В метаанализе результаты каждого исследования объединены статистически с результатами других исследований — это та характерная черта, которая отличает метаанализ от систематических обзоров. Поскольку различия в статистических методах могут приводить к различным результатам, метод должен быть описан.
Независимо от используемых статистических методов, их целью является: 1) определение того, являются ли результаты исследований схожими, 2) если это так, вычисление наилучшей обобщенной оценки их эффекта, 3) вычисление точности этого оцененного эффекта и 4) определение того, могут ли быть объяснены любые несходства в исследованиях 20.
Статистические методы могут содержать один из двух типов моделей, о чем также должно быть сообщено. Модель фиксированных эффектов предполагает существование единственного «фиксированного» эффекта, к которому приближается каждое исследование. То етсь если бы каждое исследование было бесконечно большим, то любое из них приводило бы к идентичному результату. Модель случайных эффектов, с другой стороны, предполагает, что результаты индивидуальных исследований формируют распределение результатов, которое имеет некоторое центральное значение и некоторую степень вариабельности. Модель случайных эффектов делает меньшее количество предположений о вариабельности в анализе и поэтому является более консервативной, чем модель фиксированных эффектов. Обе модели могут быть использованы и представлены в метаанализе.
Иногда исследованиям перед объединением может быть придан некоторый вес. Логическим обоснованием этого является тот факт, что исследования с узкими доверительными интервалами (более точные оценки) должны иметь больший вес, чем исследования с большей неопределенностью 20. Если это так, то метод взвешивания и вес для каждого исследования должны быть описаны.
Остерегайтесь «подсчета по головам» или «подсчета голосов», когда самое высокое число «положительных» или «отрицательных» исследований определяет результаты анализа 16, 18, 19, 21. В наиболее упрощенных терминах, все исследования имеют один из трех исходов: значимые положительные эффекты, значимые отрицательные эффекты или незначимые эффекты. Простой подсчет количества исследований в каждой категории, чтобы определить «победителя», — легкое, но потенциально вводящее в заблуждение действие. Такой подход игнорирует влияние объема выборки, дизайна исследования, критического уровня статистической значимости (альфа-уровня) и величину эффекта при окончательном подведении итогов, и это до некоторой степени объясняет существование исследований с противоречивыми выводами.
Остерегайтесь процесса простого объединения только критериев значимости 16. Второй быстрый способ обобщения результатов в метаанализе — это математически скомбинировать только р-значения каждого из исследований в одно р-значение для метаанализа. Такой подход не рассматривает распределение исходов по всем исследованиям, в итоге одно исследование может иметь несоразмерное влияние при окончательном подведении итогов. Также, поскольку этот метод основан полностью на р-значениях и поскольку исследования с незначимыми эффектами (исследования с р-значениями, большими, чем, скажем, 0,05) публикуются менее часто, это делает данный метод предрасположенным к публикационному смещению.
(Пока оценок нет)
