŁO DOWODU POZIOM OPIS

BADANIE KLINICZNO-KONTROLNE lub KOHORTOWE IV

BADANIE KLINICZNO-KONTROLNE: porównanie osobników ze schorzeniem lub przypadłością (case) z tymi którzy ich nie mają (control) by określić pewne własności determinujące dane schorzenie lub przypadłość;BADANIE KOHORTOWE: obserwacja grupy (kohorta) lub grup w celu ustalenia rozwoju, postępu punktu koncowego np. choroby

PRZEGLĄD SYSTEMATYCZNY BADAŃ JAKOŚCIOWYCH LUB

OPISOWYCH(META-SYNTEZA)

Vsynteza dowodu pochodząca z badań jakościowych lub opisowych której celem jest danie odpowiedzi na pytanie kliniczne

HIERARCHIA DOWODU DLA BADAŃ INTERWENCYJNYCH - ciąg dalszy

ŹRÓDŁO DOWODU POZIOM OPIS

BADANIE JAKOŚCIOWElub OPISOWE VI

BADANIE JAKOŚCIOWE: gromadzi dane o ludzkich zachowaniach i postępowaniu by zrozumieć dlaczego i jak konkretne decyzje zostały podjęteBADANIE OPISOWE: w ramach badanego tematu dostarcza podstawowych informacji odpowiadając na pytania co? gdzie? kiedy?

OPINIA lub KONSENSUS VII autorytatywna opinia komisji ekspertów

Adaptacja i tłumaczenie Artur Sołtysiak, na podstawie: “Evidence-based Practice in nursing and healthcare: a guide to best practice”.Melnyk B.M., Fineout-Overholt E. (editors); wyd. pierwsze, Philadelphia USA, Lippincott Wiliams & Wilkins; 2005, str. 3-24

HIERARCHIA DOWODU DLA BADAŃ INTERWENCYJNYCH - ciąg dalszy

ĆWICZENIE:NA PODSTAWIE ABSTRAKTU BADAŃ OKREŚL:A. KLUCZOWE ELEMENTY DLA PYTANIA KLINICZNIE

ISTOTNEGO

B. MODEL BADANIA

C. ILE ZMIENNYCH MA DANE BADANIE

CEL: DOSKONALENIE UMIEJĘTNOŚCI ROZPOZNAWANIA MODELU BADANIA NA PODSTAWIE PYTANIA BADAWCZEGO. OKREŚLENIE HIERARCHII DOWODU PŁYNĄCEGO Z DANEGO BADANIA.

http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3839878/

2. MOC STATYSTYCZNA BADANIA

➢ WIELKOŚĆ PRÓBY (sample size)➢ WIELKOŚĆ EFEKTU (effect size)➢ ISTOTNOŚĆ STATYSTYCZNA

(statistical significance)

POZIOM ISTOTNOŚCI

(significance level)

WIELKOŚĆ PRÓBY

(sample size)

WIELKOŚĆ EFEKTU

(effect size)

MOC STATYSTYCZNA BADANIA

(statistical power)

WIELKOŚĆ PRÓBY (sample size)

➢ OBLICZANA PRZEZ STATYSTYKÓW ZANIM ROZPOCZNIE SIĘ BADANIE.RAPORT Z BADANIA POWINIEN ZAWIERAĆ SZCZEGÓŁOWE WYLICZENIA

➢ OBLICZENIA WIELKOŚCI PRÓBY POWINNY WZIĄĆ POD UWAGĘ:a. liczbę różnych właściwościb. liczbę grupc. różnorodność, zmienność badanej właściwościd. szacunkową proponowaną różnicę między porównywanymi grupami (najmniejsza

prawdziwa średnia różnica która byłaby klinicznie możliwa)e. wymagany poziom istotności (np p<0.05)f. wymagany stopień mocy (by nie popełnić Type II Error, przyjmuje się 0.8=80%

prawdopodobieństwo)

WIELKOŚĆ EFEKTU (effect size)

➢ WYBRANA MIARA PUNKTU KOŃCOWEGO WYRAŻA WIELKOŚĆ EFEKTU (np OR, RR, NNT, NNH, ARI, ARR...)

