03 meta analysis

8/17/2019 03 Meta Analysis

1/38

Phân tích tổng hợp (Meta-analysis)

BS. Võ Hữu Thuận, GS. Lê Hoàng Ninh

Viện Vệ sinh – Y tế công cộng Tp. Hồ Chí Minh

1


2/38

Phân tích tổng hợp là gì?

• Là một kỹ thuật thống kê• Tổng hợp các kết quả nghiên cứu từ các

nghiên cứu độc lập

2


3/38

Tại sao cần có phân tích tổng hợp?

• Cho kết quả hợp lý hơn • Có ý nghĩa thông kê

• Mức độ ảnh hưởng

• Có thể ứng dụng được hay không được

3


4/38

Đôi nét về lịch sử trong y học

• Năm 1904: Karl Pearson thực hiện phân tíchtổng hợp đầu tiên

• Bị lãng quên cho đến thập kỷ 1960

• Thập kỷ 1970: Kỹ thuật phức tạp được đưa vào và sử dụng

• Thập kỷ 1980 - nay: Trở nên phổ biến

4


5/38

Số bài phân tích tổng hợp trên PubMed

5


6/38

Khác biệt cơ bản của phân tích tổng hợp

Đặc điểm Primary studies Meta-analysisThu thập số liệu

Từ các cá nhân Từ các primarystudies

Ý nghĩa Có ý nghĩa thống kê Mức độ ảnh hưởng Ứng dụng vào thực tế

6


7/38

Phân tích tổng hợp có thể làm được gì?

• Gia tăng lực nghiên cứu (Power)• Cỡ mẫu

• Số lượng biến cố (biến nhị phân)

•

Độ lệch chuẩn (biến liên tục)• Cải thiện mức độ đúng (precision)

7


8/38

Phân tích tổng hợp

• Để giải quyết các vấn đề đang tranh cải • Các nghiên cứu cho các kết quả trái ngược nhau

• Chưa có câu trả lời dứt khoát

• Đưa ra giả thuyết mới cho những vấn đề thiếu bằng chứng thích hợp

8


9/38

Các bước thực hiện phân tích tổng hợp

1. Xác định câu hỏi nghiên cứu/review2. Xây dựng tiêu chuẩn nhận vào và loại ra

3. Tìm các nghiên cứu (primary studies)

4. Lựa chọn nghiên cứu và đánh giá chất lượng

5. Trích xuất số liệu

6. Phân tích tổng hợp:1. Ước tính các trọng số

2. Phân tính ảnh hưởng cố định và ảnh hưởng ngẫu nhiên3. Đánh giá publication bias

4. Sensitivity analysis

7. Giải thích kết quả và viết báo cáo 9


10/38

Bước 1 - 4

• Xem bài “Tổng hợp y văn”

10


11/38

5. Trích xuất số liệu

• Biến nhị phân• Số đo kết hợp

• Điểm giới hạn của khoảng tin cậy

• Biến liên tục • Trung bình

• Độ lệch chuẩn

• Cỡ mẫu

11


12/38

Ví dụ: Biến nhị phân

12


13/38

6. Phân tích tổng hợp

• 6.1. Ước tính các trọng số • Tính toán các chỉ số thống kê cho từng nghiên cứu

• Wi = 1/SDi2

• Ước tính trọng số (weight) cho toàn bộ nghiêncứu

• weight average =sum(sm x )

sum of s

• = ( )/ • SDW

2 = 1/sum of weights = 1/

13


14/38

6.2 Phân tích ảnh hưởng

• Ảnh hưởng cố định • Đánh giá khác biệt giữa các trọng số (weights) do

yếu tố ngẫu nhiên (chance/random error)

• Giả định: hệ số ảnh hưởng của các nghiên cứu làgiống nhau (fixed)

• Nghiên cứu lớn trọng số lớn

•

Ảnh hưởng biến thiên• Đánh giá khác biệt giữa các trọng số do yếu tố liênquan đến mỗi nghiên cứu và giữa các nghiên cứu

