meta-analisi giorgia de berardis lab. epidemiologia clinica del diabete e delle malattia croniche
TRANSCRIPT
Meta-analisiGiorgia De BerardisLab. Epidemiologia Clinica del Diabete e delle Malattia Croniche
La meta-analisi: Perché?
L’efficacia di molti trattamenti viene valutata da più trial cosa che ne rende indispensabile un resoconto sintetico.
Sono, insieme ai trial ben disegnati, le prove più valide dell’efficacia (o della non efficacia) dei trattamenti.
Nei casi di incertezza nella valutazione di efficacia di un trattamento
Quando i risultati dei singoli studi non sono univoci
Quando i singoli studi sono effettuati su un campione di pazienti numericamente scarso (poco affidabili)
La meta-analisi: quando?
META-ANALISIMetodologia statistica necessaria a
combinare in modo esaustivo, obiettivo, quantitativo e sistematico i risultati di
studi diversi condotti su argomenti analoghi
La meta-analisi: definizione
La combinazione dei dati diminuisce l’imprecisione dei risultati dei singoli studi
5
Systematic reviews
Meta-analyses
Meta-analisi
Ricerche scientifiche vere e proprie con un protocollo che definisce un preciso obiettivo e descrive fonti e metodi utilizzati per• ricercare, • selezionare• sintetizzare quantitativamente gli studi primari su un determinato argomento minimizzando i numerosi bias
Revisioni sistematiche
Quesito
Fonti di informazionee loro ricerca
Selezione
Valutazione qualitàdegli studi
Sintesi
Inferenze
Di solito su problematiche ampie
Generalmente non pecificate, potenzialmente soggette a bias
Generalmente non pecificata, potenzialmente soggetta a bias
Variabile
Di solito sintesi qualitativa
A volte evidence based
Di solito focalizzato su uno specifico problema
Ricerca esaustiva, utilizzando strategie di ricerca esplicite
Basata su criteri specifici, uniformemente applicati
Valutazione critica rigorosa
Sintesi quantitativa
Abitualmente evidence based
Ann Intern Med 1997; 126:376-380
Revisionitradizionali
Revisionisistematiche
Network internazionale che ha l’obiettivo di:• preparare• aggiornare• disseminare
revisioni sistematiche degli studi controllati sugli effetti dell’assistenza sanitaria e, laddove non sono disponibili studi clinici controllati, revisioni sistematiche delle evidenze comunque disponibili
The Cochrane Collaboration
www.cochrane.orgwww.thecochranelibrary.comwww.cochrane
Database Total Records
The Cochrane Database of Systematic Reviews (Cochrane Reviews)
6909
Database of Abstracts of Reviews of Effects (DARE) 15950
The Cochrane Central Register of Controlled Trials (CENTRAL)
661393
The Cochrane Methodology Register (Methodology Register)
14985
Health Technology Assessment Database (HTA) 10532
NHS Economic Evaluation Database (NHS EED) 11441
About The Cochrane 80
Il lavoro della Cochrane Collaboration viene distribuito con la Cochrane Library che contiene diversi database:
The Cochrane Collaboration
1. Formulazione del quesito clinico2. Ricerca degli studi relativi al quesito clinico3. Selezione sistematica in base a specifici criteri di
inclusione degli studi rilevanti eleggibili4. Estrazione dei dati5. Valutazione della qualità metodologica degli studi6. Sintesi quantitativa (meta-analisi) o qualitativa7. Sensitivity analysis e subgroup analysis, se
appropriati8. Report della revisione
Le fasi di una revisione sistematica
• Obiettivo dello studio▫Per validare i risultati in un’ampia popolazione▫Per dare il via a nuovi studi
• Porre il quesito sia in termini biologici, sia clinici specificando con definizioni operative▫Popolazione▫ Intervento/Esposizione▫Confronti▫Outcomes (sia in termini di benefici sia di rischi)▫Tipo di studio
Formulazione del quesito
•Ricerca mediante l’aiuto di un esperto in ricerche bibliografiche
•Specifica delle restrizioni della lingua •Possibili fonti includono:
▫ Database bibliografici (PubMed, EMBASE, CENTRAL, …)▫ Revisioni▫ Abstracts, Atti di congressi▫ Registri dei trial▫ Industrie▫ Ricerca manuale▫ …
Ricerca degli studi
• Gli studi eleggibili identificati sono selezionati in base ai criteri di inclusione ed esclusione predefiniti
• I dati necessari all’analisi sono estratti da più revisori mediante l’utilizzo di form predeterminati e confrontati
• La qualità metodologica degli studi viene valutata e discussa tra i revisori
• Si possono applicare strumenti di valutazione pubblicati
• Criteri elaborati ed esplicitati dai revisori
Valutazione della qualità
Selezione ed estrazione degli studi
La qualità dei trials
Popolazione bersaglio
Assegnazione del trattamento
Gruppo sperimentale Gruppo di controllo
Non esposto all’interventoEsposto all’intervento
Follow up Follow up
RisultatoRisultato
Selection bias
Performance bias
Attrition bias
Detection bias
Riduzione del selection bias:•Randomizzazione•Mascheramento della sequenza di
randomizzazione
Riduzione del performance bias: •Blinding del paziente e del medico
La qualità dei trials
Riduzione dell’attrition bias:• Gestione dei dropout: adeguata se gli studi forniscono una
descrizione completa di tutti i pazienti che escono dallo studio e se i dati sono stati analizzati secondo il metodo dell’intention-to-treat (ITT)
• Entità dei dropout: una perdita al follow-up minore del 15% è considerata adeguata
• Dropout selettivo: una differenza nel tasso di dropout tra i gruppi principali di trattamento minore del 10% è ritenuta adeguata
Riduzione del detection bias: • Blinding sulla valutazione dell’outcome.