➢ MIARY PUNKTU KOŃCOWEGO MOGĄ BYĆ RELATYWNE LUB ABSOLUTNE

JEDNOSTKA SKRÓT OPIS BRAK EFEKTU PEŁEN SUKCES

iloraz zdarzeń(Odds Ratio)

OR=oE/oC

szanse zdarzenia w grupie eksperymentalnej dzielone przez

szanse zdarzenia w grupie kontrolnej; wyrażany przez

proporcję dziesiętną

OR = 1

OR = 0

OR<1(exp redukuje outcome, mniej

zdarzeń w gr.ex)

OR>1(exp wzmaga outcome, więcej

zdarzeń w gr.ex)

liczba koniecznaby leczyć

(Number Needed to Treat)

NNT=1/ARR

(wartość zaokrągla się

w górę)

liczba pacjentów która musi być podana terapii aby zapobiec

jednemu zdarzeniu; odwrotność ARR (wyrażana wtedy jako ułamek

dziesiętny)

NNT = ∝ NNT = 1/ryzyko początkowe

MIARY WIELKOŚCI EFEKTU W METAANALIZACH

Materiał uzupełniający TUTAJ

JEDNOSTKA SKRÓT OPIS BRAK EFEKTU PEŁEN SUKCES

absolutneobniżenie ryzyka

(Absolute Risk Reduction lub

Risk Difference)

(RD)ARR=EER-CER

absolutna zmiana ryzyka; ryzyko zdarzenia w grupie kontrolnej minus

ryzyko zdarzenia w grupie eksperymentalnej wyrażone

najczęściej w %ODWROTNOŚĆ NNT

ARR = 0%ARR = ryzyko początkowe

(wyjściowe)

relatywne obniżenie ryzyka

(Relative Risk Reduction)

RRR=(EER-CER)

/CER

proporcja ryzyka usuniętego przez terapię; ARR dzielone przez ryzyko

początkowe w grupie kontrolnejRRR = 0% RRR = 100%

ryzyko relatywne (Relative Risk lub

Risk Ratio)

RR=EER/CER

ryzyko zdarzenia w grupie eksperymentalnej dzielone przez

ryzyko zdarzenia w grupie kontrolnej; wyrażana przez

proporcję dziesiętną lub w %

brak różnicy w ryzyku

RR = 1

lub

RR = 100%

RR = 0 RR = 0%

RR<1obniżone ryzyko

RR>1podwyższone ryzyko

JEDNOSTKA SKRÓT OPIS BRAK EFEKTU PEŁEN SUKCES

różnica średnich lubróżnica między średnimi

(Mean Difference)lub

średnia ważonaróżnic

(Weighted Mean Difference)

MDlub

WMD

absolutna różnica między wartościami średniej w dwu grupach gdy efekt jest

mierzony tą samą skalą ciągłąWMD = 0

EFEKT:● mały:

0.2 - 0.4

● umiarkowany:0.5 - 0.7

● duży >0,7

standaryzowana średnia różnic(Standardized Mean Difference)

SMD

wielkość efektu interwencji w każdym badaniu w stosunku do zmienności

obserwowanej w tym badaniu(jedno zjawisko mierzone różnymi

sposobami)

SMD = 0

EFEKT:● mały:

0.2 - 0.4

● umiarkowany:0.5 - 0.7

● duży >0,7

NA PODSTAWIE: Perera R., Heneghan C., Badenoch D., Statistics Toolkit, Blackwell Publishing, BMJ Books, 2008, USA & UK MATERIAŁ UZUPEŁNIAJĄCY TUTAJ i TUTAJ

MIERNIKI RELATYWNE MIERNIKI ABSOLUTNE

dla oddania proporcji jednego zdarzenia lub jednej zmiennej do innej

dla oddania bezwzględnej różnicy jednego zdarzenia lub jednej zmiennej względem innej

HR (hazard ratio) ARD (absolute risk difference)

OR (odds ratio) AR (attributable risk)

