Vigtigste Andet Metaanalyser af samlede data eller individuelle deltagerdata Metaanalyser (retrospektivt og fremadrettet samlet analyser)

Metaanalyser af samlede data eller individuelle deltagerdata Metaanalyser (retrospektivt og fremadrettet samlet analyser)

Oversigt Software
Beskrivelse Hjemmesider
Aflæsninger Kurser

Oversigt

Formålet med denne side er at beskrive og sammenligne og kontrastere tre kvantitative tilgange - metaanalyser af aggregerede data, metaanalyser af individuelle deltagerdata (retrospektive samlede studier) og fremadrettet planlagte samlede studier - og give ressourcer til at støtte vedtagelsen af disse metoder.

Beskrivelse

Formålet med at opsummere beviser på tværs af undersøgelser er at vurdere og undersøge, om der er konsistente eller inkonsekvente beviser, der understøtter specifikke eksponerings-udfaldsforhold, og at undersøge kilder til heterogenitet i undersøgelser, der kan give forskelle i fund (Blettner et al. 1999). Kvalitative anmeldelser såsom ikke-systematiske fortællingsanmeldelser og systematiske anmeldelser giver ikke-statistiske oversigter over litteraturen. Kvantitative metoder syntetiserer information på tværs af undersøgelser ved hjælp af statistiske metoder til at generere resuméestimater, der generaliserer resultaterne af de enkelte studier. De tre primære kvantitative metoder til informationssyntese inkluderer metaanalyse af samlede data, metaanalyse af individuelle deltagerdata (retrospektive samlede studier) og prospektivt planlagte poolede undersøgelser.

Metaanalyse af samlede data

Formål: En metaanalyse af aggregerede data (AD) bruger statistiske analyser til at generere et resumé (samlet) estimat ved hjælp af effektestimater for individuelle studier rapporteret i offentliggjort litteratur.

Denne type anmeldelse er den mest anvendte af de tre kvantitative tilgange, fordi den kan udføres relativt hurtigt, den er billig, og de data, den bruger (information fra offentliggjorte artikler i fuldtekst) er relativt let tilgængelige (Blettner et al., 1999). På trods af disse fordele er metaanalyser af AD underlagt virkningerne af publikationsforstyrrelse. Derudover har forskere, der udfører metaanalysen, meget begrænset kontrol over dataene og er nødt til at fortolke resuméeffekter inden for rammerne af den heterogenitet, der opstår mellem de forskellige undersøgelsesdesign, modelvalg, analysetilgang og variabel kategorisering af de originale undersøgelser.

Trin til en metaanalyse af samlede data:

1. Gennemfør en systematisk gennemgang af litteraturen:

Det første skridt i at udføre en metaanalyse af AD er at foretage en systematisk gennemgang. En systematisk gennemgang er primært fokuseret på at identificere alle de tilgængelige, relevante undersøgelser, der er relateret til et specifikt og veldefineret spørgsmål af interesse. For at opnå denne omfattende gennemgang identificerer efterforskere specifikke søgeudtryk, bruger flere databaser og etablerer veldefinerede inkluderings- og eksklusionskriterier for at identificere en endelig pulje af relevante undersøgelser.

2. Uddrag data fra offentliggjorte papirer:

Når den sidste pulje af relevante undersøgelser er identificeret, skal data udvindes fra den offentliggjorte litteratur. Det er vigtigt at bemærke, at hver undersøgelse kun skal være repræsenteret en gang i analysen, selvom information til undersøgelsen kan offentliggøres over flere artikler (Higgins og Green, 2011). Effektestimatet og variansen skal ekstraheres for at beregne det samlede estimat (Higgins og Deeks, 2011). Eksponering, resultat og kovariater, der er brugt i modellerne, og hvordan de blev defineret (f.eks. Kontinuerlig, kategorisk med skærepunkter for kategorier) og undersøgelsesegenskaber (f.eks. Undersøgelsesdesign, stikprøvestørrelse, prøvedemografi, udgivelsesår) skal ekstraheres at vurdere studie heterogenitet (Higgins og Deeks, 2011). Nogle oplysninger er muligvis ikke tilgængelige fra den offentliggjorte litteratur, og det anbefales

3. Konverter individuelle undersøgelsesestimater til en fælles skala :

Efterforskere tager ofte ikke identiske tilgange til at studere design eller dataanalyse. Som sådan kan undersøgelser rapportere om forskellige effektmål, såsom oddsforhold, risikoforhold og fareforhold. Hvis dette er tilfældet, kan det være nødvendigt at konvertere de ekstraherede effektestimater til en enkelt type effektestimat, så de kan sammenlignes og kombineres for at generere det samlede estimat.

4. Rapporter individuelle undersøgelsesestimater :

Det er nødvendigt (og nyttigt) at visualisere de individuelle undersøgelsesestimater og tillidsintervaller i en skovplot. Dette giver forskeren og læseren mulighed for at visualisere generelle tendenser eller blandede fund på tværs af undersøgelserne.

ph.d-uddannelser i psykologi

5. Anslå et resumé estimat ved hjælp af vægtede gennemsnit af individuelle undersøgelsesestimater :

Undersøgelser inkluderet i en metaanalyse varierer ofte i størrelse, kvalitet og andre egenskaber. Når der genereres et resumeoverslag, er det nødvendigt og vigtigt at vægte effektestimaterne for hver undersøgelse for at tage højde for denne heterogenitet. To tilgange til vægtning - faste effekter og tilfældige effekter - kan tages.

