Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Heterogenität untersuchen. cochrane training Schritte eines Cochrane Reviews 1.Fragestellung festlegen 2.Auswahlkriterien definieren 3.Methoden definieren.

Ähnliche Präsentationen


Präsentation zum Thema: "Heterogenität untersuchen. cochrane training Schritte eines Cochrane Reviews 1.Fragestellung festlegen 2.Auswahlkriterien definieren 3.Methoden definieren."—  Präsentation transkript:

1 Heterogenität untersuchen

2 cochrane training Schritte eines Cochrane Reviews 1.Fragestellung festlegen 2.Auswahlkriterien definieren 3.Methoden definieren 4.Studien suchen 5.Auswahlkriterien anwenden 6.Daten extrahieren 7.Bias-Risikos der Studien bewerten 8.Ergebnisse analysieren und darstellen 9.Ergebnisse interpretieren und Schlussfolgerungen ziehen 10.Review optimieren und aktualisieren

3 cochrane training Überblick Was ist Heterogenität? Annahmen über Heterogenität Heterogenität erkennen Heterogenität untersuchen Siehe Kapitel 9 im Handbuch

4 cochrane training Was ist Heterogenität? Unterschiede in Studienergebnissen Drei Haupttypen: Klinisch Methodisch Statistisch

5 cochrane training Klinische Vielfalt TeilnehmerInnen z.B. (Gesundheits-)Problem, Alter, Geschlecht, Ort, Studieneinschlusskriterien Interventionen Intensität/Dosis, Dauer, Verabreichungsmethode, zusätzliche Komponenten, Erfahrung der ÄrztInnen, Kontrolle (Placebo, keine, Standardtherapie) Endpunkte Dauer der Nachbeobachtung, Messmethoden, Definition eines Ereignisses, Schwellenwert (cut-off)

6 cochrane training Methodische Vielfalt Design z.B. randomisiert vs nicht-randomisiert, Crossover- vs parallel, Einzel- vs Cluster- Randomisierung Durchführung z.B. Biasrisiko (Verdeckte Zuteilung, Verblindung, etc.), Vorgehen bei der Analyse

7 cochrane training Statistische Heterogenität Es wird immer eine zufällige Variabilität bei den Ergebnissen der verschiedenen Studien geben (Stichprobe) Heterogenität ist die Variabilität in den beobachteten Effekte der verschiedenen Studien Sie wird verursacht durch die klinische und methodische Vielfalt Sie steht im Gegensatz zur Homogenität Studienergebnisse sind unterschiedlicher als wenn die zufällige Variabilität der einzige Grund für die Unterschiede in den beobachteten Interventionseffekten ist

8 cochrane training Überblick Was ist Heterogenität? Annahmen über Heterogenität Heterogenität erkennen Heterogenität untersuchen

9 cochrane training Modell mit festem Effekt vs Modell mit zufälligen Effekten Fixed-effect-model vs. random-effect-model Beide Modelle für Meta Analysen in RevMan verfügbar Machen unterschiedliche Annahmen über Heterogenität Geben Sie Ihre geplante Herangehensweise im Protokoll an

10 cochrane training Modell mit festem Effekt Nimmt an, dass alle Studien den gleichen Behandlungseffekt messen Schätzt diesen einen Effekt Ohne Zufallsfehler (Stichprobe) wären alle Ergebnisse identisch wahrer Effekt Zufallsfehler (Stichprobe) Studienergebniss Source: Julian Higgins

11 cochrane training Modell mit zufälligen Effekten Zufallsfehler Studien- spezifischer Effekt Mittelwert der wahren Effekte Nimmt an, dass der Behandlungseffekt zwischen Studien variiert Schätzt den Mittelwert der Verteilung der Effekte Gewichtet sowohl für Intra- als auch für Interstudienvarianz (tau 2,  2 ) Source: Julian Higgins

12 cochrane training Wo ist der Unterschied? Meta-Analysen (MA) mit random-effects-model sind: Fast identisch mit MA mit fixed-effect-model, wenn keine Heterogenität vorhanden ist Ähnlich zu MA mit fixed-effect-model aber mit breiterem Konfidenzintervall, wenn Heterogenität, wie vom random- effects model angenommen, vorhanden ist Anders als MA mit fixed-effect-model, wenn die Ergebnisse der Einzelstudie von der Studiengröße abhängen Random-effects-model gibt kleineren Studien mehr Gewicht

13 cochrane training Keine Heterogenität Adapted from Ohlsson A, Aher SM. Early erythropoietin for preventing red blood cell transfusion in preterm and/or low birth weight infants. Cochrane Database of Systematic Reviews 2006, Issue 3. FixedRandom