RR (relative risk) NNT (number needed to treat)

RRR (relative risk reduction)RD lub ARR(risk difference)(absolute risk reduction)

RRI (relative risk increase) ARI (absolute risk increase)

MD (mean difference) (difference in means) lubWMD (weighted mean difference)

SMD (standardized mean difference)

P-VALUE czyli wartość p

- to umowna wartość prawdopodobieństwa wyrażająca szansę uzyskania danego rezultatu w świetle prawdziwej hipotezy zerowej(H0 null hypothesis)

Istotne rezultaty (significant results): p<0.05wykazano statystycznie że jest wątpliwe by były dziełem przypadku(H0 jest fałszywa, odrzucają H0).

Nie-istotne rezultaty (non-significant results): p>0.05nie wyeliminowano roli przypadku w uzyskaniu danego rezultatu;(nie obalono H0)

P-VALUE czyli wartość p (ciąg dalszy)Jeśli nie odrzucam H0 (nie ma wystarczającego dowodu przeciw H0 na korzyść H1):

➢ p<0.5 możliwość że dany rezultat jest dziełem przypadku, jest mniejsza niż 1:2

➢ p<0.1 możliwość że dany rezultat jest dziełem przypadku, jest mniejsza niż 1:10

➢ p<0.05 możliwość że dany rezultat jest dziełem przypadku,jest mniejsza niż 1:20 (5%)

➢ p<0.025 możliwość że dany rezultat jest dziełem przypadku, jest mniejsza niż 1:40

➢ p<0.01 możliwość że dany rezultat jest dziełem przypadku, jest mniejsza niż 1:100

p>0.05 OZNACZA STATYSTYCZNĄNIE-ISTOTNOŚĆ

STATYSTYCZNA NIE-ISTOTNOŚĆNIE ZNACZY ŻE COŚ JEST NIEISTOTNE!

STATYSTYCZNA ISTOTNOŚĆ NIE OZNACZA ŻE COŚ JEST ISTOTNE KLINICZNIE!

CONFIDENCE INTERVAL (CI)czyli Przedział Ufności

➢ tradycyjnie CI przyjmuje się jako CI95% (p<0.05)

➢ odnosi się do wielkości efektu terapii, ekspozycji, interwencji

➢ ideał: duża próba z wąskimi przedziałami

➢ przed interpretacją CI należy zbadać tendencyjność badań(biased studies)

Przedział wartości, w którym z danym prawdopodobieństwem (wyrażonym w %) znajduje się wartość parametru(np: RR, RRR, ARR, ARI, NNT, średnia itp.) dla populacji ogólnej

CONFIDENCE INTERVAL (CI)(ciąg dalszy)

➢ efekt statystycznie istotny nie koniecznie musi być klinicznie ważny(wielkość efektu określa jego kliniczną doniosłość)

➢ wielkość efektu (effect size) może być mierzona na różne sposoby(RRR, ARR, NNT), gdzie względne wartości (relative measures) podkreślają potencjalne korzyści; wartości absolutne dają lepszy obraz

➢ "nie-istotność" (non-significance) nie oznacza braku efektu; małe badania często podają "nie-istotność" nawet wtedy kiedy są ważne: gdyby badanie było większe, istotność byłaby wykryta

3. ELEMENTY WYKRESU FOREST PLOT

FOREST PLOTczyli przez las na skróty do celu

➢ wykres charakterystyczny dla prac przeglądowych(metaanaliza i przegląd systematyczny z metaanalizą)

➢ umożliwia analizę i porównanie wielu badań odnoszących się do postawionego w pracy przeglądowej pytania

➢ zawiera informację o cząstkowej wartości każdego badania, poziomie heterogeniczności, podaje wartość p oraz przedział ufności (istotność statystyczna), RR, NNT

NA PODSTAWIE: Karin Ried, Interpreting and understanding meta-analysis graphs. A practical Guide. Australian Family Physician Vol. 35, No. 8, August 2006