5a. Faste effekter :

Den underliggende antagelse i en fast-effekt tilgang er, at alle undersøgelser inkluderet i metaanalysen estimerer den samme, underliggende sande effekt (Borenstein et al. 2007). Variabilitet (fejl) antages at stamme fra hver undersøgelse, ikke mellem studierne. Modelerklæringen for metoden med fast effekt ser sådan ud:

β̂s= β + εs, s = 1 til S studier

β = sandt fælles estimat for effekt (f.eks. log relativ risiko)

es= inden for undersøgelsesvarians

β̂s= estimeret effektestimat i undersøgelse s

Under en metode med faste effekter anvendes den inverse-variansmetode til vægtningsundersøgelser. Undersøgelser vægtes med det omvendte af den undersøgelsesspecifikke afvigelse, og det samlede resume beregnes som et vægtet gennemsnit af de individuelle estimater, som vist i denne formel:

Fordi undersøgelser kun vægtes af variansen mellem individer i en undersøgelse, vil mindre studier, som generelt forventes at være mindre præcise (dvs. have større variation, fordi der er færre datapunkter), vægtes mindre og større studier vil blive vægtet mere (Borenstein et al. 2007):

5b. Tilfældige effekter :

I en tilfældig effekt tilgang er antagelsen, at der ikke er noget sandt effektestimat, men snarere en normal fordeling af effekter (Borenstein et al. 2007). Variabilitet antages at opstå både inden for og mellem studiens afvigelse. Modelerklæringen for en tilfældig effektmodel er skrevet således:

β̂s= β + Us+ εs, s = 1 til S studier

β = gennemsnitlig virkningsestimat (fx log relativ risiko)

es= inden for undersøgelsesvarians

Us= mellem studiens varians

β̂s= estimeret effektestimat i undersøgelse s

Under en tilfældig effekt tilgang anvendes DerSimonian og Laird Model til vægtningsundersøgelser. Ved beregning af de samlede estimater vægtes individuelle undersøgelsesestimater ved at tage hensyn til både inden for og mellem varians, som vist i denne formel:

    En tilfældig effekttilgang til udledning af det sammenfattende estimat betyder, at vægten er mere afbalanceret (dvs. små studier er ikke trivialiserede så meget, og store studier vægtes ikke så tungt) (Borenstein et al. 2007). Afvejningen for denne tilgang er præcision i de sammenfattende tillidsintervaller; generelt giver resuméestimater, der anvender modeller for tilfældige effekter, større samlede variationer og konfidensintervaller end metoden med fast effekt (Borenstein et al. 2007).

    6. Vurdere og identificere kilder til heterogenitet:

    Bortset fra at generere det sammenfattende skøn, er det andet hovedmål med en metaanalyse af AD vurdering og identifikation af heterogenitet i undersøgelsen. Undersøgelsesheterogenitet stammer fra systematiske forskelle mellem undersøgelser, der kan opstå på grund af faktorer såsom undersøgelsesdesign eller prøveegenskaber. De to primære heterogenitetsstatistikker er Cochrans Q-statistik og inkonsekvensindekset. Kort sagt, Cochrans Q-statistik (χtotest af heterogenitet, df = k-1) er en vægtet sum af de kvadratiske afvigelser (Borenstein et al. 2007). Det har ringe evne til at detektere heterogenitet blandt et lille antal undersøgelser. Inkonsekvensindekset (Ito) er den procentdel af total variation på tværs af studier, der skyldes heterogenitet (Higgins et al., 2003). Jegtopåvirkes mindre af antallet af studier inkluderet i metaanalyse og kan sammenlignes på tværs af metaanalyser.

    Når et af disse målinger af heterogenitet er høje, skal resuméestimater fortolkes med forsigtighed. Høje niveauer af heterogenitet kan garantere, at metaanalysen ikke skal bevæge sig fremad, eller at undersøgelser skal opdeles, og der skal udledes separate undergruppesammendrag (Deeks et al. 2011). Yderligere undersøgelse af kilderne til heterogenitet bør foretages. I metaanalyser af AD fokuserer følsomhedsanalyser for at undersøge heterogenitet på undersøgelseskarakteristika. Undersøgere kan stratificere efter undersøgelseskarakteristika (f.eks. Undersøgelsesdesign), eller de kan ekskludere undersøgelser med en bestemt karakteristik og genberegne resuméestimatet og rapportere forskelle mellem det oprindelige og det nye estimat (Deekset al. 2011). Meta-regression kan også bruges til at undersøge heterogenitet på grund af variabler på studieniveau.

    I metaanalyse af AD skal publikationsforstyrrelse vurderes. Offentliggørelsesforstyrrelse opstår, når en større procentdel af undersøgelser, der tyder på gavnlige eller store effekter, offentliggøres, men færre studier, der rapporterer nuleffekter, negative effekter eller mindre studier, offentliggøres (Sterne et al. 2011). Hvis der er publikationsforstyrrelse, vil en metaanalyse af AD rapportere en sammenfattende effekt, der kun afspejler effekter fundet i offentliggjorte studier og ikke afspejler den sande effekt eller fordeling af sande effekter i en population

    Rapportering

    På nuværende tidspunkt er PRISMA-erklæringen en meget anvendt og accepteret retningslinje til gennemførelse og rapportering af systematiske gennemgange og metaanalyser. PRISMA-erklæringen inkluderer en tjekliste over emner, der skal udføres og rapporteres som en del af en metaanalyse, og den inkluderer også et rutediagram, der giver læsere mulighed for at følge udvælgelses- og eliminationsprocessen for de artikler, der er inkluderet i metaanalysen ( Liberati et al. 2009).

