用于医疗保健专业人员

教育和辩论

荟萃分析:未解决的问题和未来的发展

BMJ1998年;316年doi:https://doi.org/10.1136/bmj.316.7126.221(1998年1月17日发表)引用这个:BMJ316:221 1998;
  1. 乔治大卫史密斯临床流行病学教授(蔡特金发动在{}bristol.ac.uk)一个,
  2. 马提亚症,读者在社会医学和流行病学一个
  1. 一个社会医学、布里斯托大学、布里斯托尔BS8 2公关
  1. 函授:戴维史密斯教授

    介绍

    最近以来引入临床流行病学、生物统计学的荟萃分析建立了自己作为一个有影响力的分支。几本书主要或全部关注荟萃分析在医学上,12345和最新版本的相关教科书通常包括一个荟萃分析的部分。6789计算机软件完全致力于荟萃分析已经被开发出来,和整合过程介绍了一般统计软件包。我们将很快提供软件包的概述BMJ的网站。10仍存在若干荟萃分析有关的悬而未决的问题,我们在本系列的最后一篇文章解决的一些问题,可能会在未来讨论适当的练习和荟萃分析的领域。

    未发表的数据应该包括在荟萃分析吗?

    发表偏倚,在上一篇文章中详细讨论,11荟萃分析的有效性是一个主要的威胁。获取和包括数据未发表的研究似乎是显而易见的方法避免这个问题。包括未发表的数据研究本身引入偏见,然而。即使与科学界的广泛协商,仍未发表的研究可能隐藏。未发表的研究,可以位于可能因此具有普遍代表性的样本未发表的研究。偏见是否减少或增加了包括未发表的研究不能正式评估,因为它是不可能确定,所有未发表的研究。另一个问题涉及到的意愿调查人员的未发表的研究提供数据。这可能取决于这个研究的发现,更容易提供更有利的结果。这可能会再次偏差分析的结果。

    总结分

    荟萃分析已经成为临床流行病学的重要技术,但是一些问题仍然没有解决

    对包含未发表的、非数据有问题的,特别是如果这些数据感兴趣的来源,如制药业

    个体患者数据往往需要解决的重要问题,但机制来促进增加可用性试验数据的荟萃分析缺乏

    临床应用结果的荟萃分析个别病人往往仍然是一个困难的判断

    Cochrane协作将有一个重要的角色在未来发展领域的系统回顾和荟萃分析

    分析150年之间的1988年和1991年发表的荟萃分析表明,大多数meta-analysts寻找未发表的材料,虽然这些数据都位于和包含在只有31%的荟萃分析。12问卷调查评估未发表数据的态度包容被送到这些报告的作者和编辑的期刊出版:78%的meta-analysts支持未发表的材料的使用,相比之下,只有47%的期刊编辑。12缺乏支持的一些编辑,因为数据没有被同行评议。裁判的过程,然而,并不总是成功的方式确保发表结果是有效的。1314另一方面,未发表数据的荟萃分析感兴趣的来源显然是令人担忧的。这种不受数据已经产生的情况下存在一个明显的商业利益(框给出一个示例)。

    箱1:争议选择性血清素再吸收抑制剂和抑郁

    • 选择性血清素再吸收抑制剂被广泛用于治疗抑郁症,虽然他们的临床优势更昂贵的三环类抗抑郁药尚未完善。

    • 在荟萃分析歌曲等使用随机对照试验参与者之间的辍学率服用选择性5 -羟色胺摄取抑制剂和服用传统抗抑郁药作为治疗成功的指标15:患者停止服用治疗因为无效或副作用是那些不受益,因此类药物降低辍学率可以被认为是更有利的影响。

    • 几乎没有区别选择性血清素再吸收抑制剂和其他一些三环类抗抑郁剂。为了应对这一分析,Nakielny(莉莉行业,氟西汀)的制造商提供了一个荟萃分析14新药的临床实验研究,他们说包括每个研究于1990年12月完成。16这包括被称为“未发表的数据文件。“池辍学率计算Nakielny显著不同的文学基础分析。

