Част I. Основи на мета-анализа

През 1976 г. Джийн Глас въвежда термина "метаанализ", за да опише статистическия анализ на цялостна колекция от резултати от отделни изследвания. Този процес, който включва интегриране на резултатите от група емпирични изследвания, фокусирани върху един и същ изследователски въпрос, изчислява средната стойност и променливостта на общите ефекти на популацията (Field & Gillett, 2010; Glass, 1976; O'Rourke, 2007).

Развитието на науката зависи от натрупването на знания и използването на предишната работа на другите. Тъй като научното развитие се ускорява и количеството информация в литературата продължава да нараства (например всяка година в базата данни PubMed на Националната медицинска библиотека се добавят около 500 000 нови статии), учените се нуждаят от помощ, за да са в крак с най-новите изследвания и препоръчителни практики (фиг. 1). 

В миналото специалистите разчитаха на експертите да обобщят литературата и да дадат препоръки. С течение на времето обаче изследователите започнаха да проверяват точността на тези обзорни статии и откриха, че доказателствата често не подкрепят препоръките. Те започнаха да насърчават по-научен подход към прегледите, който не разчита на субективното мнение на един експерт. Този нов подход изискваше документирани доказателства в подкрепа на твърденията и систематичен процес, провеждан от разнообразен екип, за да се гарантира цялостен преглед на всички доказателства. Този процес сега се нарича систематичен преглед.

Систематичният преглед включва задълбочен анализ на конкретен изследователски въпрос. Той включва систематично идентифициране, подбор, оценка и синтез на всички релевантни, висококачествени научноизследователски доказателства за решаване на въпроса. Този процес съчетава резултатите от множество взаимосвързани първични проучвания, като се използват методи, които намаляват пристрастията и случайните грешки. Добре проведеният систематичен преглед предоставя висококачествени доказателства за клиничната практика и е широко считан за стандарт за насочване на клиничната практика. (Yusuff, 2023).

Систематичният преглед на литературата е основен изследователски метод за обосноваване на доказателства. Той включва събиране на информация от множество проучвания, което води до цялостно разбиране на дадена тема. За разлика от повествователния преглед, систематичният преглед определя критериите за подбор на статиите и използва ясни и стандартизирани методи за търсене, като предоставя на аудиторията просветление и информация. Този метод се основава на предварително определени критерии и има за цел да помогне на изследователите да изберат проучвания и инструменти за разработване на статии с оригинална информация.

Въпреки че систематичните прегледи на литературата се използват често в медицината, те могат да бъдат адаптирани и за други области на научните изследвания. Изследователите от други области обаче трябва да следват съответните насоки, за да гарантират, че техните проучвания ефективно отговарят на изследователските въпроси и постигат целите си. Провеждането на систематичен преглед на литературата в бизнес области като мениджмънт, маркетинг и информационни системи обикновено се придържа към стандартизиран подход, макар и с някои вариации и корекции. Тези стъпки имат за цел да дадат най-подходящите резултати за съответното изследване.

Систематичният преглед на изследванията трябва да бъде безпристрастен и с прозрачна методология. Общите принципи, на които трябва да се основават всички систематични прегледи, са следните:

Прозрачността е от решаващо значение при систематичните прегледи на литературата, за да се гарантира точността на заключенията и методологичния подход. Тази прозрачност предпазва от невярно представяне, като оценява всеки етап на изследването и изяснява неговата значимост и качество.

Първоначалната рамка на систематичния преглед е от съществено значение за насочване и поддържане на целостта на процеса, за запазване на фокуса върху целите на изследването и за предотвратяване на влиянието на характеристиките на литературата върху процедурата. Изчерпателното търсене има за цел да открие всички релевантни проучвания, като намали пристрастията и опрости достъпа до съдържанието на изследването. По този начин то гарантира, че ограничен набор от проучвания няма да окаже неоправдано влияние върху заключенията.

Синтезирането на резултатите от търсенето води до кратки и достъпни заключения относно качеството на изследванията по дадена тема.

Блок-схемата на PRISMA на фиг. 4 дава на читателя по-добра представа за процеса на преглед. Общата цел на процедурата за кодиране е да се предостави изчерпателно описание на разглежданите проучвания и бързо да се получи преглед на извадката от проучвания. Листът за кодиране подпомага тази процедура.

Тази оценка може да бъде извършена чрез различни подходи, като например медицинския случай и контролния списък на JBI (Joanna Bridge Institute). Въпреки това, в зависимост от конкретните цели на въпросните проучвания, тази оценка не е задължителна за някои систематични прегледи на литературата.