    Individuelle deltagerdata (IPD) Metaanalyse (samlede analyser)

    Formål: Den individuelle deltager-data (IPD) metaanalyse, også kendt som en retrospektiv samlet analyse, bruger statistiske analyser til at generere et resumé estimat ved hjælp af individuelle deltagerdata fra offentliggjort og upubliceret undersøgelser.

    IPD-metaanalyser tager mere tid at gennemføre (flere år), koster betydeligt mere (til dækning af personaleomkostninger, datahus, datarengøring og harmonisering) og kan stå over for flere udfordringer med at indhente dataene (originale undersøgelsesundersøgere skal være enige om at dele originale data) end metaanalyser af AD (Cooper og Patall, 2009; Riley et al. 2010). På trods af disse udfordringer belønnes forskere med øget kontrol over dataene og analyserne, der gør det muligt for dem at reducere noget af forskel mellem heterogenitet, der skyldes eksklusionskriterier, kovariat udvælgelse og analyseudvælgelse (Stewart og Tierney, 2002). Desuden giver brugen af ​​individuelle data forskere mulighed for at stille nye spørgsmål, der måske ikke har været målet for de oprindelige undersøgelser, og øger den statistiske evne til at undersøge sjældne sygdomme og eksponeringer.

    Trin til en IPD-metaanalyse:

    1. Gennemfør en systematisk gennemgang af litteraturen, identificer upublicerede undersøgelser og indhent data på individuelt niveau fra originale efterforskere.

    Ligesom en metaanalyse af AD begynder en IPD-metaanalyse med en systematisk gennemgang og bruger metoder som nøgleordvalg og a priori inkluderings- og eksklusionskriterier til at identificere en pulje af kvalificerede studier (Blettner et al. 1999; Stewart et al. . 2015). Derudover kontakter forskere efterforskere i marken for at identificere eventuelle upublicerede undersøgelser, der kan være berettigede til at blive inkluderet i metaanalysen (Stewart et al. 2015). Når den endelige pulje af undersøgelser er identificeret, kontaktes efterforskerne for at få de originale data. Dette kræver opbygning af forhold, klart angivne mål for metaanalysen, samarbejde og tillid for at lette deling af data og løbende afklaring om studiemetoder gennem hele dataharmoniseringsprocessen. Et samarbejde mellem efterforskere dannes ofte for at gennemføre metaanalysen (Stewart et al. 2011). IPD-metaanalyser kræver også betydelige midler og et middel til sikker opbevaring og rensning af data. Nær slutningen af ​​denne post laves en kort note for at diskutere etiske bekymringer, når man arbejder med data på individuelt niveau.

    2. Harmoniser data

    Målet med dataharmonisering er at maksimere sammenligneligheden mellem undersøgelser ved at reducere heterogenitet, der opstår ved forskellige vurderinger / kategoriseringer af variabler. I metaanalyser af AD er forskere begrænset til variable specifikationer offentliggjort i manuskripterne. I IPD-metaanalyser har forskere adgang til de originale data og kan muligvis bruge de samme originale målinger på tværs af en række undersøgelser (fx BMI snarere end kategorisk overvægtige / ikke overvægtige). I andre tilfælde er målene muligvis ikke de samme på tværs af alle variabler, men en almindelig kategorisering på tværs af undersøgelser kan være mulig (f.eks. Høje depressive symptomer versus lave depressive symptomer, hvis der anvendes forskellige skalaer af depressive symptomer) (Stewart og Tierney, 2002) . I nogle tilfælde er dataharmonisering ikke mulig, især når de oprindelige efterforskere brugte forskellige målinger (fx diæt vurderet gennem 3-dages tilbagekaldelse, land / gruppespecifikt fødevarefrekvensspørgeskema).

    msp hacks uden menneskelig verifikation

    3. Puljestudier til beregning af et resumé

    Når data er harmoniseret, kan forskere muligvis anvende yderligere eksklusionskriterier på dataene på individuelt niveau. Disse udelukkelser bør anvendes på observationer på tværs af alle undersøgelser (Stewart og Tierney, 2002).

    Når forskere er klar til at samle data, kan der tages to tilgange - et-trins tilgang og totrins-tilgang. To-trins tilgangen er mest velkendt, fordi den ligner metoden til en metaanalyse af AD meget tæt, men den kan være mere tidskrævende end et-trins tilgangen. To-trins tilgang er sandsynligvis et godt første skridt at tage i en IPD-metaanalyse, fordi det giver forskeren en idé om udviklingen i estimater på tværs af individuelle undersøgelser, før han opnår et samlet estimat.

    3a. To-trins tilgang

    To-trins tilgang i en IPD-analyse svarer til metaanalysen af ​​samlede data. For det første beregnes hvert enkelt undersøgelsesestimat (snarere end ekstraheret fra den offentliggjorte litteratur). Disse individuelle skøn er tegnet ved hjælp af en skovgrund og sammenlignet for at observere ligheder og forskelle. Den samme statistiske analyse, covariate inklusion, definition af eksponeringer og resultater anvendes ved beregning af hvert enkelt undersøgelsesestimat. Dernæst vægtes og samles individuelle estimater ved hjælp af faste eller tilfældige effekter-metoder som beskrevet ovenfor

    3b. Et-trins tilgangen

    I et-trins tilgang er de individuelle datapunkter fra alle undersøgelserne samlet i en enkelt model eller et sæt analyser snarere end at beregne estimater for hver undersøgelse individuelt. Ved montering af modellen skal der foretages regnskabsmæssig sammenlægning, ellers risikerer efterforskere at finde signifikante effekter, når der ikke er nogen, eller omvendt (Abo-Zaid et al. 2013). En fast effekt tilgang (f.eks. Ved hjælp af dummy variabler til klynger) kan anvendes, eller hierarkiske eller blandede effekter regressionsmodeller kan bruges til at inkorporere tilfældige effekter (både til skråninger og aflytninger) i modellen.