    把这个表:

    莉莉行业声称其分析并不是“受偏见引入选择性发布和文献搜索,“但这是很难评估如果试验包括表示未发表的数据“存档”。在未来提供这些数据是meta-analysts面临的主要挑战之一,系统评价的促进者和循证医学。

    最满意的未发表的数据包含的荟萃分析方法是进行广泛搜索这些数据,然后如果可能的话获得它们。有或没有执行的分析应该是未发表的数据,作为敏感性分析的一种形式。如果结论是通过包含或排除这些数据改变,要么方法的结果应该谨慎对待。

    主体性在数据分析和报告

    使用发布结果完全可以引入偏差以外的发表偏倚。选择报告的结果可以影响结果:结果最有利的结果通常会报告。如何误导发表结果的一个例子来自两个独立分析的双盲,安慰剂对照试验评估羟氨苄青霉素在non-suppurative中耳炎患儿的疗效。1718相反的结论达成,主要是因为不同的重量是不同的措施研究中评估结果。这个分歧是在公共场合进行的,它是伴随着对团队生产发现不当行为的指控,有利于羟氨苄青霉素。这个团队的领导人已收到相当大的资金,无论是在研究资助个人报酬,从羟氨苄青霉素的制造商。19这是一个很好的例子是如何依赖选择提交的数据调查人员会导致失真。20.这可能是一个频繁的偏见的来源,只有在极少数情况下成为常识。提高标准的临床试验报告21主体性在数据分析应该在未来变得不那么常见。

    个别病人数据或汇总统计信息应该被包括在一个荟萃分析?

    荟萃分析,完全依赖于汇总数据从发表的临床试验提供了健壮的治疗结果的指标。这样的分析已经被描述为文学的荟萃分析。22如果一个研究者感兴趣的结果在不同的群体,然而,分析将困难如果各种试验不相应的报告数据。例如,一个基于文献分析的影响在老年人高血压的药物治疗23被迫使用“老人”的定义,包括参与者60岁或以上的一些研究和别人的那些65岁或以上。同时,因为许多试验未能报告年龄分层数据,不到一半的潜在试验可以包括在分析中。这可能产生严重偏差,调查人员的决定公布年龄分层的数据可能是依赖的结果。

    补充个人试验的数据越来越多地获得了荟萃分析。例如,通过获得的数据的冠心病死亡率根据分组跟进从降低胆固醇试验的原始调查期间,法律等,都不能显示噪音,减少冠心病的风险随之而来降低胆固醇治疗的持续时间增加。23几个协作团体聚集数据中的每个参与者单独试验。这大大增加了灵活性在定义组织内不同的子群分析、试验,还允许使用的数据为每个参与者事件的确切时间。例如,纤溶治疗实验合作组调查显示心肌梗死后溶栓的效果(一)心电图异常的患者进入研究;(b)收到的时间治疗后出现症状;(c)患者的年龄和性别;和(d)各种共病的存在与否的条件。24这允许保留原来的优势比较随机,单独试验的条件并不一定使用分层随机根据这些特点。箱提供了一个进一步的例子。

    框2:冠状动脉搭桥手术和生存:荟萃分析使用个体患者数据

    • 人们一直认为冠状动脉搭桥手术提供了有效缓解心绞痛,并延长生存在高风险患者左主干动脉疾病

    • 这种手术的影响在其他类别的冠心病患者生存,然而,仍然是有争议的

    • 试验的荟萃分析比较与常规冠状动脉搭桥手术治疗冠心病患者的稳定。25移植手术整体与显著降低死亡率的例子,五年10.2%v15.8%,P = 0.0001)

