13. Meta-Analyse und Reviews Flashcards
Qualitative Reviews =
narrative Reviews
Quantitative Reviews =
Meta-Analysen
Generalisierung der Ergebnisse von mehreren Studien ueber:
- narrative Reviews
- Meta-Analysen
Warum Meta-Analysen?
- exponentiell anwachsende Anzahl von publizierten Primaerstudien
- Zusammenfassung noetig
- “Evidence Based Medicine”
Was sind Meta-analysen und Reviews?
systematische Uebersichtsarbeiten
Zielgruppe fuer Meta-Analysen?
- Praktiker und Forscher (Übersicht zum aktuellen
Wissensstand für die Anwendung)
Lehrende und Studierende (Überblick zum aktuellen
Wissensstand)
Forscher (Generierung neuer Fragestellungen und
Hypothesen / Erfassung von Forschungsbedarf)
Warum benoetigen Praktiker und Forscher Meta-Analysen?
Uebersicht zum aktuellen Wissensstand –> Anwendung
Warum benoetigen Lehrende und Studierende Meta-Analysen?
Uebersicht zum aktuellen Wissensstand
Warum benoetigen Forscher Meta-Analysen
Generierung neuer Hypothesen
Erfassung von Forschungsbedarf
Meta-Analysen: Vorteile
1) Test der Generalisierbarkeit eines Effekts (=externe
Validität) über Homogenitätstests
2) Prüfung der Grenzen der Ergebnisse (=Abhängigkeit der Zusammenhänge von Drittvariablen) über Moderatoranalysen
3) Prüfung von Vermittlungshypothesen (=direkte oder nur indirekte Einflüsse) über Mediatoranalysen
Erfasse “Narrative Reviews”
Eine Beschreibung der existierenden Literatur.
– Oft werden mehrere hundert Studien zu einer
Fragestellung deskriptiv dargestellt.
– Die Bewertung erfolgt durch mehrere Reviewer
Narrative Reviews: Nachteile
— keine Zusammenfassung der Studien
– Ueberblicksverlust
Narrative Reviews: Bewertungskategorien fuer die Studien
+ Ergebnisse mit signifikanten Unterschieden in die
gewünschte Richtung
0 keine signifikanten Unterschiede / Ergebnisse.
- Ergebnisse mit signifikanten Unterschieden
entgegen der erwarteten Richtung.
Narrative Reviews: Wie erfolgt eine Zusammenfassung der Ergebnisse?
Auszählen der +/0/- über alle Studien hinweg
—-> box scoring oder vote counting
Box score/Vote counting
Abzaehlen von +, 0 und - Werte
- Ergebnis –> Chi-Squared Test
- Der box score kann durch einen Vergleich von Studien aus den drei Kategorien Hinweise auf potentielle Moderatorvariablen geben.
Box score/ vote counting: Vorteile
- Hinweise auf potentielle Moderatorvariablen
- Hilfestellung bei der Generierung neuer Hypothesen
- Inhaltlich-theoretische Argumentation steht hierbei im
Vordergrund
Box score/ vote counting: Nachteile
— Überforderung des Lesers (großen Zahlen von
Moderatorvariablen und Studien) da die Übersicht abnimmt
— Einzelne Studien gehen in der Vielzahl der Studien “unter”.
— keine systematische Gewichtung
nach:
der Stichprobengröße
der Größe der Mittelwertsdifferenz
der Effektgrößen
dem erzielten Signifikanzniveau
erste Meta-Analyse?
Glass 1976
Meta-Analyse: definition
Statistische Aggregation von Ergebnissen aus mehreren Studien mit gleicher / ähnlicher Fragestellung.
Meta-Analyse: Funktion?
- bessere Schätzung der “wahren” Effekte
- - Ermittlung von Konfidenzintervallen über die Studien hinweg möglich
Meta-Analyse: Vorteil?