    Generelt vil et-trins-tilgangen frembringe sammenfattende effekter svarende til totrins-metoden, med undtagelse af når der er binære resultatdata (Stewart et al. 2012). Selvom resumeeffekter er ens, kan et-trins-tilgangen muligvis tilbyde yderligere fleksibilitet, der gør det nyttigt til at inkorporere mere komplekse statistiske metoder, der anvendes i enkeltstudie-analyser. For det første tillader et-trins tilgange forskere at fokusere på den indvendige undersøgelse (mellem individuelle) forskelle i effekter ved at justere for klyngedannelse gennem enten faste effekt- eller tilfældige effektmodeller. For det andet tillader et-trins tilgang forskere at sammenligne et antal forskellige modeller med forskellige antagelser eller sammenligne indlejrede modeller ved hjælp af modeltilpasningsmål såsom AIC (Stewart et al. 2012). Selvom dette også kan opnås i en totrins tilgang, skal hver nye model beregnes for hver enkelt undersøgelse inden pooling, hvilket kan være tidskrævende. For det tredje kan et-trins tilgang være at foretrække frem for at adressere spørgsmål ved hjælp af data i længderetningen (Jones et al. 2009). I en-trins tilgang kan forskere redegøre for sammenhængen mellem gentagne observationer i analysen, snarere end at miste disse oplysninger i poolingstrinet i totrins-tilgangen. Dette forventes at give mere passende standardfejl for det samlede estimat. Endelig kan et-trins tilgang give mere fleksibilitet til at undersøge interaktioner end totrins-tilgangen, hvilket muliggør montering af ikke-lineære kovariater, f.eks. (Stewart et al. 2012; Cooper og Patall, 2009).

    Mens et-trins tilgang tillader øget modelkompleksitet og ikke-linearitet af eksponeringer og kovariater, kan modeller også være sværere at fortolke og kan kræve yderligere statistisk ekspertise (Riley et al. 2010). Yderligere er en vigtig antagelse af et-trins tilgangen, at variabler måles på en sammenlignelig måde i alle undersøgelser (Smith-Warner et al. 2006).

    4. Vurdere og identificere kilder til heterogenitet

    Vurdering af model heterogenitet i en IPD-metaanalyse er lige så vigtig som i metaanalyse af AD. I en IPD-metaanalyse reduceres heterogenitet gennem dataharmonisering, udvælgelse af det samme effektmål (fx RR, HR) og udvælgelse af de samme kovariater. Selv efter dette kan der være nogle meningsfulde forskelle mellem undersøgelser, og dette skal vurderes ved hjælp af Cochrans Q-teststatistik.

    Følsomhedsanalyser afsluttes også til IPD-metaanalyser. I stedet for at fokusere på tilgange på studieniveau (f.eks. Adskille resultater ved undersøgelsesdesign), kan de fokusere på undersøgelser, der mere almindeligt ses i enkeltundersøgelsesanalyser, såsom ændring af kategoriseringer af variabler, inklusion eller eksklusion af kovariater og undergruppeanalyser (f.eks. , race eller sex). I det tilfælde, hvor nogle individuelle data ikke var opnåelige, kan der foretages en følsomhedsanalyse, der kombinerer offentliggjorte resultater og resultaterne af IPD (Stewart og Tierney, 2002). Andre følsomhedsanalyser kan omfatte sammenligning af resuméestimater afledt af en eller totrins tilgang og analyser ved hjælp af faste eller tilfældige effekter.

    Rapportering

    I 2015 blev der udgivet en særlig meddelelse i JAMA vedrørende udviklingen af ​​PRISMA-IPD-erklæring. Denne rapport indeholder nogle opdateringer til PRISMA-erklæringen, der specifikt adresserer unikke karakteristika ved IPD-metaanalyser (Stewart et al. 2015).

    Prospektivt planlagte samlede analyser

    Formål: I lighed med IPD-metaanalyser / retrospektive poolede analyser sigter prospektivt planlagte poolede analyser mod at samle individuelle deltagerdata på tværs af individuelle studier. I stedet for at gennemgå den eksisterende litteratur og kontakte efterforskere for at identificere alle tilgængelige eksisterende undersøgelser involverer processen med prospektivt samlede analyser oprettelsen af ​​inkluderende samarbejdsgrupper til planlægning af fremtidige undersøgelser.

    Prospektivt planlagte samlede analyser tager den længste tid (flere år) af de tre metoder og er dyrere at gennemføre end metaanalyser af AD. På trods af ekstra omkostninger til tid og penge tilbyder de fordelen ved at have yderligere kontrol over undersøgelsesdesign og datamåling end IPD-metaanalyser, fordi de planlægges fremadrettet.