La qualità dei trials
Does quality of reports of randomised trials affect estimates of intervention efficacy reported in meta-analyses?D. Moher, B. Pam, A. Jones et al Lancet 1998; 352:609-613.
Evaluation of 11 meta-analyses involving 127 RCTs
Main findings
Low-quality trials , compared with high-quality trials, were associated with an increased estimate of benefit of 34%.Trials that used inadequate allocation concealment, compared with those that used adequate methods, were also associated with a 37% increased estimate of benefit.The average treatment benefit was 39% for all trials, 52% for low-quality trials, and 29% for high-quality trials.
La qualità dei trials
KF Schultz, I Chalmers, RJ Hayes, DG Altman JAMA 1995; 273:408-412.
Evaluation of 33 meta-analyses involving 250 RCTs
Main findings
Odds ratios were exaggerated by 41% for trials that used inadequate allocation concealment, and by 30% for unclearly concealed trials.Trials that were not double-blinded also yielded larger estimate effects, with odds ratios being exaggerated by 17%.
La qualità dei trials
Empirical evidence of bias. Dimensions of methodological quality associated with estimates of treatment effects in controlled trials
Come si utilizzano i dati dei vari studi in una meta-analisi?
I risultati dei vari studi vengono combinati in modo quantitativo e pesato
Combinazione quantitativa non equivale a somma aritmetica;
I risultati osservati nei pazienti inclusi in uno studio non vengono mai sommati con quelli di un altro studio;
L’effetto del trattamento viene misurato all’interno dei singoli studi e “impiegato” in funzione della precisione (o meglio della variabilità) dell’effetto osservato, espresso come funzione inversa del numero di pazienti studiati.Si attribuisce ai diversi studi un peso differente a seconda della numerosità del campione studiato. Più è grande uno studio e più esso influenzerà il risultato globale della meta-analisi.
52/97 69/101 -11.3 27.6
693/927 720/915 -35.0 315.6
0.0 0.5 1.0 1.5 2.0
Treatment better Treatment worse
Deaths/Patients
Treatment Control O-Evariance
O-E
Stima dell’effetto I.C. 95%
Stima cumulativa
Forest plot
Tamoxifen for early breast cancer: an overview of the randomised trials
Lancet 1998; 351:1451-67
Outcome
Dicotomico Continuo
OddsRatio(OR)
RelativeRisk(RR)
RiskDifference
(RD)
MeanDifference
(MD)
StandardizedMean Difference
(SMD)
Misure
Quando usare MD o SMD
Mean Difference• Quando gli studi hanno outcome con misure
confrontabili (es. stessa scala)
• Una meta-analisi che usa le MD è conosciuta come weighted mean difference (WMD)
Standardized Mean Difference• Quando gli studi utilizzano outcome con misure diverse
(es. scale differenti)
• Converte le diverse scale in una scala comune: numero di deviazioni standard
Misure
L’eterogeneità si verifica quando c’è variabilità tra gli studi inclusi.
Può essere dovuta a diversi fattori:
Eterogeneità
• Caratteristiche della popolazione
• Disegno dello studio (tipo di disegno, procedure di selezione, fonti di informazioni, modalità di raccolta dati)
• Metodi statistici differenti, e differente utilizzo delle variabili di aggiustamento (se rilevante)
CLINICA
METODOLOGICA
STATISTICA
In presenza di eterogeneità potrebbe non essere appropriato combinare i risultati.
Per verificare la presenza di eterogeneità è necessario esaminare statisticamente il grado di similitudine degli outcome dei diversi studi. Il test misura se le differenze tra i risultati dei singoli studi sono più grandi di quelli che ci si aspetterebbe se tutti gli studi avessero misurato lo stesso effetto e se le differenze osservate fossero dovute solamente al caso.
Più è significativo il test di eterogeneità, minore è la probabilità che le differenze osservate siano dovute solamente al caso, indicando che altri fattori (per esempio il disegno dello studio, i pazienti, l’intervento o l’esito) siano responsabili delle differenze, negli effetti del trattamento, tra gli studi.