0.1 0.2 0.5 1 2 5 10

WSPIERA INTERWENCJĘ WSPIERA GR. KONTROLNĄ

WIELKOŚĆ KWADRATÓW

WSKAZUJE NA ILOŚĆ INFORMACJI KTÓRE

DOSTARCZA BADANIE

LINIA BRAKU EFEKTU

LINIA PRZEDZIAŁU

UFNOŚCI

PUNKT SZACUNKOWY

PRZEDZIAŁ UFNOŚCI

WYKRES FOREST PLOT DLA MIAR PUNKTÓW KOŃCOWYCH

(DANE BINARNE)

METAANALIZA DYCHOTOMICZNYCH PUNKTÓW KOŃCOWYCH

POMOC TUTAJ

4. HETEROGENICZNOŚĆ W METAANALIZIE

➢ testy heterogeniczności

PRZEGLĄD SYSTEMATYCZNY METAANALIZA

PRZEWAŻNIE ALE NIE ZAWSZE ZAKOŃCZONY JEST METAANALIZĄ

POWINNA OPIERAĆ SIĘ NA PRZEGLĄDZIE SYSTEMATYCZNYM

1. PYTANIE KLINICZNIE ISTOTNE (PICOT)

2. WSZYSTKIE, TAKŻE NIEOPUBLIKOWANE BADANIA, KTÓRE STANOWIĄ ODPOWIEDŹ NA PYTANIE KLINICZNIE ISTOTNE

3. JASNE KRYTERIA WŁĄCZENIA OPRACOWAŃ

4. GRUPA PRAC KTÓRA PODLEGA METAANALIZIE (WYCIĄGNIĘCIE INDYWIDUALNYCH DANYCH Z PRAC CZĄSTKOWYCH)

5. OKREŚLENIE ISTOTNOŚCI STATYSTYCZNEJ UZYSKANYCH WYNIKÓW

1. PYTANIE KLINICZNIE ISTOTNE (PICOT)

2. BADANIA, KTÓRE STANOWIĄ ODPOWIEDŹ NA PYTANIE KLINICZNIE ISTOTNE

3. WYBRANE PRACE PODLEGAJĄ METAANALIZIE (WYCIĄGNIĘCIE INDYWIDUALNYCH DANYCH Z PRAC CZĄSTKOWYCH)

4. OKREŚLENIE ISTOTNOŚCI STATYSTYCZNEJ UZYSKANYCH WYNIKÓW

PRZEGLĄD SYSTEMATYCZNYvs

METAANALIZA

HETEROGENICZNOŚĆ (heterogeneity)

MATERIAŁ POMOCNICZY TUTAJ

TO NIEJEDNORODNOŚĆ, ODMIENNOŚĆ MIĘDZY BADANIAMI W PRACY PRZEGLĄDOWEJ.

SĄ RÓŻNE TYPY HETEROGENICZNOŚCI:● KLINICZNA (clinical diversity lub clinical heterogeneity)

/uczestnicy, interwencje, punkty końcowe/● METODOLOGICZNA (methodological diversity LUB

methodological heterogeneity)/projekt badania, ryzyko tendencyjności/

● STATYSTYCZNA (statistical heterogeneity)/efekty interwencji/

HOMOGENICZNOŚĆ● PRZEGLĄD SYSTEMATYCZNY:

ŁĄCZENIE WSZYSTKICH NIETENDENCYJNYCH BADAŃ KTÓRE DAJĄ ODPOWIEDŹ NA PYTANIE PICO

● CECHY KLINICZNE I METODOLOGICZNE WŁĄCZONYCH BADAŃ MUSZĄ BYĆ ZBLIŻONE

● METAANALIZA: ŁĄCZENIE DANYCH Z BADAŃ

● ŁĄCZENIE DANYCH MUSI BYĆ TRAFNE

● CEL TESTÓW STATYSTYCZNEJ HOMOGENICZNOŚCI: ZBADANIE CZY DANE PRZEDSTAWIONE W BADANIACH CZĄSTKOWYCH SĄ DO SIEBIE PODOBNE I JAKO TAKIE MOGĄ BYĆ ŁĄCZONE