    • 对于这个荟萃分析个体患者数据执行几个子群分析成为可能。例如,通过使用一个修改的退伍军人管理局风险评分26(这是基于类III或IV心绞痛的存在,圣抑郁静止,高血压,心肌梗死和历史)的关系利益与风险水平可以探索。没有明显的好处,第三在风险最低,这是特点是相对较低的五年死亡率为5.5%。相反,好处是给组患者死亡的风险更高(1)。这些信息是至关重要的临床应用荟萃分析的结果,表明针对高危冠状动脉搭桥手术的人将是一个有效的方式使用有限的资源

    • 这个例子演示了如何重要的信息可以从基于个别患者的危险分层数据


    嵌入式图像

    获得个体患者数据具有超出执行标准化的子群分析的能力。27进一步接触个人调查人员可以帮助识别trials-published unpublished-which meta-analysts错过了。它可能会识别偏离协议在试验的例子中,参与者包括即使他们不满足入口准则。错误分析的例子,偏离“意图治疗分析,未报告的辍学,和简单的oversights-may被识别。整个试验结果测量可以更好的标准化,这将抵消的趋势研究人员发布的结果只有最显著的影响在一个特定的结果。还可以获得额外的跟踪数据,对于一些试验的随机比较持续超出最初的出版物,但只公开发布的数据。

    “失败”荟萃分析的价值

    在某些情况下一个结论性的荟萃分析不可能如果方法论标准维护。在这种“失败”meta分析28治疗方法、并行处理、跟进的长度,研究参与者的特征,或端点测量可能太不同,允许的合理组合的结果。一个荟萃分析仅基于少量的试验往往会不确定,即使联合估计的影响是显著的。1129日

    Cochrane系统评价的数据库包含很多的治疗干预措施的例子,评论家认为,荟萃分析未能产生一个结论性的答案。例如,急性缺血性卒中溶栓的评论,发表的第二个问题Cochrane图书馆在1996年,30.说:“…到目前为止的数据很少,不足以做出任何明确的结论的好处或溶栓治疗急性缺血性中风。“附加试验已经被发布,更新版本相同的审查(问题2,1997)认为,尽管还需要更多的研究,明确证据存在大量过剩的颅内出血和过早死亡的风险与高剂量的溶栓药物。清楚地陈述和展示现有证据的不足应作为刺激进行适当和必要的试验。

    Cochrane协作

    没有评论的传播是一个重要的任务,这是忽略了传统的期刊。上述例子说明,这是越来越多地由Cochrane协作,以及许多其他的传播,结论性的评论。这个国际集团,阿奇·卡克伦的名字命名,是一个独特的计划评估的医疗干预措施。在他的重要著作对卫生服务的有效性和效率:随机回应,于1972年出版,科克伦有力地认为应该使用医疗资源提供公平这些干预措施已被证明在精心设计的研究是有效的。31日协作的努力准备,传播,并不断更新系统评价的对照试验是必不可少的,和及时,一步实现这一目标。Cochrane协作将有一个重要的角色在未来发展领域的系统回顾和荟萃分析。协作的工作小组正在处理目前的许多未解决的问题,包括,例如,方法观测数据和数据评估的筛查和诊断测试。改善的适用性评审的方法,下面讨论,加强消费者代表的参与,也正在研究。

    临床应用荟萃分析的结果

    单一的大型试验显示有益的治疗影响医疗实践,而通常较小的荟萃分析研究影响有限。例如,使用溶栓后才可以降低心肌梗死死亡率增加出版两大试验在1980年代末,3233虽然同样减少死亡率已经被证明在1982年八个小研究的荟萃分析34在1985年的荟萃分析。35增加使用溶栓符合权威评论和教科书的建议。后才出版的第一次审判Gruppo犬每lo工作室德拉Streptochinasi内尔'Infarto Miocardico溶栓越来越推荐作为常规治疗后心肌梗塞。361982元分析了只有150引用14年以来发表新英格兰医学杂志》上(最高的医学期刊影响因子),而1985年的荟萃分析已经收到大约350引用,收到的一样小,不确定试验发表在同年。37然而,两个大型试验收到了几千引文在更短的时期。显然,荟萃分析,即使是结论性的,现在比的试验池得到的关注更少,这可能是反映在一个较小的程度的影响临床实践。