    Trin til gennemførelse af prospektivt planlagte samlede analyser

    Trinene i udførelsen af ​​en prospektivt planlagt samlet analyse er de samme som dem, der er skitseret ovenfor for IPD-metaanalyse og er ikke nærmere beskrevet her. I stedet beskrives to bemærkelsesværdige forskelle.

    1. I stedet for at starte med en systematisk gennemgang af litteraturen, begynder prospektivt planlagte samlede analyser med diskussion mellem efterforskere for at danne en samarbejdsgruppe. Samarbejdet er designet til at være så inkluderende som muligt og inkluderer ofte forskningscentre fra flere lande. Mens fordelene ved at deltage i samarbejdet er store, er der brug for en betydelig mængde tid og penge til at håndtere logistikken i samarbejdet. Logistik inkluderer identifikation af, hvem der vil være sekretæren, der fører tilsyn med samarbejdet, det center, der sikkert lagrer data, og datarengøringsansvar (Stewart et al. 2011). Derudover skal den endelige rapportering og offentliggørelse diskuteres, og ofte kan individuelle undersøgelser begrænses fra at offentliggøre deres unikke undersøgelsesresultater, indtil resultaterne af de samarbejdsvillige studier er blevet offentliggjort.

    2. Datastandardisering snarere end dataharmonisering er et af hovedmålene i planlægningsprocessen. Datastandardisering har til formål at etablere en ensartet måde, hvorpå variabler defineres, måles og indsamles. Processen med standardisering kan være let, når der er en guldstandard, men kan kræve yderligere diskussion og kompromis, hvis der er flere tiltag til vurdering af en variabel. Forskelle i tilgang til variabel måling kan variere fra land til land eller mellem forskningscentre.

    Selvom variabler af interesse er standardiserede på tværs af undersøgelser, er prospektivt planlagte samlede analyser ikke det samme som multicenterforsøg. Centrer, der er involveret i de samlede analyser, forventes at overholde de samme standardiserede variable mål og nogle vigtige inklusionskriterier for deltagerne, men får lov til at adskille sig i mange andre henseender (f.eks. Befolkning, land, andre indsamlede variabler) og forventes ikke at følge en enkelt undersøgelsesprotokol på tværs af alle steder (Riley et al. 2010).

    Bemærk: Etiske bekymringer, når du arbejder med data på individuelt niveau

    I modsætning til metaanalyser af AD skal IPD-metaanalyser og prospektivt planlagte samlede analyser tage yderligere hensyn til deltagernes privatliv og fortrolighed. Alle analyser, der anvender data på deltagerniveau, skal sikre, at dataene kan gemmes og få adgang til på en sikker måde. Dette kræver, at en af ​​institutionerne i samarbejdet skal tage ansvar for opbevaring og hosting af disse oplysninger. Da mange af disse samarbejder er af international karakter, skal denne datalagring imødekomme sikkerheds- og fortrolighedsbehovene i alle forskeres deltagende lande (Ragin og Taioli, 2008). I tilfælde af prospektivt planlagte samlede analyser kan disse overvejelser tages i betragtning fra begyndelsen og bør indarbejdes i de planlagte omkostninger til projektet, protokoller forelagt menneskelige forskningsanalyser ved hver deltagende institution og dokumenter med informeret samtykke til deltagerne.

    I tilfælde af retrospektive samlede analyser er dataindsamlingen muligvis allerede afsluttet. I processen med at indhente de originale data skal efterforskere, der foretager den sekundære dataanalyse, også kontrollere, at de originale undersøgelser havde godkendt protokoller til mennesker. Derudover erkendes det, at deltagere sandsynligvis har givet samtykke til den oprindelige forskningsundersøgelse, men måske ikke har givet samtykke til at deltage i en sekundær undersøgelse med potentielt forskellige forskningsspørgsmål. I USA er sekundær dataanalyse tilladt, så længe protokollen har modtaget IRB-godkendelse og er identificeret (Philips et al. 2013). Denne proces adskiller sig fra land til land (Philips et al. 2013) og bør undersøges, inden den går videre med metaanalysen af ​​IPD.

    Resumé af sammenligninger af fremgangsmåder

    En kort tabel, der sammenligner de tre kvantitative tilgange til opsummering af beviser på tværs af undersøgelser, er til hurtig reference.

    Meta-analyse af AD

    IPD-metaanalyse / retrospektiv samlet analyse

    Prospektivt planlagt samlet analyse

    Længde på tid til at fuldføre

    Kort

    Lang

    Lang

    Bekostning

    Lav

    Høj

    Høj

    Kontrol over data

    Lav

    Høj

    hvad er epidemiologi?

    Højeste

    Bekymring for publikationsbias

    Høj

    Ikke relevant

    Ikke relevant

    Samarbejde og samarbejde med andre forskere

    Ingen

    Ja

    Ja

    Kontrol over modeller

    Lav

    Høj

    Høj

    Yderligere etiske bekymringer

    Ingen

    Ja

    Ja

    Evne til at undersøge sjældne sygdomme og usædvanlige eksponeringer

    Lav

    forskel på pandemi og epidemi

    Høj

    Høj

    Evne til at analysere længdedata

    Lav

    Høj

    Høj

    Vurdering af interaktioner

    Lav

    Høj (især 1-trins tilgang)

    Høj (især 1-trins tilgang)

    Referencer

    Abo-Zaid, G, Guo, B, Deeks, JJ, Debray, TPA, Steyerberg, EW, Moons, KGM og Riley, RD (2013) Individuelle deltagerdata meta-analyser bør ikke ignorere klyngedannelse. J Clin Epidemiol; 66 (8): 865-873.