CHI-SQUARE TEST (X2)● GDY MASZ ZBIÓR POMIARÓW I CHCESZ SIĘ DOWIEDZIEĆ CZY

RÓŻNIĄ SIĘ MIĘDZY SOBĄ BARDZIEJ NIŻ MOŻNA BY OCZEKIWAĆ OD PRZYPADKU

● TRZY WAŻNE WIELKOŚĆI:- KWADRAT CHI (X2)- LICZBA STOPNI SWOBODY: (df,degrees of freedom)- WARTOŚĆ-P: (p-value) zazwyczaj dla statystycznie istotnego X2 przyjmuje się p-value < 0.1

df = (liczba badań w przeglądzie) - 1

X2 > df = heterogeniczność

CHI-SQUARE TEST (X2)słabe strony testu

● NISKA MOC W WYKRYWANIU HETEROGENICZNOŚCI GDY JEST MAŁO BADAŃ W METAANALIZIE

● MOŻE WYKAZAĆ HETEROGENICZNOŚĆ W METAANALIZIE WIELU DUŻYCH BADAŃ NAWET JEŚLI JEST MAŁO PRAWDOPODOBNE BY MIAŁA ONA WPŁYW NA WNIOSKI

● TUTAJ Z POMOCĄ PRZYCHODZI TEST (I2)

I-SQUARE TEST (I2)

● BARDZIEJ STABILNY NIŻ X2 BO NIE JEST ZALEŻNY OD:- liczby badań- typu danych punktu końcowego- wybranej miary mocy badania (np OR, RR)

● POKAZUJE % CAŁKOWITEJ WARIANCJI (variance) W PRZEKROJU

DANYCH KTÓRA MA RACZEJ ZWIĄZEK Z HETEROGENICZNOŚCIĄ NIŻ Z PRZYPADKIEM

● IM WIĘKSZA WARTOŚĆ WYRAŻONA W % TYM WIĘKSZA HETEROGENICZNOŚĆ

I2 = 100x(X2 – df)/X2

I-SQUARE TEST (I2)Jak dużo to już za dużo?

● UMOWNE WARTOŚCI PROGOWE MOGĄ BYĆ MYLĄCE - WAGA NIEZGODNOŚCI ZALEŻY OD RÓŻNYCH CZYNNIKÓW

MOŻNA OSTROŻNIE PRZYJĄĆ ŻE HETEROGENICZNOŚĆ:

1. do 40%: może być nieistotna2. 30%-60%: może być umiarkowana3. 50%-90%: może być znaczna4. 75%-100%: może być poważna

TAU-SQUARE lub TAU2 (T2)

● TO SZACUNKOWA WARIANCJI POMIĘDZY BADANIAMI DLA METAANALIZ W MODELU Z EFEKTEM ZMIENNYM (RE)

TAU2 > 1 = ZNACZNA HETEROGENICZNOŚĆ

TEST-T (t-test)

● BADANIE 2 ŚREDNICH POPULACYJNYCH

● DLA MAŁYCH PRÓB GDY ODCHYLENIE STANDARDOWE (standard deviation, SD) NIE JEST ZNANE

● USTALA PRAWDOPODOBIEŃSTWO (p-value) CZY ŚREDNIE POPULACYJNE SIĘ RÓŻNIĄ

● DO PORÓWNANIA WIĘKSZEJ LICZBY ZMIENNYCH UŻYWAMY ANALIZY WARIANCJI(ANOVA - analysis of variance)

ANalysis Of VArianceanaliza wariancji (pomiędzy grupami)

● GRUPA TECHNIK STATYSTYCZNYCH DLA PORÓWNANIA ŚREDNICH (mean) DWU LUB WIĘCEJ PRÓB (sample) BY USTALIĆ CZY POCHODZĄ Z TEJ SAMEJ POPULACJI

● TEST 2 LUB WIĘCEJ ZMIENNYCH NIEZALEŻNYCH(independent variable): model wieloczynnikowy ANOVA (two-way ANOVA)

