ارزیابی مرورهای نظام‌مند

مرور نظام‌مند چیست

مرور نظام‌مند یک تحقیق علمی است که تلاش می‌کند تمام شواهد تجربی منطبق با معیارهای از پیش تعیین‌شده را گردآوری کند تا به یک پرسش پژوهشی مشخص پاسخ دهد. این روش از روش‌های صریح، نظام‌مند و قابل تکرار استفاده می‌کند تا سوگیری و خطای تصادفی را به حداقل برساند.

سه واژه در آن تعریف بار معنایی را بر دوش می‌کشند.

پیش‌تعیین‌شده. معیارهای ورود، نتایج و تحلیل قبل از مشاهده نتایج تعیین می‌شوند. بازبینی‌ای که پس از دیدن اینکه کدام مطالعات از کدام نتیجه‌گیری حمایت می‌کنند تصمیم می‌گیرد چه مطالعه‌ای را شامل شود، هرچه نامیده شود، نظام‌مند نیست.

قابل تکرار. تیم دیگری که روش‌های مکتوب را دنبال کند، باید به تقریباً همان مجموعه مطالعات و همان پاسخ دست یابد. به همین دلیل جستجوها به‌طور کامل گزارش می‌شوند و غربالگری به‌صورت دوگانه انجام می‌شود.

تمام. این مرور به دنبال کل مجموعه شواهد است، نه نمونه‌ای مناسب از آن. مطالعاتی که مفقود هستند، زیرمجموعه‌ای تصادفی نیستند؛ مطالعات منتشرنشده به‌طور سیستماتیک بیشتر احتمال دارد که منفی باشند.

یک مرور روایی هیچ‌یک از این کارها را انجام نمی‌دهد. یک کارشناس ادبیاتی را که مرتبط می‌یابد انتخاب می‌کند و آن را خلاصه می‌کند. مرورهای روایی برای آشنایی با یک حوزه مفید هستند و برای برآورد یک اثر غیرقابل‌اعتمادند، زیرا انتخاب نامرئی و غیرقابل‌بررسی است.

مِتاآنالیز ترکیب آماری نتایج چندین مطالعه است. این می‌تواند یکی از اجزای یک مرور نظام‌مند باشد، نه مترادف آن. یک مرور نظام‌مند لزوماً شامل هیچ فراتحلیلی نیست و، همان‌طور که خواهیم دید، گاهی نباید شامل آن باشد.

چرا اهمیت دارند و چه کسانی از آن‌ها استفاده می‌کنند

مرورهای نظام‌مند، بدنه‌ای از پژوهش‌ها را به‌طور کارآمد خلاصه می‌کنند، در اغلب سلسله‌مراتب شواهد در جایگاه بالایی قرار دارند، مبنای دستورالعمل‌ها و سیاست‌ها را تشکیل می‌دهند و شکاف‌های دانشی را آشکار می‌سازند که پژوهش‌های آینده را هدایت می‌کنند.

کاربران مختلف از آن‌ها چیزهای متفاوتی می‌خواهند:

• کلینیکاران از آن‌ها استفاده می‌کنند تا در حوزه‌ای که نمی‌توانند به‌طور کامل مطالعه کنند، به‌روز بمانند.
• پژوهشگران از آن‌ها برای توجیه و پالایش یک فرضیه، برای فهمیدن اینکه در مطالعات پیشین چه اشتباهی رخ داده است، و برای اثبات اینکه یک پرسش هنوز باز است، استفاده می‌کنند.
• سیاست‌گذاران و توسعه‌دهندگان دستورالعمل از آن‌ها برای تدوین توصیه‌ها استفاده می‌کنند. بیشتر فرایندهای تدوین دستورالعمل به یک مرور نظام‌مند به‌عنوان ورودی نیاز دارند.
• تحلیلگران اقتصادی و تصمیم‌گیران از برآوردهای اثر خود به‌عنوان پارامتر در مدل‌ها استفاده می‌کنند.

حجم اکنون قابل‌توجه است. در سال 2010 تقریباً روزانه 11 مرور نظام‌مند منتشر می‌شد. تا سال 2019 این رقم به نزدیک 80 مورد در روز رسید، افزایشی بیست‌برابری از سال 2000. همین رشد خود دلیل ضرورت ایجاد لایه‌ای دیگر از سنتز، یعنی مرور چتری، شد.

