Evidensbaseret medicin · K5-K6 · Udgave 1

Systematiske oversigter I

En samlet effekt er først nyttig, når det er klart, hvilke studier der blev fundet, og om de kan lægges sammen.

GPT-6 Sol · Extra High 17-25 min

Detaljegrad

Kort fortalt

Systematiske oversigter I

En systematisk oversigt besvarer et afgrænset spørgsmål med en planlagt søgning, udvælgelse og kritisk vurdering af studier. En metaanalyse kan derefter samle sammenlignelige effektmål statistisk, men er ikke obligatorisk. Kurset går fra protokol og søgning til klinisk og statistisk heterogenitet, fixed-effect og random-effects, forest- og funnelplots samt PRISMA. Tyngdepunktet er at læse et samlet estimat uden at overse bias eller forskelle mellem studierne.

Overblik

Hvad gør en oversigt systematisk?

En systematisk oversigt er ikke det samme som en metaanalyse

Standard

Oversigten finder og vurderer studier efter en planlagt metode.

Metaanalysen er en mulig statistisk sammenfatning af deres resultater.

To forskellige opgaver

En systematisk oversigt starter med et spørgsmål og forsøger at identificere alle relevante studier, udvælge dem efter kriterier og vurdere deres begrænsninger. Den kan sammenfatte fundene uden ét fælles tal. En metaanalyse beregner et samlet estimat, når data og spørgsmålet gør en sådan beregning meningsfuld.

Det fælles tal er ikke et kvalitetsstempel

Flere inkluderede studier kan give større statistisk præcision, men en præcis sammenfatning af biased eller usammenlignelige studier kan stadig være misvisende. Læs derfor metoden bag tallet, ikke kun diamanten nederst i figuren.

Protokollen bestemmer spørgsmålet, før resultaterne kendes

Standard

PICO angiver patienter, intervention, sammenligning og udfald.

En tilgængelig protokol gør ændringer undervejs synlige.

Det skal være muligt at gentage valgene

Definér inklusionskriterier, udfald, søgekilder og analyseplan, før resultaterne bruges til at vælge en attraktiv vinkel. En protokol gør det muligt at sammenligne den planlagte oversigt med den færdige rapport. Afvigelser kan være berettigede, men skal forklares.

PICO er også analysens grænse

“Virker behandling X?” er for løst. Hvilke patienter, hvilken dosis eller strategi, hvilken kontrol og hvilket tidspunkt for hvilket udfald? Disse valg bestemmer, om to studier faktisk belyser den samme kliniske beslutning.

Søgningen afgør, hvilke resultater der overhovedet kan tælle med

Standard

En smal søgning kan miste relevante studier, også dem med mindre spændende resultater.

Søgekilder, dato, søgestrenge og udvælgelse skal kunne efterprøves.

Fra fundne referencer til inkluderede studier

Se hvilke databaser og registre der er søgt, hvornår søgningen sluttede, hvordan referencer blev screenet, og hvorfor fuldtekststudier blev udelukket. En flowoversigt hjælper med at vise antallet på hvert trin, men erstatter ikke den konkrete søgestrategi.

Manglende studier kan flytte estimatet

Et studie, som aldrig offentliggøres, og et målt udfald, som udelades fra artiklen, er to forskellige former for manglende evidens. Begge kan skævvride en oversigt, især hvis fraværet hænger sammen med resultatets størrelse eller retning.

Vurder de inkluderede studier, før du stoler på deres gennemsnit

Standard

Risiko for bias i et primærstudie forsvinder ikke ved at lægge studier sammen.

Præcision og tiltro til evidensen er forskellige ting.

Spørg hvad hvert studie bidrager med

Undersøg design, valg af deltagere, måling, bortfald og selektiv rapportering efter passende kriterier for den pågældende studietype. En følsomhedsanalyse kan vise, om konklusionen ændres, når studier med høj risiko for bias udelades.

Et smalt interval kan stadig være forkert

Et stort samlet datasæt kan give et snævert konfidensinterval omkring et skævt estimat. Tiltro til det samlede resultat kræver også blik for bias, inkonsistens, indirekte evidens og manglende resultater, ikke kun antallet af deltagere.