    Blettner, M, Sauerbrei, W, Schlehofer, B, Scheuchenpflug, T og Friedenreich, C. (1999) Traditionelle anmeldelser, metaanalyser og samlede analyser inden for epidemiologi. International Journal of Epidemiology; 28: 1-9.

    Borenstein, M, Hedges, L og Rothstein, H (2009) Faste effekter versus tilfældige effekter modeller. I: Introduktion til metaanalyse. Eds: Borenstein, M, Hedges, LV, Higgins, JPT og Rothstein, HR. John Wiley & Sons, Ltd., West Sussex, UK.

    Cooper, H og Patall, EA (2009) De relative fordele ved metaanalyse udført med individuelle deltagerdata versus aggregerede data. Psykologiske metoder; 14 (2), 165-176.

    Deeks, JJ, Higgins, JPT og Altman, DG (2011) Kapitel 9: Analyse af data og foretag metaanalyser. Cochrane-håndbog til systematiske anmeldelser af interventioner. Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Higgins JPT, Green S (redaktører). Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Cochrane-samarbejdet, 2011. Fås fra www.cochrane-handbook.org .

    Higgins, JPT, Thompson, SG, Deeks, JJ og Altman, DG. (2003) Måling af inkonsekvens i metaanalyser. BMJ; 327 (7414): 557-560.

    Higgins, JPT og Deeks, JJ (2011) Kapitel 7: Valg af undersøgelser og indsamling af data. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Jones, AP, Riley, RD, Williamson, PR og Whitehead, A (2009) Metaanalyse af individuelle patientdata versus samlede data fra langsgående kliniske forsøg. Kliniske forsøg; 6: 16-27.

    Liberati A, Altman DG, Tetzlaff J, Mulrow C, Gøtzsche P, et al. (2009) PRISMA-erklæringen til rapportering af systematiske gennemgange og metaanalyser af undersøgelser, der evaluerer sundhedsinterventioner: Forklaring og uddybning. PLoS Med 6: e1000100. doi: 10.1371 / journal.pmed.1000100.

    Philips B, Ranasinghe, N, Stewart, LA og PICNICC Collaboration (2013) Etiske og lovgivningsmæssige overvejelser i brugen af ​​individuelle deltagerdata til studier af sygdomsforudsigelse. Arch Dis Child; 98: 567-568.

    Ragin, C og Taioli, E (2008) Metaanalyse og samlet analyse - Genetiske og miljømæssige data. I: Molekylær epidemiologi af kroniske sygdomme; CP Wild, P Vineis og S Garte. John Wiley & Sons.

    Riley, RD, Lambert, PC og Abo-Zaid, G (2010) Metaanalyse af individuelle deltagerdata: begrundelse, adfærd og rapportering. BMJ; 340; c221.

    Smith-Warner, SA, Spiegelman, D, Ritz, J, et al. (2006) Metoder til at samle resultaterne af epidemiologiske studier: The Pooling Project of Prospective Studies of Diet and Cancer. Am J Epidemiol; 163: 1053-1064.

    Sterne, JAC, Egger, M og Moher, D (2011) Kapitel 10: Adressering af rapporteringsforstyrrelser. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Stewart, GB, Altman, DG, Askie, LM, Duley, L, Simmonds, MC og Stewart, LA. (2012) Statistisk analyse af metaanalyser af individuelle deltagerdata: En sammenligning af metoder og anbefalinger til praksis. PLoS ONE; 7 (10): e46042.

    Stewart, LA, Clark, M, Rovers, M, Riley, RD, Simmonds, M, Stewart, G, Tierney JF og PRISMA-IPD Development Group (2015) Foretrukne rapporteringselementer til en systematisk gennemgang og metaanalyse af den enkelte deltager data: PRISMA-IPD-erklæringen. JAMA; 313 (16): 1-1665.

    Stewart, LA og Tierney, JF (2002) Til IPD eller ikke til IPD? Fordele og ulemper ved systematiske gennemgange ved hjælp af individuelle patientdata. Evaluering og sundhedsyrkerne; 25 (1): 76-97.

    Stewart, LA, Tierney, JF og Clarke, M (2011) Kapitel 18: Anmeldelser af individuelle patientdata. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Aflæsninger

    Systematisk gennemgang

    Higgins JPT, Green S (redaktører). Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Cochrane-samarbejdet, 2011. Fås fra www.cochrane-handbook.org .

    Metaanalyse af samlede data

    Borenstein, M, Hedges, LV, Higgins, JPT og Rothstein, HR (2009) Kapitel 7: Konvertering blandt effektstørrelser. I: Introduktion til metaanalyse. Eds: Borenstein, M, Hedges, LV, Higgins, JPT og Rothstein, HR. John Wiley & Sons, Ltd., West Sussex, UK.

    Borenstein, M, Hedges, L og Rothstein, H (2007) Faste effekter versus tilfældige effekter modeller. I: Introduktion til metaanalyse. Eds: Borenstein, M, Hedges, LV, Higgins, JPT og Rothstein, HR. John Wiley & Sons, Ltd., West Sussex, UK.

    Deeks, JJ, Higgins, JPT og Altman, DG (2011) Kapitel 9: Analyse af data og foretag metaanalyser. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Higgins, JPT og Deeks, JJ (2011) Kapitel 7: Valg af undersøgelser og indsamling af data. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Higgins, JPT, Thompson, SG, Deeks, JJ og Altman, DG. (2003) Måling af inkonsekvens i metaanalyser. BMJ. 327 (7414): 557-560.

