meta analyse

Question 1

différence entre meta analyse et revue systématique

Answer 1

meta analyse: recherche de toutes les etudes qui repondent a la question de recherche et combinaison des resultats statistiquement (combinaison de toutes les évidences sur une même question de recherche)

revue systematique: recherche de toutes les etudes axées sur une question de recherche

Question 2

pourquoi est-ce que la meta analyse doit etre reproductible + transparente

Answer 2

pour permettre la critique du lecteur et permettre la mise a jour dans le cas de nouvelles etudes trouvées qu’on pourrait compiler dans ce qui a déjà été fait

Question 3

pourquoi on fait des meta analyses, a quoi ca sert (utilisés par ACMTS, pour production de guidelines)

Answer 3

on veut augmenter la precision des données, le n (en combinant de plusieurs études, on peut augmenter le n from different clinical trials)
on augmente le nombre de données pour repondre à la question de recherche

Question 4

comment peut-on expliquer la variation/hétérogénéité des résultats observés?

Answer 4

en faisant de la méta analyse, puisque des études/articles/publications sont plutôt subjectives que d’autres, ou manquent de données, on peut combiner les résultats pour notamment évaluer l’effet de l’intervention dans une population bien particulière (en augmentant le n) et expliquer pourquoi cela diffère d’une étude à l’autre

Question 5

8 étapes de la méta analyse

Answer 5

définir la question de recherche
protocole + critères inclusion/exclusion
localiser études
identifier la études selon les critères
extraction des données
évaluation de la qualité des données
combiner statistiquement les données
limites de l’étude + conclure

Question 6

comment on défini la question de recherche (méthode?)

Answer 6

PICO
population
intervention
comparateur
outcome
desfois on précise le devis

Question 7

on fait quoi dans la rédaction d’un protocole/définition critères?

Answer 7

définir les objectifs, types de sujets, critères inclusion/exclusion, stratégies de recherches, sources utilisées, c’est quoi le outcome final qu’on veut

Question 8

où peut-on localiser les études?

Answer 8

-databases
-littérature grise (moins accessibles) comme abrégés, conférences, registres d’essai = requiert des contacts pour y accéder…
-revues systématiques/meta analyse précédentes
-theses…

Question 9

dans l’étape d’identification des études qui respectent les critères de sélection, comment on applique les critères et par qui?

Answer 9

pour assurer la robustesse des résultats et limiter les biais, cela est effectué par AU MOINS 2 évaluateurs indépendants
-on diminue les différences par consensus ou par un autre évaluateur
-identification des doublons!

Question 10

v ou f; les résultats combinés n’ont pas besoin d’être indépendants les uns des autres

Answer 10

f; ils doivent être indépendants, et donc il faut éliminer les doublons (publications portant sur la même étude/mêmes patients)

Question 11

que fait-on avec les études qu’on ne sélectionne pas (non respect des critères de sélection) ?

Answer 11

on dresse une liste des études qu’on exclue (pour garder une trace) et on explique pourquoi on ne les prend pas

Question 12

pour l’extraction des données, comment on extrait les données? Qui effectue l’extraction?

Answer 12

on développe une grille d’extraction standardisée
sous-divisée en données générales, données spécifiques à l’étude et données quantitatives
l’extraction est effectuée par au moins 2 évaluateurs indépendants

Question 13

dans l’étape de l’évaluation de la qualité des résultats (limiter risques de biais), quelle est la méthode recommandée?

Answer 13

restreindre l’analyse principale aux études avec un faible risque de biais

Question 14

v ou f; les estimations des mesures d’association (RR, OR…) sont sous-estimées dans les études avec un haut risque de biais

Answer 14

f, les estimations surestimées sont généralement d’études ayant un haut risque de biais vs les études avec un faible risque de biais

Question 15

dans l’étape où on combine les résultats statistiquement, quelles sont les 5 sous étapes?

Answer 15

choix de la mesure d’association (OR, RR)
présentation graph des données
évaluation hétérogénéité (voir sources de variabilité possibles)
choix modèle statistique
analyses des sous groupes + sensibilité

Question 16

forest plot?

