Metaanalyse I und II Flashcards
Metaanalysen?
Analysen von Analysen, Methode zur quantitativen Integration der Ergebnisse empirischer Primäruntersuchungen sowie zur Analyse der Variabilität der Ergebnisse
Vorteile von Metaanalysen
> Grössere Versuchspersonenzahl: Signifikanz eines Ergebnisses hängt von Stichprobengrösse ab. Bei kleiner Stichprobe eher Beta-Fehler (Nullhypothese beibehalten –> keine Unterschiede)
Power (Teststärke) grösser. Wkeit erhöht, vorhandene Unterschiede/Zusammenhänge auch bei kleinen Effekten zu finden
> Überblick über Forschungsbereich (Lücken werden ersichtlich)
> Untersuchung von Moderatoren
grosse Variationsbreite der verschiedenen Variablen, Moderatoren zur
Erklärung der Varianz in Effektstärken, aber Moderatoreneffekte können nicht
vollständig isoliert werden, da sich Untersuchungen oft in mehreren
Merkmalen (Störvariablen) unterscheiden
> Quantifizierung: Auch bei widersprücklichen Einzelbefunden kommt man zu einem endeutigen Gesamtergebnis
> Replizirbarkeit und Objektivität (Alle Einzel- und Analyseschritte lassen sich genau nachvollziehen)
Nachteile von Metaanalysen
• Verzerrungen in der Stichprobe: Aufgrund unvollständiger Recherche, unvollständiger Infos in Primärstudien oder publication bias -> in Funnel Plot ersichtlich, wenn nicht symmetrische
Trichterform, heute: Studien vor dem Start zenral registrieren
• Garbage in – Garbage out: Die Integration von Studien unterschiedlicher Qualität → ABER: schlechte Studien können ausgeschlossen werden oder Studienqualität kann als Moderatorvariable untersucht werden
• Apples and oranges [Uniformitätsproblem]:
Studien vermengt, die sich in Operationalisierung, Eigenschaften der Vpn oder Auswertungsmethoden unterscheiden, doch es werden oft übergeordnete Fragestellungen untersuch (Früchte)
• Nonindependent Effects -Integration abhängiger Daten:
Die Abhängigkeit von Ergebnissen / ES wird nicht berücksichtigt, mann kann aber anhängige Ergebnisse zu einem Wert zusammenfassen oder als Moderatorenvariablen berücksichtigen
Was sind typische Schritte bei der Durchführung von Metaanalysen?
- Konkretisierung des Forschungsproblems
- Sammlung relevanter Untersuchungen (relevante Literatur - Schneeballprinzip)
- Codierung und Bewertung der Untersuchung
- Datenanalyse: Integration der Einzelergebnisse, Berechnung von ES für jede Primärstudie, BErechung der durschnittlichen ES über ver. Studien
- Präsentation und Interpretation der Ergebnisse
Fixed Effects bzw. Random Effects
Nicht alle Studien sind gleich präzise. Daher werden die einzelnen Studien gewichtet. Für die Gewichtung gibt es
in Metaanalysen zwei Modelle: a) das fixed effect und b) das random effects model. a) Beim «fixed effect»-model
wird angenommen, dass es eine «wahre» Effektstärke gibt, die für alle Originalstudien gilt (die «wahre» Effektstärke variiert nicht zwischen den Studien b) Beim „random effects“-model wird angenommen, dass der wahre Effekt von Studie zu Studie variiert.
• radon effect Model ist konservativer heisst: Konfidenzintervalle werden grösser als beim fixed efffect Model.
“numbers needed to treat“ (NNT)
Anzahl notwendiger Behandlungen, um gegenüber der KG einen Patienten zu normalisieren / einen zusätzlichen Erfolg zu haben
Odds Ration
Quotenverhältnis, wenn Unterschied gefunden wurde
Quote des Therapieerfolges in der Behandlungsgruppe im Verhältnis zur
Quote des Therapieerfolges in KG
Beispiel: EG: 40 von 50 geheilt, KG: 30 von 50 -> 4020 / 3010 = 2.67 Oder: 40 :10 / 30:20 = 2.67 Mal höhere Erfolgschancen in EG
Was ist in der Studie von Cuijpers et al. mit Relative Risk gemeint?