تئوری‌پردازی سنتز شواهد

نقدها در سه محور متفاوت هستند.

بر اساس نوع مطالعهٔ گنجانده‌شده:

• مطالعات مروری و فراتحلیلهای کارآزمایی‌های تصادفی‌شده
• مرور مطالعات مشاهده‌ای
• مرورهای مطالعات صحت تشخیصی
• مروری بر مطالعات پیش‌آگهی
• مطالعات مروری و متا-ترکیب‌های مطالعات کیفی
• بررسی‌های مطالعات جانوری

بر اساس نوع تحلیل:

• مِتاآنالیز جفتی مرسوم
• فراتحلیل داده‌های شرکت‌کنندهٔ فردی که از داده‌های خام به‌جای خلاصه‌های منتشرشده استفاده می‌کند
• فراتحلیل چندمتغیره که چندین نتیجهٔ همبسته را به‌طور مشترک بررسی می‌کند
• فراتحلیل بیزی
• فراتحلیل شبکه‌ای، که مقایسه چندگانه درمان‌ها نیز نامیده می‌شود

بر اساس روش‌شناسی:

• مطالعات نظام‌مند، که روش‌های نظام‌مند را برای توصیف ویژگی‌های یک ادبیات به‌کار می‌گیرند، نه برای برآورد یک اثر (برای مثال، اینکه آزمایش‌ها در یک حوزه چند وقت یک‌بار روش تصادفی‌سازی خود را گزارش می‌کنند).
• متاسنتز و متاخلاصه برای شواهد کیفی. متاخلاصه خلاصه‌ای کمّی‌محور از یافته‌های کیفی است که برای دربرگرفتن ویژگی‌های کار کیفی تدوین شده است.
• مرورهای روش‌های ترکیبی که شواهد کمی و کیفی را تلفیق می‌کنند.
• مرورهای چتری، که مرورهای جامع سیستماتیک نیز نامیده می‌شوند: مرورهای مرورهای نظام‌مند موجود.
• مرورهای سریع که برای افزایش سرعت، میان‌برهای روش‌شناختی صریح را می‌پذیرند و مشخص می‌کنند کدام یک از آن‌ها هستند. مجموعه توصیه‌های سریع BMJ یک کاربرد شناخته‌شده است.
• مرورهای نظام‌مند زنده که به‌محض ظهور شواهد جدید به‌طور مداوم به‌روز می‌شوند، نه اینکه در زمان انتشار ثابت بمانند. این مرورها به‌طور طبیعی با دستورالعمل‌های بالینی زنده همراه می‌شوند.

مراحل

یک مرور نظام‌مند کامل بین شش ماه تا دو سال طول می‌کشد. مراحل عبارتند از:

1. پرسش را تعریف کنید
2. معیارهای احراز صلاحیت را برنامه‌ریزی کنید
3. پروتکل را بنویسید و ثبت کنید
4. جستجوی مطالعات
5. معیارهای احراز صلاحیت (گزینش) را اعمال کنید
6. داده‌ها را جمع‌آوری کنید (استخراج)
7. ارزیابی خطر سوگیری
8. نتایج را تحلیل و ارائه کنید.
9. نتایج را تفسیر کرده و نتیجه‌گیری کنید.

مرحله 1: پرسش

پرسش مرور از همان ساختار PICO یک پرسش مطالعهٔ اصلی استفاده می‌کند که اغلب با زمان و مکان گسترش می‌یابد. تصمیمات متمایز در یک مرور دربارهٔ دامنه هستند.

یک پرسش گسترده («آیا مداخلات ورزشی نتایج را در آرتریت بهبود می‌بخشد؟») شواهد بیشتری را در بر می‌گیرد و پاسخی عمومی‌تر ارائه می‌دهد، اما در ازای ترکیب مواردی که ممکن است به هم تعلق نداشته باشند. یک پرسش محدود («آیا تمرین مقاومتی تحت نظارت سه بار در هفته نمره‌های درد WOMAC در آرتروز زانو را بهبود می‌بخشد؟») پاسخ واضح‌تری به یک پرسش کوچکتر ارائه می‌دهد و ممکن است مطالعات اندکی بیابد.