Answer 16

représentation graph des données avant la combinaison de celles-ci

Question 17

dans l’étape de combinaison des résultats, on doit notamment évaluer l’hétérogénéité
quels sont les facteurs qui peuvent expliquer les variabilités?

Answer 17

taille d’échantillon
devis
caractéristiques des populations
taux d’attrition, types d’interventions, risques de biais

Question 18

types de tests statistiques pour évaluer l’hétérogénéité (2)

Answer 18

statistique Q (pvalue < 0.10 = présence d’hétérogénéité)
statistique I^2 (représente % de variation des mesures d’association due à l’hétérogénéité

Question 19

est-il ok de combiner les résultats statistiquement en cas d’hétérogénéité?

Answer 19

non, préférable de ne pas* combiner statistiquement les résultats des études quand il y a de l’hétérogénéité dans les études individuelles (stats I^2>50% ou stats Q pval<0.10)

Question 20

dans le choix du modèle stats; quels sont les 2 types de modèles?

Answer 20

à effet fixe: suppose études similaires avec peu de différences
à effets aléatoires: + flexible sur l’hétérogénéité, + de variations

Question 21

quand opter pour un modèle stats a effet fixe?

Answer 21

si études assez similaires en termes d’intervention, population
suppose que les différences sont dues au hasard

Question 22

quand opter pour un modèle stats à effets aléatoires?

Answer 22

si les études varient (variabilités) en termes d’intervention, pop…
plus conservateur (produira mesures plus larges avec IC larges)

Question 23

principal biais menacant la validité des meta analyses?

Answer 23

biais de publication

Question 24

biais de publication ?

Answer 24

quand la publication/non publication des résultats de recherche est influencée par la nature des résultats
p.ex; si on a des résultats négatifs/non stats, ca aura plus tendance à ne pas être publié que si c’était positif/stats
avec un petit n, on aura tendance à avoir des résultats non sig donc tendance à ne pas publier ces résultats

Question 25

pourquoi il est important de ne pas se limiter qu’aux publications/databases électroniques pour localiser nos résultats?

Answer 25

we need littérature grise
plus tendance à avoir biais de publication
on aura tendance à surestimer l’effet de l’intervention à l’étude, ce qui peut fausser nos données

Question 26

2 facons de documenter la présence de biais de publications

Answer 26

funnel plot
fail safe N (méthode rosenthal)

Question 27

méthode rosenthal?

Answer 27

permet l’estimation du nbre d’études non publiés avec un résultats non stats QUI DOIVENT EXISTER POUR INVERSER LE RÉSULTATS SIG GÉNÉRÉ PAR LA META ANALYSE
-plus le chiffre est haut, plus il est peu probable qu’on ait autant de publications manquées

Question 28

funnel plot

Answer 28

diagramme de dispersion qui met en relation la mesure de l’effet + taille d’échantillon
si on a un vide dans un coin = biais de publication présent

Question 29

Avantages de la meta analyse (8)

Answer 29

transparente
robustes
objective (au moins 2 evaluateurs independants)
reduction des biais (n’inclue pas que les études publiés)
peu couteuses
pas de problèmes éthiques
permettent de répondre à des questions non posées dans des études individuelles

Question 30

Limites de la meta analyse (4)

Answer 30

-peut produire infos invalides car reflets de biais présents dans les études individuelles combinées
-combiner résultats avec devis/interventions différents
-production de mesure resumée inappropriées en presence de biais important
-mises a jour requises

Question 31

11 questions de la grille d’évaluation AMSTAR

Answer 31

-plan de recherche pré-établi?
-sélection/extraction données confiées à au moins 2 évaluateurs indépendants?
-recherche exhaustive (au moins 2 databases) ?
-nature de publication est un critère d’inclusion (littérature grise? publications non publiées?)
-listes d’études incluses/exclues fournies?
-caractéristiques des études incluses indiquées (sous forme de tableau)
-évaluation de la qualité des études incluses
-utilisation adéquate de la qualité des études incluses dans la conclusion?
-méthodes pour combiner résultats des études appropriées?
-probabilité d’un biais de publication évaluée (calcul,test, diagramme dispersion comme funnel plot, rosenthal)
-conflits d’intérêts