Das Risiko / Wahrscheinlichkeit geheilt zu werden beträgt in der EG 40:50 (0.8) und in der KG 30:50 (1.33)
„Apart from the outcomes on continuous depression questionnaires, several studies reported dichotomous outcomes, such as rates of recovery or remission. For these data we calculated the relative risk (RR) of having a better outcome for the combined psychotherapy and pharmacotherapy compared to the combination of psychotherapy and placebo.“ (Cuijpers et al., 2010)
Warum sollten die in einer Metaanalysen einbezogenen Effektstärken aus den verschiedenen Studien auf
Homogenität überprüft werden?
Nur bei einer gewissen Homogenität der einbezogenen Effektstärken stellt die integrierte Effektstärke einen akzeptablen Schätzer des wahren Populationseffekts dar. Die verschiedenen Effektstärken aus den Primärstudien
können mit einem Signifikanztest auf Homogenität geprüft werden.
Welche Schritte können unternommen werden, wenn Heterogenität vorliegt?
In systematischen Reviews oder Meta-Analysen bezeichnet Homogenität (Heterogenität), inwieweit die in den eingeschlossenen Studien gefundenen Effekte ähnlich (homogen) oder verschieden (heterogen) sind. Mit statistischen Heterogenitätstests kann festgestellt werden, ob die Unterschiede zwischen den Studien grösser sind, als zufallsbedingt zu erwarten wäre
Was ist mit dem Publication Bias gemeint und wie kann ein möglicher Publication Bias in Metaanalysen
untersucht werden?
PB: die statistisch verzerrte Darstellung der Datenlage in wissenschaftlichen Zeitschriften infolge einer bevorzugten Veröffentlichung von Studien mit „positiven“ bzw. signifikanten Ergebnissen. Er wurde 1959 von dem Statistiker Theodore Sterling entdeckt. Positive Befunde sind leichter zu publizieren als solche mit „negativen“, also nicht-signifikanten Ergebnissen und sind zudem häufiger in Fachzeitschriften mit hohem Einflussfaktor veröffentlicht
• Heute werden Studien vor dem Start oft zentral registriert
Funnel Plot
- Ein Funnel Plot ist eine Grafik, die es ermöglicht, eine Metaanalyse auf einen Publikationsbias zu untersuchen. Dabei werden die Studienresultate gegen die Studiengrösse aufgetragen
- Bei Vorliergen eines Publication Bias kann erwartet werden, dass kleinere Studien mit negativen Effekten nicht veröffentlicht wurden.
- Konkretisierung des Forschungsproblems
Spezfizierung des Forschungproblems bzw. Fragestellung (hohes Abstraktionsniveau) Grobe Spezfizierung der zu untersuchenden Variablen und der einzuschliessenden Primärstudien
- Sammlung relevanter Untersuchungen
• die Such relevanter Primärstudien = Datenerhebung in Metaanalysen
• Recherche muss breit angelegt sein, um systematische Verzerrung zu verhindern
• Suche nach Begriffen in elektonischen Datenbanken wie Medline oder PsycINFO
• Durchsuchen der gefundenen Artifkel nach relevanter Literatur
= Studienselektion
- Codierung und Bewertung der Untersuchung (Datenetraktion)
- Codierung aller Infos, die für metaanalytische Berechnung notwendig sind (z.B. Stichprobengrösse, Mittelwerte und Standardabweichung bei Experimental- und Kontrollgruppe) –> Kann zum Auschluss führen, wenn Daten fehlen.
- Codierung möglicher Moderatoren = Merkmale der Studien/Patienten, die für die Erklärung der Varainz der Erinzelergebnisse relevant sein könnten
- Qualität der Studie –> klnische Relevanz. Validität, Güte der Information, Reichhaltigkeit der Messung
