ΔΙΑΣΤΡΕΒΛΩΣΗ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΟ ΛΑΘΟΣ ΣΤΙΣ ΜΕΤΑ-ΑΝΑΛΥΣΕΙΣ

Transcript

1 ΔΙΑΣΤΡΕΒΛΩΣΗ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΟ ΛΑΘΟΣ ΣΤΙΣ ΜΕΤΑ-ΑΝΑΛΥΣΕΙΣ Δημοσθένης Β. Παναγιωτάκος Καθηγητής Βιοστατιστικής Επιδημιολογίας ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΥΓΕΙΑΣ & ΑΓΩΓΗΣ Τμήμα Επιστήμης Διαιτολογίας Διατροφής ΧΑΡΟΚΟΠΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

2 Η ανάγκη για αξιόπιστη έρευνα είναι μεγάλη Στις ημέρες μας υπάρχει «καταιγισμός» γνώσης. Π.χ. οι δημοσιευμένες κλινικές δοκιμές τα στη βάση δεδομένων Pubmed είναι περίπου ! Δημοσιεύονται περίπου κλινικές δοκιμές / έτος!

3 # δημοσιευμένων μέτααναλύσεων Αριθμός δημοσιευμένων μέτα-αναλύσεων (Medline) Από το 1987 έως και το 2014 έχουν δημοσιευτεί άρθρα μέτα-ανάλυσης δεδομένων

4 Πως προκύπτουν οι οδηγίες; «Αυθεντίες» Γνώμες των ειδικών Αποφάσεις βασισμένες σε δεδομένα Αποφάσεις βασισμένες σε πολλαπλά δεδομένα

5 Πως προκύπτουν οι Οδηγίες;

6 Η ιεράρχιση της ερευνητικής μεθοδολογίας ΜΕΤΑ-ΑΝΑΛΥΣΗ Τυχαιοποιημένες ΚΛΙΝΙΚΕΣ ΔΟΚΙΜΕΣ Μη Τυχαιοποιημένες ΚΛΙΝΙΚΕΣ ΔΟΚΙΜΕΣ ΠΡΟΟΠΤΙΚΕΣ επιδημιολογικές μελέτες Μέγα-κλινικές δοκιμές ΑΝΑΔΡΟΜΙΚΕΣ επιδημιολογικές μελέτες Μελέτες ΕΠΙΠΟΛΑΣΜΟΥ-ΣΥΓΧΡΟΝΙΚΕΣ

7 Τι είναι μετα-ανάλυση; Η μέτα-ανάλυση (meta-analysis) ξεκίνησε ως μια προσπάθεια χρήσης ποσοτικών μεθόδων για τη σύνοψη δεδομένων κατά τρόπο αντικειμενικό και αδιάβλητο, που θα υποκαθιστούσε την υποκειμενικότητα των παραδοσιακών άρθρων ανασκόπησης (reviews). Στις παραδοσιακές ανασκοπήσεις η γνώμη του ανασκοπούντος μπορεί να αποκτήσει μεγαλύτερη βαρύτητα από τα ίδια τα δεδομένα.

8 Τι είναι μετα-ανάλυση; Η ποσοτική σύνθεση αποβλέπει: στον υπολογισμό ενός συνολικού αποτελέσματος (pooled effect) από όλες τις μελέτες στην ανίχνευση, υπολογισμό και, αν είναι δυνατόν, εξήγηση των παραμέτρων ως προς τις οποίες οι μελέτες αυτές διαφέρουν μεταξύ τους δηλ., την ετερογένεια (heterogeneity).

9 Η ανάγκη για αξιόπιστη έρευνα είναι μεγάλη Όμως, συχνά τα αποτελέσματα των μελετών είναι αντιφατικά μεροληπτικά χωρίς επιστημονική τεκμηρίωση There is increasing concern that most current published research findings are false. Ioannidis JP. PLoS Med 2005

10

11

12

13

14

15 JAMA 2000;283: ΤΙ ΠΡΕΠΕΙ ΝΑ ΓΙΝΕΙ

16

17

18 Κριτήρια για την επιλογή ή τον αποκλεισμό πληροφοριών Κριτήρια που μπορούν να ληφθούν υπόψη για την επιλογή των μελετών στοιχεία του σχεδιασμού των επιμέρους μελετών η ομοιότητα των θεραπειών το έτος έναρξης και το έτος τερματισμού της μελέτης στοιχεία της ποιότητας της μελέτης (π.χ. τυχαιοποίηση, τυφλός σχεδιασμός κλπ) η διάρκεια παρακολούθησης το μέγεθος του δείγματος, και η επαγόμενη στατιστική ισχύς η γλώσσα δημοσίευσης

19 Σφάλματα στη μέτα-ανάλυση Η μέτα-ανάλυση ως μέθοδος έρευνας παρουσιάζει ορισμένα πιθανά σφάλματα τα κυριότερα από τα οποία είναι: Δημοσίευσης Χρονικής υστέρησης Πολλαπλών δημοσιεύσεων Επιλογής μελετών Τοπικά Γλώσσας Βάσεων αρχειοθέτησης Ετερογένειας των αποτελεσμάτων Τρόπου δειγματοληψίας Μεθοδολογικής ανάλυσης Οικονομικών συμφερόντων

20 Η ετερογένεια στη μέτα-ανάλυση Η ετερογένεια είναι μέρος της «φύσης» της στατιστικής επιστήμης ουσιαστικά προσπαθούμε να εξηγήσουμε την ετερογένεια των δεδομένων. Δηλ., τη μεταβλητότητα.