Studierne

Kan resultaterne behandles som ét spørgsmål?

Et bredt spørgsmål er ikke forkert, men svarer på noget andet

Standard

En snæver PICO giver en mere specifik konklusion; en bred PICO giver større overblik.

Bredden bestemmer, hvilke forskelle mellem studier der er acceptable.

Vælg rækkevidde med åbne øjne

En oversigt over én dosis til én patientgruppe kan være direkte anvendelig, men få studier med. En oversigt over flere doser og patientgrupper kan besvare et bredere spørgsmål, men det samlede tal kan skjule væsentlige forskelle. Ingen af valgene er bedst uden et klart formål.

Spørgsmålet kommer før sammenlægningen

Vurdér om intervention, kontrol, udfald og opfølgning er tilstrækkeligt beslægtede til, at et gennemsnit giver klinisk mening. Et statistisk program kan altid regne på tal; det kan ikke afgøre, om den kliniske kombination er fornuftig.

Studier kan være forskellige, før deres resultater sammenlignes

Standard

Klinisk variation: patienter, interventioner og udfald er ikke helt ens.

Metodisk variation: design, måling og risiko for bias er forskellige.

Læs tabellen over studierne

To studier kan bruge samme effektmål og alligevel undersøge forskellige sygdomsstadier, doser eller sammenligningsbehandlinger. Metodisk kan randomisering, blindede vurderinger, opfølgning og analyse variere. Beskriv disse forskelle, før et I²-tal får lov at styre fortolkningen.

Variation er ikke automatisk diskvalifikation

Hvis oversigtens spørgsmål bevidst omfatter flere nært beslægtede situationer, kan en sammenfatning stadig være relevant. Men gennemsnittet skal beskrives som et gennemsnit over netop denne bredde, ikke som én sikker effekt for hver patientgruppe.

I² beskriver variation i estimater, ikke årsagen til den

Standard

Statistisk heterogenitet: studieestimaterne afviger mere, end man venter af tilfældig usikkerhed alene.

I² er et mål for inkonsistens, ikke en test af studiernes kvalitet.

Læs I² sammen med studierne

I² angiver omtrent den andel af den observerede variation i estimater, der tilskrives heterogenitet frem for stikprøveusikkerhed. Et højt tal bør få dig til at se på effektretning, spredning, patientgrupper og metoder. Tærskler er vejledende, ikke facit.

Lavt I² er ikke bevis for identiske effekter

Med få eller upræcise studier er både I² og en heterogenitetstest usikre. I² = 0 betyder, at data ikke viste variation ud over tilfældig støj i den anvendte analyse; det gør ikke interventionerne eller patienterne klinisk ens.

Analyse

Læs den samlede effekt og dens variation

Metaanalysen er et vægtet gennemsnit, ikke en afstemning

Standard

Sammenlignelige studier skal udtrykkes på samme effektskala.

Mere præcise estimater får normalt større vægt i det samlede tal.

Først effekt og usikkerhed for hvert studie

Hvert studie bidrager med et effektestimat, fx RR eller middelværdiforskel, og et mål for præcision. Et vægtet gennemsnit beregnes som summen af vægt gange effekt divideret med summen af vægte. Vægtene bestemmes af analysemetoden; i en simpel inverse-variance-analyse er vægten 1/SE².

Antal positive studier er ikke analysen

Tre små studier i én retning kan samlet veje mindre end ét stort studie i den anden. Kig derfor på effektstørrelser og konfidensintervaller, ikke blot hvor mange enkeltstudier der hver for sig har p < 0,05.

Fixed-effect og random-effects besvarer ikke helt samme spørgsmål

Standard

Fixed-effect antager én fælles underliggende effekt i de inkluderede studier.

Random-effects estimerer gennemsnittet af en fordeling af beslægtede effekter.