انتخاب باید بر اساس اینکه چه کسی از بازبینی استفاده خواهد کرد و با چه تصمیمی روبه‌روست باشد و با توجه به منابع موجود، محدود گردد.

مرحله 2 و 3: معیارهای احراز صلاحیت و پروتکل

معیارهای واجد شرایط بودن از پرسش استخراج می‌شوند و باید توسط کسی اعمال شوند که در تدوین آن‌ها دخالتی نداشته باشد. پروتکل را قبل از شروع ثبت کنید: PROSPERO برای بازبینی‌های سلامت یا به‌طور کلی‌تر Open Science Framework. ثبت است که امکان بررسی پسینی را فراهم می‌کند تا مشخص شود آیا نتایج گزارش‌شده همان نتایج برنامه‌ریزی‌شده هستند یا خیر.

مرحله 4: جستجو

جست‌وجو مرحله‌ای است که اغلب توسط افرادی که به‌تنهایی کار می‌کنند به‌خوبی انجام نمی‌شود و مرحله‌ای است که کتابدار بیشترین ارزش را اضافه می‌کند. اصول کلیدی:

• یک کتابدار یا یک جستجوگر آموزش‌دیده را درگیر کنید.
• استراتژی را بر اساس معیارهای اهلیت بسازید: جمعیت، مداخله، مقایسه، پیامد و طراحی مطالعه.
• بین زبان بالینی (واژگانی که نویسندگان استفاده می‌کنند) و زبان نمایه (واژگان کنترل‌شدهٔ هر پایگاه داده، مانند MeSH) ترجمه کنید. جست‌وجویی که تنها از یکی از این دو استفاده کند، مطالعاتی را از دست خواهد داد.
• به جای حساسیت بالا، به اختصاصیت بالا اهمیت دهید. بهتر است 4000 رکورد را غربالگری کنید تا 30 مطالعه را بیابید تا اینکه 400 رکورد را غربالگری کرده و پنج مطالعه را از دست بدهید. هزینه بازیابی بیش از حد، صرف وقت است؛ هزینه بازیابی ناکافی، سوگیری است.
• جستجو در چندین پایگاه داده، به‌علاوهٔ ثبت‌نام‌های کارآزمایی و فهرست‌های مرجع.

مرحله 5: غربالگری

فرآیند غربالگری در دو مرحله انجام می‌شود: عنوان و چکیده، سپس متن کامل. هر دو مرحله به‌طور مستقل توسط دو نفر با استفاده از فرم‌های استاندارد و با یک فرایند از پیش تعریف‌شده برای حل اختلافات انجام می‌شود.

نرم‌افزاری که این کار را مدیریت می‌کند: DistillerSR، Covidence، Rayyan.

همه چیز در نمودار جریان PRISMA مستندسازی شده است: سوابق شناسایی‌شده، موارد تکراری حذف‌شده، سوابق غربال‌شده، سوابق حذف‌شده، متن‌های کامل ارزیابی‌شده، متن‌های کامل با دلایل حذف‌شده، مطالعات واردشده.

مرحله 6: استخراج داده‌ها

از یک فرم استخراج از پیش طراحی‌شده که روی چند مطالعه آزموده شده است، استفاده کنید. دو بازبین به‌طور مستقل استخراج می‌کنند. یک فرایند از پیش تعریف‌شده برای مدیریت اختلافات داشته باشید. استخراج از آنچه مردم انتظار دارند خطا‌پذیرتر است، به‌ویژه برای اعدادی که باید تبدیل یا استخراج شوند.

مرحله 7: خطر سوگیری

ابزار به طراحی مطالعات گنجانده‌شده بستگی دارد:

استفاده از ابزاری که برای طراحی نادرست ساخته شده است، منجر به قضاوت‌هایی می‌شود که با سوگیری‌هایی که در واقع مطالعات مورد نظر را تهدید می‌کنند، مطابقت ندارند.

مرحله 8: ترکیب و ارائه

ارائه شامل توصیف روایتی و جداول ویژگی‌های مطالعات واردشده است. این جداول باید به خواننده امکان دهند تا قضاوت کند مطالعات واردشده تا چه حد با پرسش خود او مطابقت دارند؛ پرسشی که به «غیرمستقیم بودن» مربوط می‌شود.

