De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Help! Statistiek! Doel:Informeren over statistiek in klinisch onderzoek. Tijd:Derde woensdag in de maand, 12-13 uur 21 oktoberMeta-analyse 18 novemberStatistisch.

Verwante presentaties


Presentatie over: "Help! Statistiek! Doel:Informeren over statistiek in klinisch onderzoek. Tijd:Derde woensdag in de maand, 12-13 uur 21 oktoberMeta-analyse 18 novemberStatistisch."— Transcript van de presentatie:

1 Help! Statistiek! Doel:Informeren over statistiek in klinisch onderzoek. Tijd:Derde woensdag in de maand, uur 21 oktoberMeta-analyse 18 novemberStatistisch model? Wat moet ik daarmee? 16 december Sprekers: Sacha la Bastide, Hans Burgerhof, Vaclav Fidler Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk.

2 Meta-analyse Wat is het? Korte historische schets De literatuur search De analyse Voorbeelden in “META” programma en in R

3 Meta-analyse is … meta-analysis /meta-anal·y·sis/ (met″ah-ah-nal´ĭ- sis) a systematic method that takes data from a number of independent studies and integrates them using statistical analysis. (Dorland’s medical dictionary) meta-analysis, a systematic method of evaluating statistical data based on results of several independent studies of the same problem. (Mosby’s medical dictionary) Nut: één antwoord, meer power

4 Korte historie (1) 1904: Karl Pearson

5 Korte historie (2) 1932: Fisher’s inverse chi-kwadraat voor het combineren van P-waarden 1935: gecombineerde studie naar effect van bemesting 1940: Pratt en Rhine (psychologen) review over 145 artikelen (plus notie van “unpublished results”) 1976: Glass introduceert het begrip meta-analyse

6 Glass 1976 Meta-analysis refers to the analysis of analyses. I use it to refer to the statistical analysis of a large collection of results from individual studies for the purpose of integrating the findings. It connotes a rigorous alternative to the casual, narrative discussions of research studies which typify our attempts to make sense of the rapidly expanding research literature.

7 Inderdaad … 1940: 2300 biomedische tijdschriften 1990: biomedische tijdschriften In medline: – maal “meta-analysis” in abstract – maal “meta-analysis” in abstract

8 Cochrane collaboration The Cochrane Collaboration Improving healthcare decision-making globally, through systematic reviews of the effects of healthcare interventions, published in The Cochrane Library.systematic reviews

9

10

11 Stappen in een meta-analyse 1.Definieer doel van de meta analyse 2.In- en exclusie criteria voor de studies 3.Zoek de artikelen 4.Beoordeel en selecteer de artikelen 5.Data extractie 6.Analyseer de data 7.Conclusies Vergelijkbaar met elk wetenschappelijk onderzoek

12 1. Doel van de MA Welke populatie Welke interventies / risicofactoren Welke uitkomstmaat / -maten Te gebruiken voorbeeld: Effect van Cimetidine op een maagzweer Wel / geen genezing na vier weken behandeling Uitkomstmaat per studie: Odds ratio

13 2. In- en exclusie van de artikelen Type onderzoek Jaar van onderzoek Randomisatie? Waargenomen variabelen? Analyse methode? Duur van de follow-up …

14 3. Zoeken van artikelen Cochrane website: gedetailleerde informatie over zoekstrategieën Geef in het artikel duidelijk aan waar en hoe er gezocht is –Cochrane Controlled trials register –Medline –Embase –AMED, BIOSIS, CINAHL, … –“grijze literatuur”; conference abstracts, PhD theses (SIGLE, PASCAL,…) (International Committee of Medical Journal Editors: alleen publicatie indien vooraf ingeschreven in openbaar register)

15 2 onafhankelijke zoekers Onderzoeker 1 vindt n 1 artikelen Onderzoeker 2 vindt n 2 artikelen, waarvan m ook door O 1 werden gevonden Hoeveel relevante artikelen (N) zijn er? Capture – recapture: O 2 ja nee O 1 jamn 1 – mn 1 neen 2 – m ? n 2 N? Indien de bevindingen onafhankelijk zijn geldt N = n 1 n 2 /m

16 Twee voorbeelden N = 24*21/18 = 28 (waarvan reeds 27 gevonden) N = 20*30/10 = 60 (waarvan reeds 40 gevonden)

17 4. Beoordeel en selecteer de artikelen (ook getweeën?) Placebo gecontroleerd? (bewijs van) randomisatie (double / triple) blind? Veel drop-out? Intention to treat analyse? Gebruik eventueel een codering voor de kwaliteit (Jadad, Wells e.a.)

