Адресиране на хетерогенността

Хетерогенността обозначава разликата в размера на ефекта при отделните проучвания. Оценката на хетерогенността е критична стъпка в мета-анализа, тъй като тя влияе върху избора на модел и интерпретацията на резултатите. (Kepes et al., 2023).

Разбирането и справянето с хетерогенността при мета-анализа е от съществено значение за изготвянето на точни и обобщаващи заключения. Един от ключовите методи за изследване на източниците на хетерогенност е модераторният анализ, който включва идентифициране на променливи, които могат да повлияят на размера на ефекта, наблюдаван в различните проучвания. Този подход обяснява защо проучванията могат да дадат различни резултати и при какви условия конкретните ефекти са по-силни или по-слаби.

Хетерогенността при мета-анализа може да се прояви по три начина: клинична хетерогенност, методологична хетерогенност и статистическа хетерогенност. Клиничната хетерогенност включва променливост на участниците, интервенциите и резултатите; методологичната хетерогенност включва разлики в дизайна, качеството и изпълнението на проучванията; а статистическата хетерогенност се отнася до променливостта в размера на ефекта, която не може да се отдаде само на случайността.

Потенциалните модератори трябва да бъдат избрани въз основа на теоретични основания, предишни емпирични резултати и практическа значимост. Те могат да включват демографски характеристики (напр. възраст, пол), методологични фактори (напр. качество на изследването, размер на извадката) или специфики на интервенцията (напр. доза, продължителност).

Стъпка 2: Кодиране на модератори

Систематично извличане и кодиране на информация за потенциалните модератори от всяко проучване, включено в мета-анализа. Това включва създаването на подробен лист за кодиране, в който всяко изследване се оценява и се определят стойности за всеки модератор.

Стъпка 3: Оценка на хетерогенността

Преди да се извърши модераторният анализ, е важно да се оцени наличието и степента на хетерогенност в размера на ефекта. Това може да се направи с помощта на няколко статистически мерки:

1. Тест Q на Кокран: Оценява дали наблюдаваната променливост в размерите на ефекта е по-голяма от очакваната по случайност. Q е претеглената сума на квадратите по стандартизирана скала. Отчита се със стойност P, като ниските стойности P показват наличие на хетерогенност. Известно е обаче, че този тест има ниска сила за откриване на хетерогенност и се предлага да се използва стойност от 0,10 като граница за значимост. Обратно, Q има твърде голяма сила като тест за хетерогенност, ако броят на проучванията е голям. Значимият тест Q предполага наличието на хетерогенност.
2. Статистика I²: Това е процентът на наблюдаваната обща вариация между проучванията, която се дължи на реална хетерогенност, а не на случайност. Тя се изчислява като I2 = 100% x (Q - df)/Q, където Q е статистиката за хетерогенност на Кокран, а df - степените на свобода. Отрицателните стойности на I2 се поставят равни на нула, така че I2 се намира между 0 % и 100 %. Той измерва частта от общата вариация в размерите на ефектите, която се дължи на разлики, а не на случайни грешки в извадката. Стойностите варират от 0% (липса на хетерогенност) до 100% (значителна хетерогенност).
3. Тау-квадрат (τ²): Оценява дисперсията на истинските размери на ефектите в проучванията при модел със случайни ефекти.

Голямата хетерогенност може да наложи провеждането на анализи на подгрупи или метарегресия, за да се проучат потенциалните модератори, като например дизайн на проучването, характеристики на извадката или специфики на интервенцията. (Jak, 2015 г.).