اگر فراتحلیل انجام شود، ارائه شود:

• هم اثرات مطلق و هم نسبی، با فواصل اطمینان 95%. اثرات نسبی بین جمعیت‌ها بهتر منتقل می‌شوند؛ اثرات مطلق همان چیزی است که بیماران و پزشکان واقعاً به آن نیاز دارند. هر دو را گزارش کنید.
• تحلیل‌های زیرگروهی، اندک و از پیش تعیین‌شده، بر اساس خطر سوگیری و زیرگروه‌های بالینی مهم بیماران.
• ارزیابی ناهمگنی
• ارزیابی سوگیری انتشار، در مواردی که مطالعات کافی برای معنادار بودن آن وجود دارد.

خواندن یک قطعه جنگلی

نمودار جنگلی هر مطالعه و نتیجهٔ تلفیقی را در یک مقیاس مشترک نمایش می‌دهد.

• هر سطر یک مطالعه است. مربع برآورد نقطه‌ای آن مطالعه است؛ خط افقی فاصله اطمینان آن.
• مساحت مربع متناسب با وزن مطالعه در تحلیل ترکیبی است که نمایانگر دقت آن است.
• خط عمودی خط بی‌اثری است: 1 برای معیارهای نسبتی (نسبت خطر، نسبت شانس، نسبت مخاطره) و 0 برای تفاوت‌ها (تفاوت میانگین، تفاوت خطر).
• مربع در پایین برآورد تلفیقی است؛ عرض آن فاصله اطمینان تلفیقی است.
• آمار ناهمگنی معمولاً زیر نمودار چاپ می‌شوند.

چه چیزهایی را باید به ترتیب ببینید:

1. کدام جهت کدام بازو را ترجیح می‌دهد؟ هر بار برچسب محورها را بررسی کنید. این رایج‌ترین اشتباه در خواندن است.
2. آیا فواصل اطمینان با هم همپوشانی دارند؟ فواصل بسیار غیرهمپوشان نشان‌دهنده ناهمگنی هستند که ممکن است برآورد تلفیقی آن را پنهان کند.
3. آیا جهت اثر یکسان است؟ مطالعات پراکنده در دو سوی خط عدم تأثیر، هشداری قوی‌تر از مطالعاتی هستند که همه در یک جهت با اندازه‌های متفاوت قرار دارند.
4. چه سهمی از وزن از یک مطالعه می‌آید؟ برآورد تجمیعی که یک کارآزمایی بزرگ آن را می‌راند، همان نتیجه آن کارآزمایی است با آرایشی اضافه.
5. عرض الماس. یک برآورد تجمیعی که بازهٔ آن هم شامل منافع معنادار و هم مضرات معنادار می‌شود، صرف‌نظر از برآورد نقطه‌ای، این پرسش را حل نکرده است.

مدل‌های اثر ثابت و اثر تصادفی

این انتخاب مورد مناقشه است و ارزش دارد بفهمیم در واقع درباره چه چیزی اختلاف نظر وجود دارد.

مواضع افرادی که اتخاذ می‌کنند:

• همیشه با اثر ثابت. این دیدگاه توسط برخی از آمارشناسان برجسته مطرح شده است. استدلال این است که اگر مطالعات در حال برآورد چیزهای متفاوتی باشند، میانگین‌گیری از آن‌ها بی‌معنی است، بنابراین نباید با افزایش فاصله، این موضوع را پنهان کنید.
• تقریباً همیشه از مدل اثرات تصادفی استفاده می‌شود. این تنظیم پیش‌فرض کوکران است. استدلال این است که مطالعات همیشه از جهات مهم با یکدیگر متفاوت‌اند، بنابراین فرض یک اثر واحد مشترک غیرمحتمل است.
• بر اساس ناهمگنی مشاهده‌شده انتخاب کنید. وقتی ناهمگنی کم است از مدل اثر ثابت و وقتی زیاد است از مدل اثر تصادفی استفاده کنید. این روش به‌طور گسترده انجام می‌شود و به این دلیل مورد انتقاد قرار می‌گیرد که تصمیم‌گیری پس از مشاهده داده‌ها صورت می‌گیرد.