При систематичните прегледи се използва строг научен подход за задълбочено търсене и оценка на всички доказателства, като се използват установени и предварително определени аналитични методи (Комитет по стандартите, 2011 г.). Систематичният преглед включва методично търсене на литература с цел консолидиране на информация от различни проучвания, като се използва специфичен протокол, за да се отговори на фокусиран изследователски въпрос. Процесът има за цел да открие и използва всички достъпни публикувани и непубликувани доказателства, щателно да ги оцени и да представи обективно обобщение за формулиране на обосновани препоръки. Синтезът може да бъде качествен или количествен, но неговата определяща характеристика е спазването на насоки, които позволяват възпроизводимост. Широкото разпространение на систематичните прегледи промени оценката на практиките и начина, по който практикуващите лекари получават информация за това кои интервенции да прилагат. В таблица 1 са очертани някои съществени различия между наративните и систематичните прегледи.

Концепцията за съвременния систематичен преглед може да се проследи до статията на Джийн Глас от 1976 г. в областта на психологията. В тази статия Глас представя количествено обобщение на всички проучвания, които оценяват ефективността на психотерапията. (Glass, 1976 г.). Той въвежда и термина "метаанализ" в педагогическата психология, за да опише статистическия анализ на обширна колекция от резултати от отделни изследвания с цел интегриране на резултатите (Cheung, 2015 г., p. 44). Днес систематичните прегледи се използват широко в различни научни дисциплини. В здравеопазването обаче "метаанализ" се отнася предимно до количествения анализ на данните от систематичен преглед. Това означава, че систематичните прегледи без количествен анализ в здравеопазването обикновено не се обозначават като метаанализи, въпреки че това разграничение все още трябва да бъде твърдо установено в други области. Ние ще запазим тези различни термини, като ще използваме "метаанализ" за обозначаване на статистическия анализ на данните, събрани в систематичен преглед.

Систематичните прегледи обикновено включват шест важни компонента: подготовка на темата, търсене на литература, проверка на проучванията, извличане на данни, анализ и изготвяне на доклад. (Schmid et al., 2020). Всеки от тях включва множество стъпки и добре проведеният преглед трябва внимателно да се занимава с всички тях (фиг. 2.).

Мета-анализът е широко разпространен и съвместен метод за обобщаване на резултатите от изследвания в различни дисциплини. (Cheung & Vijayakumar, 2016). Той е фундаментален инструмент, който комбинира данни за резултатите от отделни изпитвания, за да се получат обобщени оценки на ефекта за различни резултати от интерес. Този процес увеличава размера на извадката, подобрява статистическата сила на констатациите и повишава точността на оценките на ефекта. Синтезирането на резултатите от различни проучвания е от решаващо значение за разбирането на даден проблем и идентифицирането на източниците на вариации в резултатите, което го прави съществена част от научния процес (Gurevitch et al., 2018). Надеждността на представената информация зависи от калибъра на включените проучвания и от задълбочеността на метааналитичната процедура. В хода на развитието на настоящата метааналитична методология бяха изразени някои опасения относно крайната полезност на такава сложна и отнемаща време процедура за установяване на навременни, валидни доказателства по различни определени теми (Papakostidis & Giannoudis, 2023).

Мета-анализът е надежден метод за консолидиране на данни от множество проучвания с цел получаване на доказателства по конкретна тема. Той е статистическа техника, използвана за комбиниране на резултатите от няколко проучвания (Gurevitch et al., 2018). При интерпретирането на резултатите от мета-анализа обаче има различни важни съображения.

Мета-анализът е научноизследователски подход, който обективно оценява литературата по даден въпрос. Като съвкупност от статистически методи за обобщаване на размерите на ефектите в различни набори от данни, разглеждащи един и същ изследователски въпрос, метаанализът предоставя мощен, информативен и безпристрастен набор от инструменти за обобщаване на резултатите от изследванията по една и съща тема. Той предлага няколко предимства пред описателните прегледи, броенето на гласове и комбинирането на вероятности (Таблица 1.). Метаанализът се основава на изразяването на резултата от всяко изследване по стандартна скала. Тази мярка за резултата "размер на ефекта" включва информация за знака и величината на ефекта, който представлява интерес за всяко изследване. В много случаи може да се изчисли и дисперсията на този размер на ефекта (Koricheva et al., 2013). 