14


15/38

Ảnh hưởng cố định

• Chỉ số đồng nhất (homogeneity – Q)• Q= (Ti-W)2

• Thực chất là khác biệt giữa mỗi nghiên cứu với trọng số trung bình

• Q lớn khác biệt có ý nghĩa không đồng nhất • Khả năng phát hiện không đồng nhât không tốt ít dùng

• Chỉ số không đồng nhất (heterogeneity – I)•

I2

= (Q – df)/Q• I2 gần bằng 1: có sự không đồng nhất giữa các nghiên cứu

15


16/38

Chỉ số heterogeneity

• Để xác định kết hợp kết quả của các nghiên cứu • Thang đo (Cochrane handbook)

• Low heterogeneity 25%

• Moderate heterogeneity 50%

• High heterogeneity 75%

• Not important 0-40%

• Moderate 30-60%• Substantial 50-90%

• Considerable 75-100%

16


17/38

Đánh giá bằng biểu đồ

• Quan trọng để phát hiện heterogeneity• Các loại biểu đồ

• Biểu đồ Forest

• Biểu đồ Funnel• Biểu đồ Galbraith

17


18/38

Biểu đồ Forest

• p=0.19 (χ2 test), I2 =28% (Lancet 2006; 368: 1171-79)

18


19/38

Biểu đồ Funnel

19


20/38

Biểu đồ Galbraith

• Biểu đồ phân tán của hệ số ảnh hưởng và đảo nghịch sai số chuẩn

• Trục y biểu thị hệ số ảnh hưởng chia cho sai số chuẩn

• Trục x biểu thị nghịch đảo của sai số chuẩn

20


21/38

Khi có Heterogeneity nên làm gì?

• Thực hiện phân tích ảnh hưởng ngẫu nhiên• Chuyển sang cách đo lường khác (nếu được)

• Loại bỏ outliers

• Phân tích nhóm nhỏ hoặc thực hiện hồi quymeta

• Không thực hiện phân tích tổng hợp

21


22/38

Ảnh hưởng ngẫu nhiên

• Ước tính phương sai giữa các nghiên cứu •

• trong đó

• Khi tau=0 thì trọng số bằng với ảnh hưởng cố định

• Chỉ nên sử dụng khi các nghiên cứu nhỏ không/rất ít sai lệch

22


23/38

Thay đổi cách đo lường

• Tỷ số nguy cơ (risk ratio)

• Tỷ số chênh (odds ratio)

• Risk difference

• Xem xét lại chỉ số Q và I2

23


24/38

Loại bỏ outliers

• Loại bỏ từng cái một cho đến khi test thống kêcho heterogeneity không còn có ý nghĩa

24


25/38

Meta-regression

• Hệ số ảnh hưởng của các nghiên cứu là biến dự đoán

• Có thể sử dụng để xác định nguồn của

heterogeneity ngay cả khi test cho nó khôngcó ý nghĩa thống kê

• Nên thực hiện trong mô hình của ảnh hưởng

ngẫu nhiên• Cần ít nhất 10 nghiên cứu

25


26/38

6.3 Đánh giá publication bias

• Nghiên cứu có kết quả có ý nghĩa thống kê• Nhiều khả năng được đăng

• Nhiều khả năng được index trong Medline …

• Được đăng nhanh hơn

• Có thể được đăng trong các tạp chí có chỉ số impact factorcao

• Nghiên cứu có kết quả không có ý nghĩa thống kê

không kết luận được vấn đề quan tâm• Tác giả không còn quan tâm để viết • Ít có triển vọng khi review

• Người biên tập không đăng

26

Ả


27/38

Ảnh hưởng của nghiên cứu được đăng

• Kết quả của các nghiên cứu có ý nghĩa thống kê nhiều khả năng được sử dụng trong phântích tổng hợp

• Thiếu tính đại diện trong tổng hợp y văn • reviews bị sai lệch do hướng đến kết quả có