Omogeneità
Eterogeneità
Fixed effects model
Random effects model
Eterogeneità
Fixed effects model
Modello che si basa sull’assunzione che ci sia omogeneità di effetto tra gli studi (le differenze osservate tra gli studi sono dovute al caso).
Random effects model
Modello che tiene in considerazione della eterogeneità tra gli studi. Assume che ciascuno studio abbia una propria stima dell’effetto e che ci sia una distribuzione casuale delle stime dell’effetto dei diversi studi intorno al valore centrale.
Eterogeneità
• chi quadro• p value: la differenza tra le popolazioni di
riferimento è reale o casuale? Se p > 0,05 non c’è eterogeneità (differenza casuale), se < 0,05 c’è eterogeneità (differenza reale)
• Inconsistenza: I² descrive la percentuale della variabilità dell’effetto della stima che è riferibile alla eterogeneità piuttosto che al caso (variabilità campionaria). • I2 <25% bassa eterogeneità• I2 <50% eterogeneità moderata• I2 >50% elevata eterogeneità
(Higgins JPT et al. BMJ 2003;327:557-60)
Test statistici di eterogeneità
Eterogeneità non presente
Eterogeneità presente
12
Q=0.94; P=0.92; I2=0%
Q=13.21; P=0.02; I2=62.2%
Eterogeneità non presente
Eterogeneità presente
De Berardis et al. BMJ 2009;339:b4531
1. Non effettuare la meta-analisi
2. Ignorare l’eterogeneità: usare i fixed effects model
· Difficoltà nell’interpretazione delle stime
3. Incorporare l’eterogeneità: usare i random effects model
4. Esplorare l’eterogeneità
Analisi di sottogruppi
Meta-regression
Stratificazione
Sensitivity analysis
Identificazione degli outliers
Come trattare l’eterogeneità
• Qualità degli studi
• Mancanza di tutte le informazioni necessarie nei singoli RCT
• Eterogeneità
• Publication bias
Limiti della meta-analisi
• Qualità degli studi
• Mancanza di tutte le informazioni necessarie nei singoli RCT
• Eterogeneità
• Publication bias
Limiti della meta-analisi
• Qualità degli studi
• Mancanza di tutte le informazioni necessarie nei singoli RCT
• Eterogeneità
• Publication bias
Limiti della meta-analisi
• Diversa probabilità di pubblicazione di risultati positivi rispetto a quelli negativi
• Determina la presenza di un bias (di solito un incremento nel RR) nelle medie stimate dei risultati
Identificazione mediante funnel-plot
Publication bias
Rischio relativo
0,1
10
100
1000
10000
100000
101A favore del trattamento A favore del controllo
N°
pazi
en
ti a
rru
ola
ti
Stima cumulativa dell’effetto
Funnel plot
Rischio relativo
0,1
10
100
1000
10000
100000
101A favore del trattamento A favore del controllo
N°
pazi
en
ti a
rru
ola
ti
Stima cumulativa dell’effetto
Funnel plot
Rischio relativo
MA dati letteratura
Dipende dalla qualità delle informazioni disponibili, dalla omogeneità negli end-points utilizzati, delle modalità di analisi dell’efficacia, ecc.
Possibilità di verificare e correggere i dati, di aggiungere nuove informazioni, di eseguire altre analisi, su sottogruppi diversi, ecc.
MA dati individuali
Accordo preliminare su disegno studio,popolazioni, end-points, analisi per sottogruppi, ecc.
MA prospettica
I diversi approcci alla meta-analisi
VantaggiConsente un riassunto quantitativo dell’evidenzascientifica
<
Minor peso delle valutazioni soggettive rispetto alle revisioni tradizionali
Aumento della potenza del risultato in caso di studi con campioni piccoli
Consentono analisi sui sottogruppi
Aumento della generalizzabilità mediante aumento del campione (purchè omogeneo)
Sono relativamente rapide e poco costose
Svantaggi
L’elevata numerosità delle meta-analisi fa sì che differenze anche modeste tra trattamento sperimentale e controlli raggiungano la significatività statistica
La minor probabilità di pubblicazione di trials con risultati negativi amplifica il peso dei trial con esito positivo
La qualità delle meta-analisi dipende dalla qualità degli studi
Una meta-analisi può individuare ma non correggere bias di pubblicazione (bias di selezione) o errori metodologici di conduzione degli studi (bias di informazione/selezione)
Richiedono lo stesso rigore metodologico degli studi “primari” e possono essere egualmente affette da errori sistematici
Quando non è opportuna
Se la revisione della letteratura non ha eliminato il pubblication bias.
Se gli studi sono di scarsa qualità metodologica
Se gli studi sono clinicamente molto diversi (interventi o outcome diversi)
PRISMA: Preferred Reporting Items for Systematic reviews and Meta-Analyses