    临床医生需要从临床研究结果,可以有效地通知他们的临床实践。也许荟萃分析被视为未提供信息超出了治疗的效果在一个假想的“平均”的病人。置信区间,往往狭窄的荟萃分析,反映出某些人能大小的整体效果在人口。更多的与临床医生,然而,如何对某些人在他或她的特殊病人的影响。尽管整体效果通常会提供最好的估计,不确定性对一个特定的病人总是会大于对整个病人组。这是因为,在相同的方式在考试之间的不同组件的影响研究的荟萃分析,进一步影响不同患者之间的差异。38

    许多临床意见领袖根本不相信荟萃分析的结果。这可能被视为一种谨慎的态度,一种相对较新的技术,这是合理的考虑存在误导性的荟萃分析。29日39“专业meta-analyst”的出现40将每月从问题问题,愉快地从事专业以外的领域主要领域,医学期刊的页面,有时被视为走狗与成本削减议程,政府机构肯定起不了多大作用。我们相信,与改进的方法论标准通常包括彻底的敏感性分析,荟萃分析的结果将逐渐增长的信心。尽管来自临床试验的证据积累的知识当然应该提供强有力的指导实践,这是适当的,特定的临床情况也应纳入决策过程。未能认识到世界是特征的差异相似,这可能会丢失这些数字所面临的不是病人,有时导致过于自信的断言从业者的荟萃分析,理解和临床医生对着干。保持一定程度的谦卑面对人类的多样性,医学,因此承认比可能希望更大的不确定性,将最终证明的最佳方式进一步发展的目标分析与实践循证医学的贡献。

    前景

    在本系列中,我们概述和说明的原理、优点和弱点的荟萃分析。我们相信这种方法明显优于叙事方法回顾医学研究。除了提供一个精确的估计的总体治疗效果在某些情况下,适当的考试的异质性个体研究可以产生有用的信息来指导临床合理、成本有效的治疗决策。不加批判的合成数据从被忽视的观察性研究和合成不同的随机对照试验的结果可能损害荟萃分析的声誉。

    荟萃分析的缺点,然而,一个更一般的结果没有对研究成果的传播。目前这个过程是高度依赖于出版的同行评审研究结果,英文期刊。考虑关于出版物和位置偏差表明这会导致所选部分的所有证据成为可供系统综述。这显然是不满意的,可以误导临床实践,是否执行正式的荟萃分析。荟萃分析基于个体患者数据显示,使得这些数据可以提供有价值的和临床相关的信息无法获得出版来源。机制来促进这种合作分析,确保大可访问性的临床研究的结果,包括结果作为制药行业的“数据文件”,必须进一步发展。技术壁垒在世界范围内的数据交换与合作我们只能希望剩下的壁垒,植根于传统实践,政治议程,和商业利益,也会迅速下降。

    确认

    社会医学部门在布里斯托尔大学的医学研究委员会的卫生服务研究合作。

    引用

    1. 1。
    2. 2。
    3. 3所示。
    4. 4所示。
    5. 5。
    6. 6。
    7. 7所示。
    8. 8。
    9. 9。
    10. 10。
    11. 11。
    12. 12。
    13. 13。
    14. 14。
    15. 15。
    16. 16。
    17. 17所示。
    18. 18岁。
    19. 19所示。
    20. 20.
    21. 21。
    22. 22。
    23. 23。
    24. 24。
    25. 25。
    26. 26岁。
    27. 27。
    28. 28。
    29. 29。
    30. 30.
    31. 31日。
    32. 32。
    33. 33。
    34. 34。
    35. 35。
    36. 36。
    37. 37岁。
    38. 38。
    39. 39岁。
    40. 40。
    Baidu
    map