ý nghĩa thống kê

• cần đánh giá publication bias• Biểu đồ Funnel

• Kiểm định Egger, Harbord, Peters

27


28/38

Biểu đồ Funnel

• Nghiên cứu có kết quả (-) nằm ở gócdưới bên trái

• Publication bias

• Góc dưới-trái trống

• Biểu đồ không cânđối

• Mang tính đính tính

28


29/38

Kiểm định Egger

• Hồi quy tuyến tính của ước số ảnh hưởng với sai số chuẩn của nó

• Cho biến liên tục ngoại trừ OR

• Ti = a + b*Ni • b gần bằng 0: không có publication bias

• Không có ý nghĩa thống kê

29

ể


30/38

Kiểm định Harbor

• Biến thể của kiểm định Egger• Dùng cho biến nhị phân

• Sử dụng khi

• Hệ số ảnh hưởng lớn • Số lượng nghiên cứu nhỏ

• Cơ mẫu của các nghiên cứu tương tự

• Phát hiện heterogeneity giữa các nghiên cứu

30

ể


31/38

Kiểm định Peters

• Sử dụng cho OR• Tỷ lệ dương tính giả cao trong kiểm định Egger

• Phát hiện heterogeneity giữa các nghiên cứu

31


32/38

Các loại sai lệch khác

• Sai lệch về ngôn ngữ: thường đăng bằng tiếng Anh trong khi các kết quả âm tính thường được đăng trong các tạp chí trong nước

• Sai lệch về trích dẫn: kết quả nghiên cứu có ýnghĩa thống kê thường hay được trích dẫn

• Sai lệch trùng lặp: kết quả nghiên cứu có ý

nghĩa thống kê thương hay được đăng nhiều lần

32


33/38

6.4 Phân tích độ nhạy

• Xác định mức độ tin cậy của kết quả review• Xác định tính phụ thuộc của kết quả vào các

quyết định thiếu bằng chứng

• Nhận vào các nghiên cứu không đủ chi tiết, có vàiđiểm nghi ngờ

• Nghiên cứu có sai lệch trung bình được nhân vào

•

Nên sử dụng:• Ảnh hưởng cố định/ ngẫu nhiên• OR/ RR …

33


34/38

Phân tích độ nhạy

• Điều chỉnh cho publication bias• Loại bỏ các ảnh hưởng của nghiên cứu nhỏ

• Loại bỏ outliers

• Phân tích nhóm nhỏ

34

ề ỉ


35/38

Điều chỉnh cho publication bias

• Phương pháp “lấy ra, bỏ vào” • Nếu biểu đồ Funnel không cân xứng

• PB: góc dưới-trái trống

• Nhiều nghiên cứu nhỏ ở bên phải hơn bên trái

• Xây dựng lại biểu đồ • Bỏ các nghiên cứu không cân xứng bên phải

• Thêm các nghiên cứu bên trái để cân xứng

• Ước số ảnh hưởng được hiệu chỉnh qua biểu đồ không cân xứng với giả định là do PB

35

bỏ ả h h ở ủ h ê ứ hỏ


36/38

Loại bỏ ảnh hưởng của nghiên cứu nhỏ

• Một nghiên cứu nhỏ cần một yếu tố ảnh hưởng lớn để có một kết quả có ý nghĩa thống kê

• Phân tích tổng hợp tích lũy là kỹ thuật để đánh giátác động tiềm ẩn của PB• Sắp xếp các nghiên cứu từ lớn đến nhỏ (độ đúng cao đến

thấp)

• Nếu ước số ảnh hưởng ổn định dựa trên nghiên cứu lớn vàkhông thay đổi khi nghiên cứu nhỏ hơn thêm vào, thì có

thể kết luận không có ảnh hưởng của nghiên cứu nhỏ

36


37/38

hâ í h hó hỏ


38/38

Phân tích nhóm nhỏ

• Chia các nghiên cứu vào các nhóm nhỏ • Thực hiên phân tích cho mỗi nhóm

03 meta analysis

Documents