Meta-analýza přehledové studie, definice postup meta-analýzy

Slides:



Advertisements
Podobné prezentace
Regionální kontaktní organizace – kontakty pro Evropský výzkumný prostor jsou součástí sítě regionálních a oborových kontaktních organizací NINET, které.
Advertisements

Ideový závěr Co si mám z přednášky odnést (+ komentáře k užití statistiky v biologii)
Testování statistických hypotéz
Cvičení 6 – 25. října 2010 Heteroskedasticita
Lineární regresní analýza Úvod od problému
Analýza variance (Analysis of variance)
Výpočet a interpretace ukazatelů asociace v epidemiologických studiích
4EK416 Ekonometrie Úvod do předmětu – obecné informace
Meta-analýza v epidemiologii a toxikologii
Mgr. Alena Lukáčová, Ph.D., Dr. Ján Šugár, CSc.
Statistika Vypracoval: Mgr. Lukáš Bičík
Testování hypotéz vymezení důležitých pojmů
Analýza dat.
MUDr. Michal Jurajda, PhD. ÚPF LF MU
Sociologický výzkum.
Řízení a supervize v sociálních a zdravotnických organizacích
Testy významnosti Karel Mach. Princip (podstata): Potvrzení H O Vyvrácení H O →přijmutí H 1 (H A ) Ptáme se:  1.) Pochází zkoumaný výběr (jeho x, s 2.
Lineární regresní model Statistická inference Tomáš Cahlík 4. týden.
Zásady experimentální práce (především v biologii)
Korelace a elaborace aneb úvod do vztahů proměnných
ISS Chybějící hodnoty, standardizace Semináře ke kurzu Analytické metody výzkumu Jindřich Krejčí.
Praktické využití regresní analýzy Struktura národního hospodářství a znečištění ovzduší v tranzitivních ekonomikách: Případ České republiky Gabriela Jandová.
Lineární regresní analýza
Biostatistika 6. přednáška
Biostatistika 7. přednáška
- Pojmy - SPSS Statistické zpracování kvantitativních šetření.
Test dobré shody Fisherův přesný test McNemar test
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Práce s výsledky statistických studií
Pohled z ptačí perspektivy
Praktikum elementární analýzy dat Třídění 2. a 3. stupně UK FHS Řízení a supervize (LS 2012) Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace.
Statistická významnost a její problémy
Pearsonův test dobré shody chí kvadrát
Biostatistika 8. přednáška
1 Název celé následující kapitoly Řízení hospodárnosti režijních nákladů.
Kvantitativní metody výzkumu v praxi
Základy statistiky Autor: Jana Buršová.
Biostatistika 1. přednáška Aneta Hybšová
Marketingový průzkum Milan Mrázek Matematika & Business
AKAD. ROK 2008/2009, LS PRŮMYSLOVÝ MARKETING - VŽ1 P R Ů M Y S L O V Ý M A R K E T I N G 8.
PSY717 – statistická analýza dat
Jak statistika dokazuje závislost
1. cvičení
Postup při empirickém kvantitativním výzkumu
Aplikovaná statistika 2.
Statistické metody pro prognostiku Luboš Marek Fakulta informatiky a statistiky Vysoká škola ekonomická v Praze.
Testování hypotéz Testování hypotéz o rozdílu průměrů  t-test pro nezávislé výběry  t-test pro závislé výběry.
Ústav lékařské informatiky, 2. LF UK 2008 STATISTIKA II.
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
INDUKTIVNÍ STATISTIKA
Opakování – přehled metod
Kritéria kvality metod a výzkumného šetření
t-test Počítání t-testu t statistika Měření velikosti efektu
Induktivní statistika
- váhy jednotlivých studií
Proč statistika ? Dva důvody Popis Inference
Multifaktorová analýza
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
Parciální korelace Regresní analýza
Úvod do induktivní statistiky
Finanční charakteristiky podniků před moratoriem (výsledky výzkumu)
Metodologie pro ISK 2 Kontrola dat Popis kategorizovaných dat
Statistika a výpočetní technika
Lineární regrese.
7. Kontingenční tabulky a χ2 test
OECD iLibrary Centrum informačních a knihovnických služeb
Induktivní statistika
Výpočet a interpretace ukazatelů asociace v epidemiologických studiích
Základy statistiky.
Transkript prezentace:

Meta-analýza přehledové studie, definice postup meta-analýzy statistické techniky – ověření homogenity studií, agregace velikosti účinku, moderující proměnné, analýza citlivosti, publikační zkreslení přínosy a úskalí meta-analýzy

Přehledové studie různé typy přehledových studií integrativní typ – snaha o zobecnění výsledků z množství studií narativní přehledové studie meta-analýza meta-analýza se sdruženými daty prospektivní meta-analýza se sdruženými daty

Meta-analýza statistická analýza velkého množství analytických výsledků individuálních studií za účelem integrovat jejich závěry (Glass, 1976) cíle identifikovat a kvantifikovat převažující závěry studií vysvětlit případné nesourodé závěry

Postup meta-analýzy vymezení výzkumné otázky vyhledání studií výběr relevantních studií extrakce dat ze studií analýza dat interpretace výsledků prezentace výsledků (implementace výsledků)

