VL19 Meta-Analysen Flashcards
Was ist ein Publication bias und inwiefern ist dies problematisch für Meta-Analysen?
Publication Bias, zu Deutsch Publikationsverzerrung, bezeichnet die Tendenz von Forschern, Autoren und Verlagen, Studien mit positiven oder signifikanten Ergebnissen häufiger zu veröffentlichen als Studien mit negativen oder nicht signifikanten Ergebnissen. Dieses Phänomen tritt auf, weil Studien mit positiven Ergebnissen als interessanter und relevanter angesehen werden und daher eine höhere Chance haben, akzeptiert und veröffentlicht zu werden.
Problem für Meta-Analysen:
• Verzerrte Ergebnisse: Meta-Analysen aggregieren Daten aus vielen Studien, um eine umfassendere Schlussfolgerung zu ziehen. Wenn hauptsächlich Studien mit positiven Ergebnissen veröffentlicht werden, wird die Meta-Analyse ebenfalls zu positiven Ergebnissen tendieren. Dies kann zu einer Überschätzung der Effektstärken führen.
• Ungenaue Schlussfolgerungen: Da nicht alle relevanten Daten verfügbar sind, basieren die Schlussfolgerungen auf einem unvollständigen Datensatz. Dies kann die Validität der Meta-Analyse beeinträchtigen und zu falschen wissenschaftlichen oder klinischen Empfehlungen führen.
• Verzerrung der wissenschaftlichen Literatur: Publikationsverzerrung beeinflusst die gesamte wissenschaftliche Literatur, indem sie ein falsches Bild der Evidenzlage vermittelt. Dies kann die Wahrnehmung eines Forschungsfeldes verändern und zukünftige Forschung in eine bestimmte Richtung lenken, die möglicherweise nicht gerechtfertigt ist.
• Beeinträchtigung der Reproduzierbarkeit: Wenn negative oder nicht signifikante Ergebnisse nicht veröffentlicht werden, wird es schwieriger, die Reproduzierbarkeit von Studien zu überprüfen. Dies untergräbt die wissenschaftliche Methode, die auf der Reproduzierbarkeit von Ergebnissen basiert.
Wie kann man anhand eines sog. „Funnel-Plot“ (Trichter-Graph) feststellen, ob die
in einer Meta-Analyse untersuchten Studien einem Publication bias unterliegen?
Bei einem Funnel-plot (Trichter-Graph) wird auf der X-Achse die Effektgröße pro Stichprobe der Studien einer Meta-Analyse abgetragen, während auf der Y-Achse das N abgetragen wird. Ein großes N bedeutet eine akkuratere Schätzung und ein kleines N eine größere Abweichung vom „wahren“ Wert. Bei einer repräsentativen Studienauswahl streuen die Abweichungen symmetrisch um den wahren Wert, während bei einem puplication-bias die Werte asymmetrisch auftreten.