14 cochrane training Etwas Heterogenität Adapted from Adams CE, Awad G, Rathbone J, Thornley B. Chlorpromazine versus placebo for schizophrenia. Cochrane Database of Systematic Reviews 2007, Issue 2. FixedRandom

15 cochrane training Adapted from Li J, Zhang Q, Zhang M, Egger M. Intravenous magnesium for acute myocardial infarction. Cochrane Database of Systematic Reviews 2007, Issue 2. Small study effects FixedRandom

16 cochrane training Welches Modell wählen? Planen sie die Herangehensweise in der Protokollphase Erwarten Sie, dass Ihre Ergebnisse sehr unterschiedlich sein werden? Berücksichtigen Sie die zugrundeliegenden Annahmen der Modelle Fixed-effect (fester Effekt) Könnte unrealistisch sein – ignoriert Heterogenität Random-effects (zufällige Effekte) Berücksichtigt Heterogenität Die Verteilung der Studieneffekte wird möglicherweise falsch eingeschätzt, wenn Bias, wenige Studien oder wenige Ereignisse vorhanden sind

17 cochrane training Überblick Was ist Heterogenität? Annahmen über Heterogenität Heterogenität erkennen Heterogenität untersuchen

18 cochrane training Heterogenität erkennen Beurteilung der Forest plots Chi-Quadrat (  2 ) Test (Q Test) I 2 Statistik, um die Heterogenität zu quantifizieren

19 cochrane training Beurteilung der Forest plots Forest plot AForest plot B

20 cochrane training Der Chi-Quadrat (  2 ) Test Testet die Null-Hypothese der Homogenität Geringe Power bei wenigen Studien Stellt gegebenenfalls klinisch irrelevante Unterschiede bei vielen Studien fest Einschränkung auf Heterogenität (ja/nein) ist nicht hilfreich, wenn Heterogenität ohnehin vorhanden ist Wird automatisch von RevMan berechnet

21 cochrane training Die I 2 Statistik I 2 Statistik beschreibt den Prozentsatz der Variabilität, der auf Heterogenität und nicht auf Zufall zurückzuführen ist (0% bis 100%) Niedrige Werte zeigen keine oder wenig Heterogenität an Hohe Werte zeigen viel Heterogenität an Wird automatisch von RevMan berechnet Seien Sie vorsichtig bei der Interpretation

22 cochrane training Die I 2 Statistik

23 chi 2 = df = 13 P = chi 2 = 6.14 df = 3 P = 0.11 I 2 = 56% I 2 = 51% Source: Julian Higgins

24 cochrane training Was tun bei Heterogenität Überprüfen Sie, ob die Daten korrekt sind Berücksichtigen Sie die Heterogenität bei Ihrer Interpretation insbesondere wenn die Richtung des Effekte variiert Wenn die Heterogenität sehr hoch ist Interpretieren Sie Ergebnisse des fixed-effect-models mit Vorsicht Erwägen Sie Sensitivitätsanalysen – würde Wahl des random-effects- model einen wesentlichen Unterschied machen? Überlegen Sie, ob es sinnvoll ist, eine Metaanalyse zu machen Gepooltes Ergebnis kann in der Praxis bedeutungslos sein Berücksichtigen Sie die klinische und methodische Vergleichbarkeit der Studien Sie sollten nicht das Effektmaß oder das Analysemodell zu ändern Outlier-Studien auszuschließen Untersuchen Sie Gründe für die Heterogenität

25 cochrane training Überblick Was ist Heterogenität? Annahmen über Heterogenität Heterogenität erkennen Heterogenität untersuchen

26 cochrane training Heterogenität untersuchen Welche Faktoren scheinen den Effekt zu beeinflussen? Klinische Vielfalt (Population, Intervention, Endpunkte) Methodische Vielfalt (Studiendesign, Biasrisiko) Planen Sie ihre Strategie bereits im Protokoll Identifizieren Sie eine begrentzte Anzahl relevanter Faktoren, die zu untersuchen sind Gibt es eine wissenschaftliche Begründung für jeden gewählten Faktor? Erwähnen Sie jegliche post-hoc Untersuchungen

27 cochrane training Zwei Ansätze Subgruppenanalyse Studien nach vorab spezifizierten Faktoren gruppieren Betrachten Sie Unterschiede in den Ergebnissen und in der Heterogenität Meta-Regression Untersuchen Sie die Interaktion mit kategoriellen und kontinuierlichen Variablen Nicht verfügbar in RevMan