TEST-Z (z-test)● BY USTALIĆ CZY DWIE ŚREDNIE POPULACJI SĄ RÓŻNE GDY

WARIANCJE SĄ ZNANE A PRÓBA JEST DUŻA● MOŻNA PRZEPROWADZIĆ GDY:

- ISTNIEJE ROZKŁAD NORMALNY (rozkład Gaussa)- KŁOPOTLIWY PARAMETR JEST ZNANY (np odchylenie standardowe, standard deviation, SD)

● GDY SD NIE JEST ZNANE - ZAKŁADA SIĘ ŻE WARIANCJA PRÓBY JEST RÓWNA WARIANCJI POPULACJI

WARTOŚĆ KRYTYCZNA: 3 (różnica jest statystycznie istotna)

Z < 3 - różnica nieistotna Z > 3 różnica istotnaLUB:

Z 2 - różnica istotna przy p=0.05Z 2.5 - różnica istotna przy p=0.01Z 3 - różnica istotna przy p=0.003

5. MODELE ŁĄCZENIA ILORAZÓW ZDARZEŃ W METAANALIZACH

➢ Model z efektem stałym➢ Model z efektem zmiennym

BŁĄD STANDARDOWY(Standard Error, SE)

● BIEŻE POD UWAGĘ WIELKOŚĆ BADANIA I CZĘSTOŚĆ ZDARZEŃ

● IM MNIEJSZY SE W REZULTATACH BADANIA TYM WIĘKSZE ZNACZENIE TEGO BADANIA (TYM PRECYZYJNIEJSZE OSZACOWANIE PARAMETRU)

● UZALEŻNIONY OD WIELKOŚCI ZRÓŻNICOWANIA WARIANCJI (variance) DANEJ CECHY

● IM WIĘKSZA ZMIENNOŚĆ BADANEJ WIELKOŚCI W POPULACJI TYM OSZACOWANIE PRAWDZIWEJ WARTOŚCI JEST MNIEJ PRECYZYJNE

WARIANCJA (VARIANCE)● WYLICZENIE ŚREDNIEJ WYLICZENIE WARIANCJI

● DAJE OBRAZ JAK DUŻE JEST ZRÓŻNICOWANIE WYNIKÓW W DANYM ZBIORZE WYNIKÓW(CZY SĄ SKONCENTROWANE WOKÓŁ ŚREDNIEJ,JEŚLI NIE - JAK BARDZO OD NIEJ ODBIEGAJĄ)

● PRZYJMUJE WARTOŚCI OD 0 DO NIESKOŃCZONOŚCI

● MAŁA WARIANCJA = PUNKTY BLISKO OCZEKIWANEJ ŚREDNIEJ(np: diament OR na linii CI względem linii braku efektu)

● PIERWIASTEK KWADRATOWY Z WARIANCJI TO ODCHYLENIE STANDARDOWE (standard deviation, SD)

MODELE ŁĄCZENIAILORAZÓW ZDARZEŃ:

1. MODEL Z EFEKTEM STAŁYMlub WSPÓLNYM (common)Fixed Effect Model (FE)

2. MODEL Z EFEKTEM ZMIENNYM(efekty losowe)

Random Effects Model (RE)

Wyjaśnienie i komentarz w języku polskim TUTAJ

MODEL Z EFEKTEM STAŁYM (FE)

ZAŁOŻENIE: PRAWDZIWY EFEKT INTERWENCJI (WIELKOŚĆ I KIERUNEK) MA TĘ SAMĄ WARTOŚĆ W KAŻDYM BADANIU A EWENTUALNE OBSERWOWANE RÓŻNICE W EFEKTACH SĄ DZIEŁEM PRZYPADKU(błąd doboru próby sampling error).BRAK STATYSTYCZNEJ HETEROGENICZNOŚCI.

