Гетерогенность в мета-анализе: как оценить
Мета-анализ объединяет исследования, но они редко совпадают полностью. Гетерогенность показывает, насколько различаются эффекты и можно ли их суммировать.
Ниже — как её оценивать и что делать с результатом.
Виды различий
Клиническая неоднородность — различия популяций, вмешательств и исходов. Методологическая — различия дизайна и риска смещения. Статистическая — разброс оценок эффекта.
Начинайте с клинической, а не с цифр.
Начните с таблицы характеристик исследований, чтобы увидеть различия до расчётов.
Уточните, сопоставимы ли исследования по длительности наблюдения и срокам оценки исхода.
Проверьте, не связан ли разброс с различиями в определениях популяции.
Что показывает I²
I² описывает долю разброса, которую нельзя объяснить случайностью. Значения трактуют как низкие, умеренные и высокие, но пороги условны.
Не используйте I² как единственный критерий.
Проверьте, не смешиваются ли в одном анализе разные варианты вмешательства.
Проверьте, не объединены ли в одном анализе разные способы введения или дозировки.
Уточните, есть ли данные о дозе и длительности, чтобы проверить зависимость эффекта.
Тау-квадрат
Тау² оценивает величину разброса между исследованиями в единицах эффекта. Он зависит от масштаба и числа работ.
Смотрите на него вместе с доверительным интервалом.
Уточните, сопоставимы ли исходы по способу измерения и времени оценки.
Оцените, насколько различаются исходные характеристики участников между работами.
Оцените, не объясняется ли неоднородность разным риском смещения в исследованиях.
Визуальная оценка
Forest plot показывает разброс и веса исследований. Оцените, не объясняется ли различие одним крупным исследованием.
Ищите систематическую картину, а не отдельные выбросы.
Оцените, не объясняется ли разброс различиями в риске смещения.
Посмотрите, не объясняется ли разброс различиями в определениях исхода.
Проверьте, приведены ли результаты анализа без исследований с крайними эффектами.
Клиническая интерпретация
Статистическая неоднородность без клинических различий встречается. И наоборот: малые различия могут быть значимыми.
Обсуждайте обе стороны.
Посмотрите, не доминирует ли одно исследование по весу.
Проверьте, указано ли, как выбирались исследования для основного анализа.
Подгруппы
Анализ подгрупп помогает объяснить разброс, но требует заранее заданных гипотез. Иначе легко найти «значимую» подгруппу случайно.
Ограничьте число подгрупп.
Проверьте, как рассчитывались веса и соответствует ли модель заявленной.
Уточните, приведены ли результаты по каждому исследованию, а не только общий эффект.
Анализ чувствительности
Исключите исследования с высоким риском смещения или крайними результатами и посмотрите, меняется ли вывод.
Описывайте результат, даже если он устойчив.
Уточните, приведены ли интервалы для тау², а не только точечная оценка.
Оцените, сохраняется ли направление эффекта при исключении крупнейшей работы.
Модель синтеза
Фиксированная модель предполагает общий эффект, случайная — распределение эффектов. Выбор зависит от вопроса и неоднородности.
Объясните выбор в методах.
Оцените, есть ли основания для анализа по дозе или интенсивности.
Проверьте, не используются ли разные шкалы без стандартизации эффекта.
Когда объединять нельзя
Если вмешательства или популяции существенно различаются, суммарный эффект теряет смысл. Опишите результаты по группам.
Не публикуйте общий показатель «для полноты».
Проверьте, не проводился ли поиск подгрупп после получения результатов.
Отметьте, описаны ли различия в сопутствующем лечении между исследованиями.
Как оформить результат без общего показателя
Если объединение неуместно, опишите эффекты по группам и покажите forest plot без суммарной оценки. В тексте объясните, почему общий показатель не приводится.
Такой формат честнее отражает неопределённость и помогает читателю увидеть, какие условия связаны с разными результатами.
Как сообщать
Приводите I², тау², результат теста на неоднородность и вывод о целесообразности объединения.
Показывайте forest plot с весами.
Отметьте, сохраняется ли направление эффекта во всех исследованиях.
Сравните выводы при разных моделях и опишите расхождения.
Как читать forest plot и таблицы, разобрано в статье «Как читать систематический обзор».
Ошибки
Игнорирование неоднородности, автоматическое применение случайной модели, поиск подгрупп после анализа, отсутствие клинической интерпретации.
Проверьте раздел до публикации.
Сравните выводы при фиксированной и случайной моделях.
Проверьте, не скрывает ли общий показатель важные различия между группами.
Пример
В обзор вошли исследования с разной длительностью вмешательства. I² был высоким, и объединение дало неинтерпретируемый результат. После разделения по длительности вывод стал понятным, а общий показатель убрали.
Обсудите с соавторами, можно ли формулировать общий вывод.
Сохраните таблицы расчётов, чтобы обновление обзора не начиналось с нуля.
Итог
Гетерогенность оценивают на клиническом, методологическом и статистическом уровнях. I² и тау² дополняют друг друга, а решение об объединении принимают с учётом смысла, а не только цифр.
Чек-лист
- Клинические различия описаны.
- Методологические различия учтены.
- I² и тау² приведены.
- Forest plot проверен.
- Подгруппы заданы заранее.
- Анализ чувствительности выполнен.
- Модель синтеза обоснована.
- Вывод об объединении сформулирован.
Частые вопросы
Какой I² считается высоким?
Пороги условны: часто используют ориентиры 25, 50 и 75 процентов. Решение зависит от контекста, а не только от числа.
Можно ли объединять при высокой неоднородности?
Иногда да, если различия объяснимы и эффекты однонаправлены. Обоснуйте решение и опишите ограничения.
Нужен ли анализ подгрупп всегда?
Нет. Он полезен, когда гипотезы заданы заранее и число подгрупп ограничено.