28 cochrane training Bei Subgruppenanalysen zu beachten Ergebnisse sind beobachtend und nicht randomisiert Vorsicht bei multiplen und post-hoc Vergleichen Bei wenigen eingeschlossenen Studien nicht sinnvoll Bei aggregierten Studiendaten ggf. nicht möglich Achten Sie auf Confounder Folgen Sie Ihrem Protokoll Bewerten Sie einzelne Ergebnisse nicht über Ergebnisse sind selten definitiv

29 cochrane training Interpretieren von Subgruppenanalysen Betrachten Sie die Ergebnisse und die Heterogenität innerhalb der Subgruppen Sind die Subgruppen tatsächlich unterschiedlich? wenn es nur 2 Subgruppen gibt – überlappen sich die Konfidenzintervalle? statistische Tests für Subgruppenunterschiede Vertrauenswürdiger sind: Vorab festgelegte Analysen Subgruppenanalysen innerhalb von Studien Der Effekt ist klinisch plausibel und unterstützt durch indirekte Evidenz

30 cochrane training Subgruppen nach TeilnehmerInnen Based on Stead LF, Perera R, Bullen C, Mant D, Lancaster T. Nicotine replacement therapy for smoking cessation. Cochrane Database of Systematic Reviews 2008, Issue 1. Art. No.: CD DOI: / CD pub3.

31 cochrane training Subgruppen nach Interventionen Based on Linde K, Berner MM, Kriston L. St John's wort for major depression. Cochrane Database of Systematic Reviews 2008, Issue 4. Art. No.: CD DOI: / CD pub3.

32 cochrane training Sensitivitätsanalyse Nicht das gleiche wie Subgruppenanalyse Testet den Einfluss von Entscheidungen, welche während eines Rewievs gemacht wurden Einschluss von Studien in den Rewiev Definition von niedrigem Biasrisiko Auswahl des Effektmaßes Annahmen über fehlende Daten Cut-off-Werte für dichotomisierte Ordinal-Skalen Korrelationskoeffizienten Wiederholen der Analysen mit einer alternativen Methode oder Annahme Präsentieren Sie in der Regel nicht mehrere Forest Plots – sondern nur die Ergebnisse Wenn der Unterschied minimal ist, können sie den Ergebnissen mehr Vertrauen schenken Wenn der Unterschied groß ist, interpretieren Sie die Ergebnisse mit Vorsicht

33 cochrane training Was gehört ins Protokoll? Bewertung der Heterogenität Bewertung der Vergleichbarkeit der Studien vor der Metaanalyse Visuelle Beurteilung der Forest Plots und Verwendung von Statistiken wie I 2 Datensynthese Fixed-effect oder random-effects-model (oder beide) Subgruppenanalyse und Untersuchung der Heterogenität Geplante Subgruppenanalysen Weitere Strategien zur Untersuchung der Heterogenität Sensitivitäsanalyse

34 cochrane training

35 Fazit Statistische Heterogenität ist das Vorhandensein von Unterschieden in den Interventionseffekten, die größer sind als erwartet aufgrund der zufälligen Variabilität Sie kann durch klinische und methodische Vielfalt verursacht werden Fixed-effect und random-effects-models machen unterschiedliche Annahmen über die Heterogenität Untersuchen sie jegliche Heterogenität, die sie finden

36 cochrane training Quellen Deeks JJ, Higgins JPT, Altman DG (editors). Chapter 9: Analysing data and undertaking meta-analyses. In: Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version [updated March 2011]. The Cochrane Collaboration, Available from Danksagung Zusammengestellt von Miranda Cumpston Basierend auf Unterlagen von Georgia Salanti, Julian Higgins, Steff Lewis, der Cochrane Statistical Methods Group, des Australasian Cochrane Centre und des Dutch Cochrane Centre Englische Version freigegeben vom Cochrane Methods Board Übersetzt in Kooperation zwischen dem Deutschen Cochrane Zentrum (Jörg Meerpohl, Laura Cabrera, Patrick Oeller), der Österreichischen Cochrane Zweigstelle (Barbara Nußbaumer, Peter Mahlknecht, Isolde Sommer, Jörg Wipplinger) und Cochrane Schweiz (Erik von Elm, Theresa Bengough)


Herunterladen ppt "Heterogenität untersuchen. cochrane training Schritte eines Cochrane Reviews 1.Fragestellung festlegen 2.Auswahlkriterien definieren 3.Methoden definieren."

Ähnliche Präsentationen


Google-Anzeigen