OCENIA POZIOM NIEPEWNOŚCI (przedział ufności) BIORĄC POD UWAGĘ DOBÓR PRÓBY (sampling)WEWNĄTRZ BADANIA A NIE ZMIENNOŚĆ (variation) POMIĘDZY BADANIAMI

MODEL Z EFEKTEM STAŁYM (FE)

● metoda Mantel-Haenszel (M-H)gdy wskaźnik zdarzeń jest niski lub wielkość badania mała w zależności od miary wielkości efektu dobiera się stosowny schemat ważenia(weighting scheme)

● metoda Petotylko do sumowania niewielkich ilorazów zdarzeń (OR) - bliskich 1gdy grupy E i C w poszczególnych badaniach są ilościowo równe

MODEL Z EFEKTEM ZMIENNYM (RE)

ZAŁOŻENIE: WIELKOŚĆ I KIERUNEK EFEKTU W KAŻDYM BADANIU MOGĄ BYĆ RÓŻNE

CEL: UZYSKANIE ŚREDNIEJ DLA DYSTRYBUCJI EFEKTÓW INDYWIDUALNYCH BADAŃ

SKUTEK: BARDZIEJ OSTROŻNY SZACUNEK ŁĄCZONYCH ILORAZÓW ZDARZEŃ. SZERSZE PRZEDZIAŁY UFNOŚCI I MNIEJSZA PEWNOŚĆ CO DO PRAWDZIWEJ WARTOŚCI

BIERZE POD UWAGĘ ZARÓWNO:● BŁĄD DOBORU PRÓBY (sampling error)

W KAŻDYM BADANIU● ZMIENNOŚĆ (variation) POMIĘDZY BADANIAMI

MODEL Z EFEKTEM ZMIENNYM (RE)metoda DerSimonian-Laird

● wykorzystywana gdy istnieje dowód na heterogeniczność danych;

● zakłada że choć badania w meta-analizie oceniają różne efekty interwencji to są one zbliżone

● błędy standardowe (standard error) szacunków poszczególnych badań są dostosowane tak by zawrzeć w niej miarę stopnia zmienności lub heterogeniczności wśród efektów interwencji zaobserwowanych w różnych badaniach (to zróżnicowanie często określane jako tau-square T2)

● Ilość zmian, a tym samym korektę, można oszacować na podstawie efektów interwencji i błędów standardowych badań włączonych do metaanalizy.

T2 > 1 = ZNACZNA HETEROGENICZNOŚĆ

Wpływ leczenia operacyjnego na pełne wyzdrowienie złamania trzonu kości ramiennej.

MODEL Z EFEKTEM ZMIENNYM(DerSimonian-Laird)

EFEKT LECZENIA STATYSTYCZNIE NIEISTOTNY.

OR=0.8895% CI (0.27-2.88)HETEROGEN.:X2(8)=39.61P=0.001WARIANCJA: 2.26

Liu G, Zhang C, Wu H. Comparison of Initial Nonoperative and Operative Management of Radial Nerve Palsy Associated With Acute Humeral Shaft Fractures.ORTHOPEDICS. 2012; 35: 702-708. doi: 10.3928/01477447-20120725-10

Wpływ leczenia operacyjnego na pełne wyzdrowienie złamania trzonu kości ramiennej.

MODEL Z EFEKTEM STAŁYM (FE), METODA M-H

EFEKT LECZENIA STATYSTYCZNIE NIEISTOTNY.

EFEKT OGÓLNY:OR=1.0995% CI (0.73-1.64)HETEROGEN.: X2(8)=39.73P<0.001

Wpływ leczenia operacyjnego na pełne wyzdrowienie złamania trzonu kości ramiennej.

MODEL Z EFEKTEM ZMIENNYM(DerSimonian-Laird)

EFEKT LECZENIA STATYSTYCZNIE NIEISTOTNY.

OR=0.8895% CI (0.27-2.88)HETEROGEN.:X2(8)=39.61P=0.001WARIANCJA: 2.26

Arezzo, A., Passera, R., Scozzari, G., Verra, M. and Morino, M. 2012. Laparoscopy for rectal cancer reduces short-term mortality and morbidity: results of a systematic review and meta-analysis. Surgical endoscopy, pp. 1--18.