Vælg model ud fra antagelsen

Ved fixed-effect tilskrives forskelle mellem observerede studieestimater stikprøveusikkerhed omkring én fælles effekt. Random-effects tillader også variation mellem de underliggende effekter. En random-effects-analyse indregner denne variation i vægtning og usikkerhed, men gør ikke inkompatible studier sammenlignelige.

Et gennemsnit kan skjule spredning

Konfidensintervallet omkring random-effects-gennemsnittet beskriver usikkerheden om gennemsnittet, ikke hele variationen mellem de sande effekter. Et prædiktionsinterval kan belyse denne variation, men er selv usikkert, især ved få studier.

Læs forestplottet fra skala til diamant

Standard

Hvert studie har et punktestimat og et vandret konfidensinterval.

Diamanten nederst viser den samlede effekt og dens interval.

Fire ting i rigtig rækkefølge

Find først effektmålet og nul-linjen: 1 for RR/OR, 0 for forskelle. Tjek derefter hvilken side der gavner hvem. Se hvert studies punkt og interval; en større firkant markerer typisk større vægt. Læs til sidst diamantens placering og bredde samt hvor enige studierne ser ud til at være.

Krydsning af nul-linjen gælder ét estimat ad gangen

At et enkeltstudies interval krydser nul-linjen betyder ikke, at studiet viser ingen effekt. Og en diamant, der ikke krydser nul-linjen, garanterer ikke, at gennemsnittet er relevant for alle inkluderede populationer.

Vurdering

Hvad kan figurer og rapportering faktisk fortælle?

Et skævt funnelplot er et spor, ikke en diagnose

Standard

Plottet sammenholder studieeffekt med størrelse eller præcision.

Asymmetri kan skyldes manglende studier, men også bias, heterogenitet eller tilfældighed.

Hvad man ser

Små studier spreder sig typisk bredere end store studier, så punkterne kan danne en tragt. Mangler der små studier i den ene side, kan det vække mistanke om selektiv tilgængelighed. Men en anderledes patientgruppe, metodefejl i små studier eller ren tilfældighed kan give et lignende mønster.

Få studier giver lidt at tolke

Med færre end omtrent 10 studier har formelle asymmetritest ofte ringe styrke. Selv ved flere studier beviser asymmetri ikke publikationsbias, og symmetri udelukker den ikke. Sammenhold plottet med protokoller, registre og søgningen.

PRISMA viser, hvad der skal rapporteres; PRISMA-P gælder planen

Standard

PRISMA 2020 er en rapporteringsguide for den færdige systematiske oversigt.

PRISMA-P hjælper med rapportering af oversigtens protokol.

Gør processen synlig

PRISMA hjælper forfattere med at beskrive spørgsmål, kilder, søgestrategi, udvælgelse, risikovurdering, syntese og resultater. Et flowdiagram viser, hvordan referencer blev til inkluderede studier. PRISMA-P retter sig mod planen, inden oversigten er færdig.

En udfyldt tjekliste er ikke kvalitetskontrol

God rapportering gør det muligt at bedømme arbejdet. Den sikrer ikke, at den valgte søgning var dækkende, data korrekte eller metaanalysen meningsfuld. Brug tjeklisten som vej ind i metoden, ikke som dom over resultatet.

Slut med et svar på spørgsmålet, ikke kun på p-værdien

Standard

Vurder søgning, sammenlignelighed, bias og heterogenitet sammen med effekt og interval.

Et samlet estimat gælder kun det spørgsmål og de studier, som faktisk indgik.

En praktisk læserækkefølge

Find PICO og protokol. Tjek søgning og inkluderede designs. Se på de enkelte studiers risiko for bias og mulige manglende resultater. Afgør, om studierne er klinisk sammenlignelige. Først derefter læses forestplot, heterogenitet, model og den samlede effekts størrelse og usikkerhed.

Hold konklusionen på rette niveau

En metaanalyse af observationsstudier kan finde en sammenhæng, men fjerner ikke automatisk konfounding. Et gennemsnit af forsøg med meget forskellige patienter kan være præcist, men indirekte for én bestemt patient. Skriv, hvad den samlede evidens understøtter, og hvad der fortsat er usikkert.

Afventer faglig gennemgang.