病気のための新しい治療法が古い治療法より本当に優れている場合に理解するために、医師や研究者が利用可能な最善の証拠に目を向けます。 医療従事者は、治療の最良の形態が何であるかについての質問を解決するための証拠に「最後の言葉」をしたいです。
しかし、すべての医学的証拠が平等に作成さ また、明確な階層構造の証拠があります。専門家の意見や個別の事例に関するケースレポートが最下位にあり、よく実施されたランダム化比較試験が最上位にあります。 この階層の最上部にはメタアナリシスがあります。これは、同じ質問をした複数の研究の結果を組み合わせたものです。 そして、非常に、 非常に この階層の最上位は、 コクラン共同計画.
Cochrane Collaborationのメンバーであるためには、個々の研究者または研究グループは、メタアナリシスをどのように報告し、実施するかについての非常に厳しいガイドラインを遵守する必要があります。 そのため、コクランのレビューは一般的に最善のメタアナリシスであると考えられています。
しかし、Cochrane Collaborationによって実行されたメタアナリシスの結果が、他のソースのメタアナリシスと異なるかどうかは今までに誰も聞いたことがありません。 理論的には、CochraneとNon-Cocrhaneの両方のメタアナリシスを比較した場合、どちらも同じ時期に発表されますが、分析するのに同じ研究を選択し、その結果と解釈がより以下が一致する。
ボストン大学の公衆衛生学校の私たちのチームは、知りたいと決めました。 そして驚くべきことに、それはそうではありません 私たちが見つけたもの.
とにかくメタ分析とは何ですか？
5つの小規模な臨床試験があり、心臓発作を予防するためにアスピリンを摂取するのが一般的にプラスの効果があると想像してください。 しかし、各研究には少数の研究対象しかなかったため、有益な効果は単に偶然によるものではないと自信をもって述べることはできませんでした。 統計的に言えば、このような研究は「不足」とみなされるだろう。
これらの研究の統計力を高める良い方法があります。これらの5つの小さな研究を1つに組み合わせることです。 それがメタアナリシスの役割です。 いくつかの小規模な研究を1つの分析にまとめ、それらの平均をとることで、時には尺度を知ることができます。
メタ分析は、新しい試験を実行する必要がないため、効率的で安価です。 むしろ、すでに出版されているすべての関連研究を見つけることは問題であり、これは驚くほど困難なことです。 研究者は、検索において永続的で組織的でなければならない。 研究を見つけ、それが信頼できるほど良いかどうかを判断することは、この科学の芸術と誤りが重要な問題になる場所です。
これが実際にコクラン共同研究が設立された主な理由です。 保健サービス研究者であるArchie Cochraneは、メタアナリシスの力を認識しましたが、それを正しく行うことの重要性も認識していました。 コクラン・コラボレーションのメタアナリシスは、非常に高い透明性と方法論的厳密さと再現性を遵守しなければなりません。
残念ながら、いくつかは、コクラン共同計画に参加する時間と労力をコミットすることができ、それはメタアナリシスの大半がコラボレーションによって行われず、その基準を遵守するためにバインドされていないことを意味します。 しかし、これは実際には重要ですか？
2つのメタアナリシスはどのように異なっていますか？
調べるために、我々は同じ介入（例えば、アスピリン）と結果（例えば、心臓発作を）覆われたメタアナリシス、コクランから1つずつではない、の40ペアを識別することによって開始し、それらを比較し、対比します。
まず、Cochraneおよび非Cochraneメタアナリシスのほぼ40％が、ボトムラインの統計的な回答に一致していないことがわかりました。 つまり、一般的な読者、医師、または健康政策担当者は、どのメタアナリシスを読むのかによって、介入が効果的かどうかの根本的に異なる解釈が出てくるでしょう。
第二に、これらの違いは、体系的であるように見えました。 非コクランレビューでは、平均して、彼らがテストした介入は、条件を治すか、コクランレビューが提案よりも、いくつかの医学的合併症を回避する可能性が高く、より強力であったことを示唆している傾向にありました。 同時に、非コクランレビューは、調査結果は偶然に過ぎによるものであったことを、より高い可能性があったことを意味し、その精度にはあまり正確でした。
メタアナリシスは、単なるコンポーネントスタディの魅力的な加重平均以上のものではありません。 私たちは、含まれている研究のおよそ63％が1つまたは他のメタ分析のセットに特有であることに驚いた。 言い換えれば、メタアナリシスの2つのセットは、同様の検索基準を使用して、同様の期間、類似のデータベースから、同じセットの論文を探すと思われるにもかかわらず、2セットの論文の約3分の1含まれていた同じです。
これらの違いのほとんどまたはすべてが、Cochraneが厳しい基準を要求しているという事実になる可能性が高いようです。 メタアナリシスはそれに含まれる研究と同じくらい良好であり、貧弱な研究の平均を取ると結果が悪くなる可能性があります。 言われるように、「ゴミを入れて、ゴミを出しなさい」。
興味深いことに、はるかに高い効果の大きさを報告した分析は、下の効果の大きさを報告した分析よりもはるかに高いレートで他の論文に引用され、再び取得する傾向がありました。 これは、昔のジャーナリスティックなことわざの統計的な実施形態である「それは出血した場合、それがリード。 "ビッグと大胆な効果が限界か曖昧な成果を示す結果よりも多くの注目を集めます。 医学界では、すべての後に、ちょうど人間です。
なぜ、この問題のでしょうか？
最も基本的なレベルで、これはArchie Cochraneが絶対に正しいことを示しています。 方法論的整合性と厳密さと透明性は不可欠です。 それがなければ、何かが働いていると結論づけるリスクがあります。あるいは、単に利益を過大評価することさえあります。
しかし、より高いレベルでは、私たちには、医学文献の統一された解釈を生成することがどれほど難しいかが示されます。 メタアナリシスは、曖昧さのアービターとして、与えられた主題の最終的な言葉としてよく使われます。
明らかに、その役割は、二つのメタアナリシスは、表向きは同じトピックに、異なる結論に達することができるという事実によって挑戦されています。 私たちは私たちの現在の時代の「ゴールドスタンダード」としてメタ分析を表示する場合、「科学的根拠に基づいた医療、「どのように2金の基準が互いに矛盾するときの平均医師や政策立案者、あるいは患者が反応するのですか？ 買い手責任負担。
著者について
Christopher J. Gill（グローバルヘルス学部准教授） ボストン大学の感染症専門医。
関連書籍：
at InnerSelfMarketとAmazon