18 Data extractie en analyse Leandro: Meta-analysis in Medical Research (CMB, incl. CD-ROM met programma META) Hoeveel artikelen zijn er niet geselecteerd en waarom niet?

19 Forest plot (META) Gecombineerde OR = 2,6 (P < 0.001)

20 Publicatiebias? Funnel Plot publicatiebias Geen publicatiebias

21 Testen voor asymmetrie van de Funnel plot (publicatiebias?) Macaskill, Walter, Irwig: A comparison of methods to detect publication bias in meta-analysis (Statistics in Medicine 2001) –Begg’s rank correlation –Egger regression –Funnel plot regression

22 Test for publication bias Begg’s correlation: gebaseerd op (Kendall’s) correlatie tussen gestandaardiseerde treatment effect en variantie van het treatment effect –Begg en Mazumdar (1994): redelijke power als aantal artikelen  75, “moderate” power voor n ≈ 25 Egger: regressie van het gestandaardiseerde treatment effect op de precisie (1/se). Is de intercept = 0? –Kritiek: verklarende variabele alleen te schatten Funnel regressie: regressie van treatment effect op n. Is de regressiecoëfficiënt = 0?

23 Testen voor asymmetrie van de funnel plot Over het algemeen lage power voor alle testen. Funnel plot regression heeft de voorkeur. Cimetidine data: P =0.63 (Egger) PBA: publication bias assessment Hoeveel niet gepubliceerde trials (met gemiddeld geen effect) zijn er nodig om het positieve effect te niet te doen? (hier: 116)

24 Test voor heterogeniteit Visueel met behulp van de Forest plot Cochran’s Q: Chi-kwadraattoets kijkt of spreiding tussen de effecten (hier: OR’s) groter is dan je op basis van toeval mag verwachten als de studies uit dezelfde populatie (met hetzelfde effect) afkomstig zijn. Galbraith plot Voor de data uit META P = 0,8

25 Galbraith plot in META “homogeniteits”gebied Gepoolde schatting 95 % BI voor de gepoolde schatting (i.h.a. niet gelijk aan homogeniteitsgebied) Schaal voor de OR

26 Pooled estimate voor OR Zonder heterogeniteit: Fixed effects analyse –Mantel-Haenszel –Peto * Gebaseerd op Observed – Expected events * Voorkeur bij slecht gevulde cellen Met heterogeniteit: Random effects analyse –DerSimonian and Laird P < 0,001 Fisher’s inverse Chi-kwadraat: -2  ln(p i ) = 89,8: P < 0,001

27 Voorbeeld in R (aangevulde data) Fixed effects: Mantel-Haenszel OR = % CI ( 1.45,2.38 ) Test for heterogeneity: X^2( 14 ) = ( p-value 0 ) Random effects ( DerSimonian-Laird ) meta-analysis Summary OR= % CI ( 1.36, 3.97 ) Estimated random effects variance: 0.75

28 Verfijningen Sensitiviteitsanalyse Meta regressie: gewogen regressie van ln(OR) tegen verklarende variabelen op geaggregeerd niveau –Als alle informatie op individueel niveau beschikbaar zou zijn gebruik dan hierarchische modellen (“multilevel”-analyse)

29 Volgende keer: Woensdag 18 november Zaal – 13 uur Statistische model? Wat moet ik daarmee?


Download ppt "Help! Statistiek! Doel:Informeren over statistiek in klinisch onderzoek. Tijd:Derde woensdag in de maand, 12-13 uur 21 oktoberMeta-analyse 18 novemberStatistisch."

Verwante presentaties


Ads door Google