Untergruppenanalysen (Subgruppenanalysen) Moderatoranalysen
(als weitere Auswertungsschritte möglich)
Meta-Analyse: Arbeitsschritte
1) Identifizierung & Präzisierung der Fragestellung,
Literaturrecherche
2) Kodierung der Studien
3) Ermittlung der Effektgrößen
4) Analysieren der Meta-Analyse-Daten
5) Interpretation und Präsentation der Ergebnisse
Meta-Analyse: Schritt 1
1) Identifizierung & Präzisierung der Fragestellung,
Literaturrecherche
- Fragestellung zu breit –> Flut von passenden Studien
- Fragestellung zu differenziert –> Duerre
- Vermeidung eines Bias –> moeglichst alle passende Studien sollen erfasst werden
Publication Bias
Verzerrung:
Diplomarbeiten, Promotionen nur
schwer erreichbar sind (z.B. nicht elektronisch).
Forschungsberichte, interne Papiere unter Verschluss sind
nur die “Guten” Zeitschriften sind gelistet
Nenne einen Synonym fuer Publication Bias
File-Drawer-Problem
Erfasse den File-Drawer-Problem
Studien mit “falschen” oder nicht-signifikanten Ergebnissen werden überhaupt nicht veröffentlicht
Publication Bias/File Drawer Problem: problematische Folgen
“leichteren” Publikation von “richtigen” Studien
—–> Ueberschaetzung der Wirksamkeit einer Therapie
oder eines Treatments
Publication Bias: wann ist dieser besonders schwerwiegend?
wenn anhand einer Metaanalyse Therapieempfehlungen oder Leitfäden zur Behandlung erstellt werden
Wie kann “graue Literatur” erfasst werden?
—> Alle bekannten Forscher auf dem jeweiligen
Forschungsgebiet anschreiben.
—> Auch außerhalb der “festgetretenen Pfade” suchen (z.B.
Internet, Tagungen, Fachverbände anschreiben, In diversen Universitätsbibliotheken forschen etc.)
–> Spezielle Kliniken / Zielgruppen anschreiben
Gueteprofile von Studien: was sind die 8 Guetekriterien?
1 Klinische Relevanz 2 Interne Validität 3 Güte und Information 4 Vorsicht bei der Interpretation 5 Reichhaltigkeit der Messung 6 Güte der Auswertung 7 Reichhaltigkeit der Ergebnisse 8 Indikationsrelevanz
Meta-analyse: was ist der Zweck von der Ermittlung von Effektgroessen?
Standardisierung
–> ermoeglicht den Vergleich von Ergebnissen aus verschiedene Studien trotz verschiedene aV
Meta-Analyse: Effektgroessen Beispiel
intervallskalierte Merkmale = Standardisierte Mittelwertsdifferenzen (d-Maß)
nominalskalierte Merkmale = odds ratio (or)
Nenne verschiedene Effektgroessenmasse
d-Mass (standardisierte Mittelwertsdifferenzen)
or (odds ratio)
d-mass: wie kann man Effekte kategorisieren nach Cohen?
kleine (d = 0.2)
mittlere (d = 0.5)
große Effekte (d = 0.8)
d-mass: wann ist es klar definiert?
- 2 Gruppen
- 1 Messzeitpunkt
d-mass: Problem?
wie wird d-Mass berechnet
- bei mehr als 2 SP?
- bei abhaengigen SP?
Effektgroessen: Bewertung als Alternative zu Cohen
Transparente Darstellung…
- aller deskriptiven Kennwerte.
- der Streuung.
Bewertung der ermittelten Effektgröße durch einen
Vergleich mit Effektgrößen aus ähnlichen Studien
nicht mit dem Bewertungsvorschlag von Cohen.
Erfasse Odds Ratio
das Verhältnis zweier Chancen zueinander.
Odds Ratio: wie wird es bewertet?
1 = keinen Unterschied zwischen den Gruppen >1 = “Risiko” für ein Ereignis in der ersten Gruppe <1 = “Schutzfunktion der Gruppenzugehörigkeit” vor einem Ereignis in der ersten Gruppe