نتیجهٔ عملی این است که مدل‌های اثر تصادفی بازه‌های وسیع‌تری ارائه می‌دهند و نسبتاً وزن بیشتری به مطالعات کوچک می‌دهند. وقتی مطالعات کوچک به‌طور سیستماتیک متفاوت هستند (همان‌طور که اغلب چنین است، زیرا بیشتر در معرض سوگیری انتشار و کمتر دقیق‌اند)، این بازتوزین وزن به‌وضوح مطلوب نیست.

اصلاً چرا فراتحلیل انجام دهیم؟

سه دلیل:

قدرت. مطالعات فردی اغلب آن‌قدر کوچک هستند که نمی‌توانند اثرات واقعی را شناسایی کنند. محاسبات حجم نمونه معمولاً برای یک یا دو نتیجهٔ اصلی قدرت‌سنجی می‌شوند و سایر نتایج فاقد قدرت کافی می‌مانند.

دقت. اطلاعات بیشتر منجر به بازهٔ باریک‌تری پیرامون برآورد می‌شود.

درک ناهمگنی. مجموع‌سازی به شما امکان می‌دهد به‌طور رسمی بسنجید مطالعات تا چه حد با هم اختلاف دارند و بررسی کنید چرا، و به پرسش‌هایی پاسخ دهید که هیچ مطالعه‌ای به‌تنهایی مطرح نکرده بود. وقتی دو مطالعه به‌ظاهر با هم در تضادند، فراتحلیل می‌تواند میزان این تضاد را کمی‌سازی کند تا مشخص شود آیا این تضاد واقعی است یا صرفاً ناشی از شانس است.

ناهمگنی

هم‌پوشانی‌ناپذیری هرگونه تغییرپذیری میان مطالعات در یک مرور است. دو نوع آن اهمیت دارد و خلط آن‌ها اشتباهی رایج است.

هم‌شکلی بالینی، تنوع در آنچه که در واقع مورد مطالعه قرار گرفته است:

• شرکت‌کنندگان: وضعیت تحت بررسی، معیارهای احراز صلاحیت، تنوع جغرافیایی و تنوع نظام سلامت.
• مداخلات: شدت، دوز، مدت‌زمان، زیرنوع دارو، روش تجویز، تجربهٔ ارائه‌دهندگان آن و ماهیت کنترل (دارونما، عدم مداخله یا مراقبت استاندارد).
• نتایج: نحوه تعریف رویداد، مدت زمان پیگیری، ابزار اندازه‌گیری و نقاط برش به‌کاررفته در مقیاس‌ها.

همگنی بالینی به این معناست که اثر واقعی مداخله در مطالعات مختلف واقعاً متفاوت است.

هم‌پوشانی آماری، تغییرپذیری در نتایج مشاهده‌شده است که می‌توان آن را تشخیص داد:

• به‌صورت گرافیکی، از نمودار جنگلی.
• با آزمون Q، که می‌پرسد آیا تغییرات بیش از آن است که شانس به‌تنهایی تولید کند. وقتی مطالعات کم باشند توان پایینی دارد، پس آزمون Q غیرمعنادار شاهد ضعیفی بر همگنی است.
• با I-squared، درصد کل تغییرپذیری که به تفاوت‌های بین مطالعات نسبت داده می‌شود تا به شانس. این معیار مانند Q به تعداد مطالعات وابسته نیست، اما هیچ‌چیز درباره اهمیت بالینی این تغییرپذیری نمی‌گوید.
• با tau-squared، واریانس برآوردشده بین مطالعات که در مقیاس معیار اثر قرار دارد و بنابراین از نظر بالینی قابل تفسیر است.

نکتهٔ اساسی: ناهمگنی آماری نشانه است، ناهمگنی بالینی خود بیماری است. مقدار I-squared برابر با 80% به شما می‌گوید مطالعات با هم اختلاف دارند؛ اما نمی‌گوید چرا، و همین «چرا» است که تعیین می‌کند چه کاری باید انجام دهید.