ĆWICZENIE:NA PODSTAWIE WYKRESU FOREST PLOT OKREŚL:A. ŚREDNIĄ SZACUNKOWĄ DLA CAŁEJ

METAANALIZY/PODGRUPYB. HETEROGENICZNOŚĆC. CZY REZULTAT WSPIERA INTERWENCJĘ?

CEL: DOSKONALENIE UMIEJĘTNOŚCI ROZPOZNAWANIA ELEMENTÓW WYKRESU FOREST PLOT, DOSKONALENIE UMIEJĘTNOŚCI GROMADZENIA WIEDZY O METAANALIZIE NA PODSTAWIE WYKRESU I OCENY REZULTATÓW METAANALIZY NA PODSTAWIE WYKRESU FOREST PLOT

Seitz DP, Adunuri N, Gill SS, Gruneir A, Herrmann N, Rochon P. Antidepressants for agitation and psychosis in dementia. Cochrane Database of Systematic Reviews 2011, Issue 2. Art. No.: CD008191. DOI: 10.1002/14651858.CD008191.pub2.

Co to jest CMAI? Odpowiedź TUTAJ

O'Meara S, Al-Kurdi D, Ologun Y, Ovington LG, Martyn-St James M, Richardson R. Antibiotics and antiseptics for venous leg ulcers. Cochrane Database of Systematic Reviews 2014, Issue 1. Art. No.: CD003557. DOI: 10.1002/14651858.CD003557.pub5.

Sophia Zoungas, Toshiharu Ninomiya, Rachel Huxley, Alan Cass, Meg Jardine, Martin Gallagher, Anushka Patel, Ali Vasheghani-Farahani, Gelareh Sadigh, Vlado Perkovic; Systematic Review: Sodium Bicarbonate Treatment Regimens for the Prevention of Contrast-Induced Nephropathy. Annals of Internal Medicine. 2009 Nov;151(9):631-638.

PREZENTACJA ZOSTAŁA OPRACOWANA NA PODSTAWIE:

1. StatSoft, Internetowy Podręcznik Statystyki.http://www.statsoft.pl/textbook/glosfra_stat.html2. Borenstein, M., Hedges, L. V., Higgins, J. P.T. and Rothstein, H. R. (2010),A basic introduction to fixed-effect and random-effects models for meta-analysis. Res. Synth. Method, 1: 97–111. doi: 10.1002/jrsm.123. Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration, 2011. Available from www.cochrane-handbook.org.4. Boswell C., Cannon S. Introduction to Nursing Research. Incorporating Evidence-Based Practice Jones&Bartlett Learning, 3rd edition, 20145. Steven H. Woolf The Meaning of Translational Research and Why It Matters, JAMA, (styczeń 2008) Vol 2996. Khoury MJ, Gwinn M, Ioannidis JP The emergence of translational epidemiology: from scientific discovery to population health impact, Am J Epidemiol. 2010 Sep 1;172(5):517-24. doi: 10.1093/aje/kwq211. Epub 2010 Aug 5.7. Olajide Ajetunmobi, Hodder Arnold, Making sense of critical appraisal, 2002,Oxford University Press Inc,. USAStatistics Toolkit, Perera R., Heneghan C., Badenoch D. January 2008, Wiley-Blackwell, BMJ Books8. Trisha Greenhalgh, How to read a paper. The basics of Evidence-Based Medicine, May 2010, 4th edition, Wiley-Blackwell9. Ian Shrier, Structural Approach to Bias in Meta-analyses, Research Synthesis Methods, Volume 2, Issue 4, pages 223–237, December 201110. Mark C. Simmonds, Jayne Tierney, Jack Bowden and Julian PT Higgins, Meta-analysis of time-to-event data: a comparison of two-stage methods, Research Synthesis Methods, Volume 2, Issue 3, September 2011, Pages: 139–14911. Megan D. Higgs, Do We Really Need the S-word?, American Scientist, styczeń-luty 2013, Vol 101, No 1, str 612. Anne Dabrow Woods, Ellen Fineout-Overholt, Shawn Kennedy,Demystifying Research: Simplifying Critical Appraisal, OvidSP live presentation, March 2012 (notatki własne z wykładu “na żywo”)