Výzkumná otázka konceptuální a operacionální definice proměnných širší vymezení vede k zahrnutí většího množství studií

Vyhledání studií inkluzivní a exkluzivní kritéria povaha studie, výzkumný design zkoumané proměnné populace jazykové, kulturní, časové vymezení typ publikace prohledání databází knihoven, elektronických databází, konzultace expertů…

Výběr studií selekce z vyhledaných studií na základě stanovených měřítek kvality studie ne vždy všechny informace k dispozici

Extrakce dat ze studií matice dat z jednotlivých studií zařazených do meta-analýzy velikost účinku rozsah výběru údaje o podskupinách… časově náročný proces hodnotíme také možné confounding efekty kódování často více posuzovateli

Velikost účinku viz přednáška o statistické síle např. standardizovaný rozdíl mezi průměry, korelační koeficient pro nominální data – poměr šancí (odds ratio), příp. výpočet relativního rizika či NNT (počet nutný k léčbě)

Analýza dat ověření homogenity studií agregace výsledků studií hledání moderujících proměnných analýza citlivosti odhad publikačního zkreslení

Agregace výsledků studií jednoduché metody: počítání hlasů, znaménkový test sčítání z-skórů vážený průměr velikostí účinků (různé postupy výpočtů, obecně: ES = Σ(wi * ESi)/ Σ wi w = váha studie, obrácená hodnota SE

Agregace výsledků studií

Ověření homogenity předpokladem agregace velikostí účinku je jejich homogenita různé postupy ověření, např. Q statistika Q= Σ wi (Esi - ES)2 (využívá rozdělení chí-kvadrát) při zjištěné heterogenitě podrobnější analýza moderujících efektů

Moderující proměnné a analýza citlivosti moderující proměnná – ovlivňuje velikost účinku 2 metody analýzy porovnání podskupin regresní analýza analýza citlivosti – porovnání výsledků meta-analýzy za použití různých metod a podskupin analýzy

Publikační zkreslení autoři i recenzenti mohou preferovat statisticky významné výsledky následkem může být nepublikování studií, kterým se nepodařilo vyvrátit H0 – šuplíkový efekt jak odhadnout odolnost efektu vůči publikačnímu zkreslení a jak zkreslení identifikovat?

Publikační zkreslení - robustnost efektu Fail-safe N - odhad počtu studií s potenciálním nulovým efektem, které by zvrátily statistickou významnost celkového efektu vysoké číslo značí robustnost efektu Orwin’s fale-safe N - odhad počtu studií s potenciálním nulovým efektem, které by snížily velikost efektu na triviální úroveň důraz je kladen na faktickou významnost oproti statistické významnosti

Publikační zkreslení –identifikace vizuální inspekce trychtýřového grafu - funnel plot na ose x je vynesena velikost efektu zjištěná v konkrétní studii, na ose y počet osob či velikost standardní chyby efektu asymetričnost grafu naznačuje publikační zkreslení míry založené na funnel plotu korelace velikosti efektu a jeho standardní chyby trim and fill index – odhad velikosti efektu v případě absence publikačního zkreslení

Funnel plot Fergusson (2007) – graf pro výsledky exp. studií o vlivu hraní PC her na agresivní chování studie s menším počtem osob vykazují větší efekty – pravděpodobná přítomnost publikačního zkreslení

Funnel plot Fergusson (2007) – graf pro výsledky exp. studií o vlivu hraní PC her na agresivní myšlenky větší symetričnost grafu – pravděpodobná nepřítomnost publikačního zkreslení

Interpretace výsledků shrnutí výsledků analýzy množiny studií kromě agregace také posouzení vlivu dalších faktorů zvláště u korelačních studií nutno uvažovat proměnné, které nemusely být v původních studiích zahrnuty

Prezentace výsledků podstatné informace vymezení výzk. otázky, hypotézy kritéria pro zařazení studií extrahované údaje výsledky analýzy – v tabulkách a graficky velikosti účinků, souborů, výběrové chyby atd seznam analyzovaných studií buď součástí MA nebo jako zvláštní příloha.

Implementace výsledků dopad na praxi - prokázání platnosti hypotéz pomocí meta-analýzy má vysokou věrohodnost (i když implementace často se zpožděním – viz studie účinnosti terapie infarktu myokardu) doporučení pro další výzkum - identifikace bílých míst a možných moderujících faktorů

Přínosy meta-analýzy formální porovnání výsledků odpověď na otázku zobecnitelnosti použitím standardizovaného postupu nižší riziko subjektivního pohledu explorace moderujících proměnných urychlení aplikace výsledků studií identifikace neprozkoumaných oblastí

Možná úskalí meta-analýzy náročnost – časová a finanční, odborná publikační zkreslení selekční opomenutí heterogenita studií nekritické přijímání výsledků meta-analýzy

Doplňující literatura Hendl – kapitola 14 příklad meta-analytické studie: Compton MT, Slade T, Nielssen O. Cannabis use and earlier onset of psychosis: a systematic meta-analysis. Arch Gen Psychiatry. 2011 Jun;68(6):555-61.