در این مورد چه باید کرد؟

انجام ندادن فراتحلیل را در نظر بگیرید. این باید اولین گزینه باشد، نه آخرین. اگر در نتایج تنوع قابل‌توجهی وجود داشته باشد، و به‌ویژه اگر جهت اثر در مطالعات مختلف ناسازگار باشد، میانگین گمراه‌کننده است. یک مرور نظام‌مند با ترکیب روایتی ساختارمند و بدون برآورد تلفیقی می‌تواند صادق‌تر و مفیدتر از مروری باشد که با یک نمود الماس بی‌معنی پایان می‌یابد.

اگر ادامه دهید:

• از مدل اثرات تصادفی استفاده کنید که تغییرپذیری عرض فاصله را بدون توضیح آن می‌پذیرد.
• تحلیل‌های زیرگروهی از پیش تعیین‌شده و کم‌شمار را با آزمون تعامل به‌جای آزمون‌های جداگانه در هر زیرگروه انجام دهید.
• از متا-رگرسیون در مواردی که مطالعات کافی برای پشتیبانی از آن وجود دارد استفاده کنید و ویژگی‌های سطح مطالعه‌ای را به‌عنوان متغیرهای توضیحی در نظر بگیرید. این روش تقریباً به ده مطالعه برای هر متغیر همبسته‌ای نیاز دارد و همچنان در برابر سوگیری بوم‌شناختی آسیب‌پذیر است، زیرا متغیرهای همبسته‌ای میانگین‌های سطح مطالعه‌اند.

فراتحلیل شبکه‌ای

بسیاری از بیماری‌ها گزینه‌های درمانی متعددی دارند و آزمایش هر درمان در برابر همه گزینه‌های دیگر در کارآزمایی‌های رودررو غیرعملی است. فراتحلیل شبکه‌ای با ترکیب شواهد مستقیم (کارآزمایی‌هایی که A را با B مقایسه کرده‌اند) و شواهد غیرمستقیم، برآوردهای اثر را برای همه گزینه‌ها ارائه می‌دهد.

منطق غیرمستقیم: اگر آزمایش‌ها A را با C مقایسه کردند و آزمایش‌های دیگر B را با C مقایسه کردند، آنگاه می‌توان مقایسهٔ A در مقابل B را از طریق مقایسه‌گر مشترک C استنتاج کرد.

این امر نیازمند فرضیاتی فراتر از فرضیات فراتحلیل دوتایی است.

ترانزیتیویتی. تعدیل‌کننده‌های اثر درمان باید در مجموعه‌های کارآزمایی‌های مرتبط مشابه باشند. اگر کارآزمایی‌های A در مقابل C بیماران جوان‌تر و سالم‌تری را نسبت به کارآزمایی‌های B در مقابل C جذب کرده باشند، آنگاه مقایسه غیرمستقیم A در مقابل B به دلیل آن تفاوت‌ها دچار آمیختگی می‌شود. ترانزیتیویتی یک قضاوت بالینی درباره کارآزمایی‌هاست، نه یک آزمون آماری.

سازگاری (هم‌خوانی). وقتی هم شواهد مستقیم و هم غیرمستقیم برای یک مقایسه وجود دارند، باید با هم مطابقت داشته باشند. برخلاف transitivity، این موضوع به‌صورت آماری قابل آزمون است و آزمون آن یک گام ضروری است.

فراتحلیل شبکه‌ای برای پرسش‌هایی که گزینه‌های درمانی متعددی دارند، به‌ویژه در مواردی که بیشتر کارآزمایی‌ها به‌جای مقایسه با یکدیگر، در برابر دارونما انجام شده‌اند، قدرتمند است. خطر اصلی آن رتبه‌بندی است: می‌تواند ترتیب رتبه‌ای درمان‌ها را تولید کند و این رتبه‌بندی‌ها به‌طور گسترده گزارش شده و اغلب گمراه‌کننده هستند. رتبه‌بندی، تغییرپذیری برآوردها و قطعیت شواهد را نادیده می‌گیرد، بنابراین درمانی که تنها یک کارآزمایی کوچک و جانبدارانه از آن حمایت می‌کند، می‌تواند در رتبه اول قرار گیرد. رتبه‌بندی‌ها باید همیشه در کنار برآوردهای اثر، فواصل اطمینان و ارزیابی GRADE خوانده شوند.