21 Η ετερογένεια στη μέτα-ανάλυση Οφείλεται στην ποικιλομορφία μεταξύ των διαφόρων μελετών. Μπορεί να είναι: Μεθοδολογική (εξαιτίας του σχεδιασμού της μελέτης, συμμετέχοντες, παρέμβαση, έκβαση ) Κλινική (ποικιλομορφία στους συμμετέχοντες, στο είδος της παρέμβασης, στη μέτρηση της έκβασης) Στατιστική (μεγάλη διακύμανση των αποτελεσμάτων)

22 Η ετερογένεια στη μέτα-ανάλυση Μοντέλα σταθερών επιδράσεων (fixed effects) Υπόθεση: δεν υπάρχει ετερογένεια μεταξύ των μελετών, και η μόνη μεταβλητότητα είναι τυχαία, οι επιμέρους μελέτες ακολουθούν ίδιες κατανομές. Μοντέλα τυχαίων επιδράσεων (random effects) Υπόθεση: υπάρχει ετερογένεια, οι επιμέρους μελέτες ακολουθούν διαφορετικές κατανομές. Η πιο συνήθης περίπτωση.

23 Ανίχνευση της ετερογένειας Πως μετριέται η ετερογένεια forest plot Cochran s Q statistic Στατιστικά σημαντική ετερογένεια όταν p<0.05 Ι 2 statistic Στατιστικά σημαντική ετερογένεια όταν Ι 2 >50%

24 Πόσο επηρεάζουν οι «μεγάλες» μελέτες το συνολικό αποτέλεσμα;

25 Πόσο επηρεάζουν οι «μεγάλες» μελέτες το συνολικό αποτέλεσμα;

26 Σφάλμα δημοσίευσης (publication bias) Publication bias is a bias with regard to what is likely to be published, among what is available to be published. It has been found that statistically significant results are three times more likely to be published than papers affirming a null result. Easterbrook, P. J.; Berlin, J. A.; Gopalan, R.; Matthews, D. R. (1991). "Publication bias in clinical research". Lancet 337 (8746):

27 Σφάλμα δημοσίευσης (publication bias) Αρνητικές μελέτες Αρνητικές μελέτες Θετικές μελέτες Θετικές μελέτες

28 Former medical journal editor details why doctors can t rely on medical literature for valid and reliable information Given the conflicts of interest that permeate the clinical research enterprise, it is not surprising that industry-sponsored research has consistently been shown to favor the sponsor s drug partly because negative results are often not published, partly because positive results are repeatedly published in slightly different forms, and partly because a positive spin is put on even negative results. E.g. 74 clinical trials of antidepressants found that 37 of 38 positive studies were published, while 33 of 36 negative studies were either not published or were somehow portrayed in a positive light. Marcia Angell. Industry-Sponsored Clinical Research A Broken System. JAMA 2008

29 Μεθοδολογικά προβλήματα Μπορούμε να συνδυάσουμε μελέτες με διαφορετικούς σχεδιασμούς; Τι γίνεται όταν η εκτίμηση της έκθεσης στον παράγοντα διαφέρει Τι γίνεται αν στα μοντέλα χρησιμοποιούνται διαφορετικοί συγχιτικοί παράγοντες Τι γίνεται αν οι μελέτες έγιναν για διαφορετικούς λόγους Τι γίνεται όταν οι αναδρομικές μελέτες επιλέγουν τους μάρτυρες με διαφορετικούς τρόπους Τι γίνεται όταν οι αναδρομικές μελέτες επιλέγουν τους μάρτυρες είτε με εξομοίωση είτε όχι Τι γίνεται όταν οι προοπτικές μελέτες έχουν πολύ διαφορετικούς χρόνους παρακολούθησης Τι γίνεται αν αμφιβάλουμε για την ποιότητα μιας μελέτης;

30 Συμπεράσματα Οι ιατρικές οδηγίες που βασίζονται στις μέτα-αναλύσεις αποτελούν ένα ισχυρό εργαλείο στην διάγνωση, και κυρίως στη θεραπεία. Η συγκέντρωση και η σύζευξη πολλών δεδομένων μπορεί να αυξήσει τη στατιστική ισχύ για τη διερεύνηση υποθέσεων που επιμέρους μελέτες από μόνες τους δεν έχουν την απαραίτητη ισχύ να μελετήσουν. Η μέτα-ανάλυση μπορεί να μειώσει την αβεβαιότητα για το μέγεθος ενός αποτελέσματος και να απαντήσει ερωτήματα που δεν είχαν αρχικά προσεγγίσει οι πρωτογενείς μελέτες. Ακόμα και στη ρεαλιστική περίπτωση στην οποία οι μελέτες παρουσιάζουν ετερογένεια, η μέτα-ανάλυση μπορεί να την ανιχνεύσει, να την εκτιμήσει ποσοτικά και να τη συνυπολογίσει σε εκτιμήσεις του συνοπτικού αποτελέσματος.

31 Πόσο μπορούμε να εμπιστευόμαστε τις κατευθυντήριες οδηγίες;

32 Πόσο μπορούμε να εμπιστευόμαστε τις κατευθυντήριες οδηγίες; Διαφάνεια στα αποτελέσματα Σύγκρουση και δήλωση συμφερόντων Αυστηρά και μεθοδολογικά κριτήρια επιλογής των μελετών που θα χρησιμοποιηθούν Ύπαρξη εξωτερική αξιολόγησης των συστάσεων Ενημέρωση των αποδεκτών

33