    Liberati A, Altman DG, Tetzlaff J, Mulrow C, Gøtzsche P, et al. (2009) PRISMA-erklæringen til rapportering af systematiske gennemgange og metaanalyser af undersøgelser, der evaluerer sundhedsinterventioner: Forklaring og uddybning. PLoS Med 6: e1000100. doi: 10.1371 / journal.pmed.1000100.

    Metaanalyse af individuelle data (retrospektiv samlet analyse) og fremadrettet planlagt samlet analyse

    Abo-Zaid, G, Guo, B, Deeks, JJ, Debray, TPA, Steyerberg, EW, Moons, KGM og Riley, RD (2013) Individuelle deltagerdata meta-analyser bør ikke ignorere klyngedannelse. J Clin Epidemiol; 66 (8): 865-873.

    Cooper R, Hardy R, Aihie Sayer A, Ben-Shlomo Y, Birnie K, Cooper C, et al. (2011) Alders- og kønsforskelle i fysiske kapacitetsniveauer fra midt i livet og frem: Harmonisering og metaanalyse af data fra otte britiske kohortestudier. PLoS ONE 6 (11): e27899. doi: 10.1371 / journal.pone.0027899

    fort lee transportkontor

    Philips B, Ranasinghe, N, Stewart, LA og PICNICC Collaboration (2013) Etiske og lovgivningsmæssige overvejelser i brugen af ​​individuelle deltagerdata til studier af sygdomsforudsigelse. Arch Dis Child; 98: 567-568.

    Riley, RD, Lambert, PC og Abo-Zaid, G (2010) Metaanalyse af individuelle deltagerdata: begrundelse, adfærd og rapportering. BMJ; 340; c221.

    Riley, RD og Steyerberg, EW (2010) Metaanalyse af binært resultat ved hjælp af individuelle deltagerdata og samlede data. Forskningssyntesemetoder; 1 (1): 2-19.

    Smith-Warner, SA, Spiegelman, D, Ritz, J, et al. (2006) Metoder til at samle resultaterne af epidemiologiske studier: The Pooling Project of Prospective Studies of Diet and Cancer. Am J Epidemiol; 163: 1053-1064.

    Stewart, GB, Altman, DG, Askie, LM, Duley, L, Simmonds, MC og Stewart, LA. (2012) Statistisk analyse af metaanalyser af individuelle deltagerdata: En sammenligning af metoder og anbefalinger til praksis. PLoS ONE; 7 (10): e46042.

    Stewart, LA, Clark, M, Rovers, M, Riley, RD, Simmonds, M, Stewart, G, Tierney JF og PRISMA-IPD Development Group (2015) Foretrukne rapporteringselementer til en systematisk gennemgang og metaanalyse af den enkelte deltager data: PRISMA-IPD-erklæringen. JAMA; 313 (16): 1-1665.

    Sammenligninger af tilgange

    Blettner, M, Sauerbrei, W, Schlehofer, B, Scheuchenpflug, T og Friedenreich, C. (1999) Traditionelle anmeldelser, metaanalyser og samlede analyser inden for epidemiologi. International Journal of Epidemiology; 28: 1-9.

    Cooper, H og Patall, EA (2009) De relative fordele ved metaanalyse udført med individuelle deltagerdata versus aggregerede data. Psykologiske metoder; 14 (2), 165-176.

    Jones, AP, Riley, RD, Williamson, PR og Whitehead, A (2009) Metaanalyse af individuelle patientdata versus samlede data fra langsgående kliniske forsøg. Kliniske forsøg; 6: 16-27.

    Ragin, C og Taioli, E (2008) Metaanalyse og samlet analyse - Genetiske og miljømæssige data. I: Molekylær epidemiologi af kroniske sygdomme; CP Wild, P Vineis og S Garte. John Wiley & Sons.

    Stewart, LA og Tierney, JF (2002) Til IPD eller ikke til IPD? Fordele og ulemper ved systematiske gennemgange ved hjælp af individuelle patientdata. Evaluering og sundhedsyrkerne; 25 (1): 76-97.

    Andre relaterede ressourcer

    Higgins JPT, Green S (redaktører). Cochrane-håndbog til systematiske anmeldelser af interventioner. Version 5.1.0 [opdateret marts 2011]. Cochrane-samarbejdet, 2011. Fås fra www.cochrane-handbook.org .

    Higgins, JPT, Thompson, SG, Deeks, JJ og Altman, DG. (2003) Måling af inkonsekvens i metaanalyser. BMJ; 327 (7414): 557-560.

    Sterne, JAC, Egger, M og Moher, D (2011) Kapitel 10: Adressering af rapporteringsforstyrrelser. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Stewart, LA, Tierney, JF og Clarke, M (2011) Kapitel 18: Anmeldelser af individuelle patientdata. Cochrane-håndbog til systematiske anmeldelser af interventioner Version 5.1.0 [opdateret marts 2011]. Higgins JPT, Green S (redaktører). Ledig fra www.cochrane-handbook.org .

    Hjemmesider

    Faste og tilfældige effekter: Indtastning af befolkningens sundhedsmetoder på meta-regression.

    Meta-regression kan også bruges til at undersøge heterogenitet på grund af variabler på studieniveau. Yderligere oplysninger om denne metode kan findes på siden Population Health Methods om meta-regression.