روش‌های مرتبط که در کارهای پیشرفته پوشش داده شده‌اند: فراتحلیل دوز-پاسخ، فراتحلیل سریالی و تجمعی کارآزمایی‌ها، فراتحلیل شبکه‌ای جزئی و طولی، مقایسه‌های غیرمستقیم تنظیم‌شده بر اساس جمعیت (مقایسه غیرمستقیم تنظیم‌شده بر اساس تطبیق و مقایسه درمان شبیه‌سازی‌شده)، و رگرسیون شبکه‌ای چندسطحی با استفاده از داده‌های شرکت‌کنندگان فردی.

ارزیابی یک نقد

PRISMA استاندارد گزارش‌دهی است. هنگام ارزیابی، مهم‌ترین پرسش‌ها عبارتند از:

1. آیا پرسش مطرح شد و آیا پروتکلی پیش از شروع کار ثبت شد؟
2. آیا جستجو جامع بوده است و آیا به اندازه کافی با جزئیات گزارش شده است تا بتوان آن را بازتولید کرد؟
3. آیا غربالگری و استخراج به‌صورت دوگانه انجام شدند؟
4. آیا خطر سوگیری با ابزار مناسب ارزیابی شد و آیا نتایج به‌کار گرفته شدند، نه فقط گزارش شدند؟
5. آیا ناهمگنی ارزیابی شد و آیا تصمیم به تجمیع (یا عدم تجمیع) موجه بود؟
6. آیا هم اثرات نسبی و هم اثرات مطلق گزارش شده‌اند؟
7. آیا نتیجه‌گیری‌ها با قطعیت شواهد پشتیبانی می‌شوند یا از آن فراتر رفته‌اند؟

درک خود را بررسی کنید

1. یک مرور گزارش می‌دهد که I² برابر با 12% است و نتیجه می‌گیرد «همگنی کم بود، بنابراین از مدل اثر ثابت استفاده کردیم.» این مرور شامل چهار مطالعه است. مشکل این استدلال چیست؟
2. یک نمودار جنگلی پنج مطالعه را نشان می‌دهد. چهار مطالعه دارای فواصل اطمینان هستند که از خط عدم تأثیر عبور می‌کنند؛ مطالعه پنجم که 78% وزن را تشکیل می‌دهد، چنین نیست. رomb کاملاً در سمت موافق درمان قرار دارد. قبل از پذیرش نتیجهٔ ترکیبی، چه اطلاعاتی را دربارهٔ مطالعهٔ پنجم می‌خواهید بدانید؟
3. به یک پزشک بالینی که آموزش روش‌شناسی ندیده است توضیح دهید که چرا رتبه‌بندی شبکه‌ای فراتحلیل که داروی X را در جایگاه اول قرار می‌دهد، به معنای بهترین انتخاب بودن داروی X برای بیمار او نیست.
4. یک مرور، کارآزمایی‌های «ورزش» برای کمردرد را گردآوری می‌کند، از جمله فیزیوتراپی تحت نظارت، برنامه‌های کششی خانگی، یوگا و توصیه‌های پیاده‌روی. ناهمگنی آماری بالا است. سه مسیر اقدام متمایز را که نویسندگان می‌توانند در پیش گیرند نام ببرید و بگویید هر یک چه نتایجی به همراه خواهند داشت و چه نتایجی نخواهند داشت.
5. چرا جستجوی جامع از جستجوی دقیق مهم‌تر است و جستجوی ناقص چه سوگیری مشخصی را ایجاد می‌کند؟

مطالعه بیشتر

• Murad MH, Montori VM, Guyatt G. How to read a systematic review and meta-analysis and apply the results to patient care. JAMA. 2014;312(2):171-179.
• Liberati A, Altman DG, Tetzlaff J, et al. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate healthcare interventions: explanation and elaboration. BMJ. 2009;339:b2700.
• Hyde CJ, Stanworth SJ, Murphy MF. Can you see the wood for the trees? Making sense of forest plots in systematic reviews, Parts 1 and 2. Transfusion. 2008-2009.
• Higgins JPT, Thomas J, Chandler J, et al, eds. Cochrane Handbook for Systematic Reviews of Interventions.
• Bastian H, Glasziou P, Chalmers I. Seventy-five trials and eleven systematic reviews a day: how will we ever keep up? PLoS Med. 2010;7(9):e1000326.