    Flere oplysninger om PRISMA-erklæringen findes på: http://www.prisma-statement.org/

    Interessante Artikler

    Redaktørens Valg

    Hvad er nanoteknologi, definition, typer
    Hvad er nanoteknologi, definition, typer
    nanoteknologi hjælper mennesker. Nanoteknologi er den gren af ​​videnskaben, der beskæftiger sig med studiet af partikler med størrelser mellem 1 nanometer og 100 nm.
    Kunne vi udnytte energi fra sorte huller?
    Kunne vi udnytte energi fra sorte huller?
    En ny Columbia-undersøgelse indikerer, at energi kan udvindes fra sorte huller ved genforbindelse af magnetfeltlinjer.
    George P. Fletcher
    George P. Fletcher
    George P. Fletcher blev anerkendt som en af ​​de førende forskere i USA inden for komparativ og international straffelov, og blev medlem af fakultetet i 1983. Han underviser i kurser, der udforsker retspraksis i krig, Bibelen, kriminalitet og ofrenes rettigheder. . Fletcher har skrevet mere end 150 lovanmeldelsesartikler, herunder den ofte citerede Fairness and Utility in Tort Theory. Han har også skrevet en amicus-kort for højesteret for Hamdan v. Rumsfield, hvori han argumenterede for, at en fange efter 9/11 i Guantanamo, der blev anklaget for sammensværgelse, skulle retssages i føderal straffedomstol og ikke af en militærkommission. Fletchers argument blev krediteret med at forme flertalsopfattelsen af ​​retfærdighed John Paul Stevens, der slog de militære domstole, der blev brugt under den såkaldte War on Terror. Fletchers 20 bøger inkluderer en erindringsbog, en roman og videnskabelige tomater. De inkluderer erstatningsansvar for menneskerettighedskrænkelser, der diskuterer erstatningsansvar i internationale sager; Forsvare menneskeheden: Når magt er retfærdiggjort og hvorfor, som udforsker analogierne mellem selvforsvar i national og international ret; og The Grammar of Criminal Law: American, Comparative and International, som undersøger den grundlæggende struktur og sprog i forskellige systemer for strafferetlig straf. Han har også skrevet snesevis af op-ed stykker og længere artikler til The New York Times, The New Republic, The New York Review of Books og The Washington Post. Fletcher, der taler på syv fremmede sprog, har holdt foredrag og gennemført medieinterviews på russisk, fransk, tysk, hebraisk, spansk, ungarsk og italiensk. Han er den eneste lærde, der skriver på engelsk, der er citeret af Den Internationale Straffedomstol. Han modtog Silvio Sandano International Award for menneskerettigheder ved en ceremoni i Senatet for Den Italienske Republik i 2015. Han er medlem af American Academy of Arts & Science.
    Georg Friedrich Haas
    Georg Friedrich Haas
    Georg Friedrich Haas sluttede sig til Columbia Universitets kompositionsfakultet som fuldtidsansat professor i september 2013. Denne udnævnelse lover at opretholde og styrke vores kompositionsprograms omdømme som et af de stærkeste, mest progressive og mest internationale sådanne programmer i USA. er dukket op som en af ​​hans store europæiske komponister
    Sommersessioner Kurser | Matematik
    Sommersessioner Kurser | Matematik
    Robert Harris
    Robert Harris
    Robert Harris, assisterende juridisk rådgiver for Østasien og Stillehavsanliggender, USA's udenrigsministerium. Robert Harris er assisterende juridisk rådgiver for østasiatiske og stillehavsanliggender. I denne stilling yder han juridisk rådgivning til højtstående embedsmænd og politiske beslutningstagere i National Security Council om alle juridiske spørgsmål i forbindelse med USA's udenrigspolitik i Asien og Stillehavsområdet, herunder Nord- og Sydkorea, Kina, Japan og territoriale og maritime tvister i det sydlige og østkinesiske hav. Mr. Harris har været advokat ved Department of State siden 1985 og medlem af Senior Executive Service siden 1992 og fungeret som assisterende juridisk rådgiver i kontorer for international lovhåndhævelse og efterretning, oceaner og internationale miljø- og videnskabelige anliggender, menneskerettigheder og flygtninge og som stedfortrædende juridisk rådgiver. Han har tjent som juridisk rådgiver og som delegationschef for mere end halvtreds forskellige bilaterale og multilaterale forhandlinger om emner lige fra migration, international luftfart og handel med tjenester, terrorbekæmpelse, handel med kontramarkotik, udlevering af kriminelle flygtninge, international havret, havforurening og dumping til søs, afgrænsning af søgrænsen, grænseoverskridende vandløb, global miljøbeskyttelse (herunder vedvarende organiske forurenende stoffer og farlige kemikalier, biologisk mangfoldighed, biosikkerhed, international bevarelse og stratosfærisk ozonbeskyttelse), bæredygtig udvikling, internationale menneskerettigheder, beskyttelse af flygtninge, diplomatiske privilegier og immuniteter og nukleart ansvar. Mr. Harris er kandidat fra Stanford Law School (JD), Woodrow Wilson School of Public and International Affairs ved Princeton University (MPA) og Cornell University (AB History).
    LG V30S ThinQ pris, specifikation, udgivelsesdato
    LG V30S ThinQ pris, specifikation, udgivelsesdato
    lG v30s thinq-specifikation- P-OLED, 6,0 tommer skærm, Android 8.0 (Oreo), Snapdragon 835, Fingeraftrykssensor, dual-16MP, 13MP bag- og 5MP frontkamera, 330