Мета-анализът включва комбиниране на резултатите от няколко проучвания за оценка на популационен параметър, обикновено размер на ефекта, чрез изчисляване на точкови и интервални оценки. Освен това метаанализите са важни за идентифициране на пропуските в литературата, като подчертават областите, в които са необходими повече изследвания, и областите, в които отговорът е окончателен и не са необходими нови изследвания от същия тип. Този аспект на мета-анализа помага на аудиторията да бъде информирана за изследователския пейзаж, насочвайки я към области, които се нуждаят от по-нататъшно проучване.

Мета-анализите са основни инструменти на медицината, основана на доказателства (EBM), които синтезират данни за резултатите от отделни проучвания, за да се получат общи оценки на ефекта за различни резултати от интерес. Комбинирането на обобщени данни от няколко проучвания увеличава размера на извадката, като подобрява статистическата сила и прецизността на получените оценки на ефекта. Смята се, че метаанализите предоставят най-добрите доказателства в подкрепа на насоките за клинична практика. Качеството на представените доказателства зависи от калибъра на включените проучвания и от задълбочеността на метааналитичната процедура. Изразена е известна загриженост относно полезността на такава сложна и отнемаща време процедура за установяване на своевременни и валидни доказателства по различни определени теми.

Систематичният преглед е последователен и възпроизводим качествен процес на идентифициране и оценка на цялата литература, свързана с конкретен въпрос. Мета-анализът доразвива този процес, като използва специфични статистически техники, които позволяват количествено обединяване на данните от проучванията, идентифицирани в процеса на систематичен преглед.

Мета-анализ може да бъде извършен, ако систематичният преглед разкрие достатъчно и подходяща количествена информация от обобщените проучвания. (Gurevitch et al., 2018).

Мета-анализът вече е популярна статистическа техника за обобщаване на резултатите от изследвания в много дисциплини, включително образователни, социални и медицински науки. (Cheung, 2015). Само през 2022 г. в Google Scholar са публикувани повече от 107 000 мета-анализа (Irsova et al., 2023). Класическият мета-анализ е мета-анализ на обобщени данни за лица, при който единици за анализ са множество изследвания. В сравнение с първоначалните проучвания анализът на множество проучвания има по-голяма сила и намалява несигурността. Вследствие на това са разработени различни подходи за метаанализ. Следователно при предварително познаване на разликите между тези подходи е ясно кой подход трябва да се използва за обобщаване на данните. Например в началото различните подходи за метаанализ са използвали агрегиране на различни видове големини на ефекта (напр. d, r); днес трансформацията на големините на ефекта е общоприета (Kaufmann & Reips, 2024).

Важно е да се отбележи, че в мета-анализа има два различни модела на обобщаване: модел на фиксираните и модел на случайните ефекти. Моделът на фиксираните ефекти работи при предположението, че всички изследвания в метаанализа произхождат от една и съща популация и истинската величина на ефекта остава постоянна във всички изследвания. Поради това се смята, че всяко отклонение в големината на ефекта е резултат от различията в рамките на всяко изследване, като например грешки в извадката.

За разлика от модела с фиксирани ефекти, моделът със случайни ефекти предполага, че ефектите върху популацията се различават в отделните проучвания.

Идеята на това допускане е, че наблюдаваните изследвания са извадки, направени от една съвкупност от изследвания. Моделите със случайни ефекти имат два източника на вариации в даден размер на ефекта: вариации, произтичащи от вътрешните изследвания и от вариациите между изследванията.

Доказателствата от мета-анализа са неразривно свързани с качеството на първичните проучвания. Метаанализите, базирани на нискокачествени първични проучвания, са склонни да надценяват ефекта от лечението.

Помислете за това: Защо трябва да провеждаме мета-анализ, вместо да разчитаме единствено на прегледите на водещи експерти или на първичните изследвания на едно изследване като източници на най-добрите доказателства? Този въпрос ни подтиква да навлезем по-дълбоко в уникалните ползи и прозрения, които метаанализът може да предложи.

Въпреки че мета-анализът носи многобройни ползи, включително повишена прецизност, възможност за разглеждане на нови въпроси и разрешаване на противоречиви твърдения, от решаващо значение е да се действа внимателно. Ако не се провеждат с педантично внимание, мета-анализите могат да доведат до погрешни тълкувания, особено ако не се вземат под внимание проектите на проучванията, отклоненията, вариациите между проучванията и отклоненията при докладването. (Higgins et al., 2023).

Разбирането на вида на данните, получени в резултат на измерването на резултата от дадено проучване, и изборът на подходящи мерки за въздействие за сравняване на групите за интервенция е от изключителна важност. Повечето методи за метаанализ включват среднопретеглена стойност на оценките на ефекта от различни проучвания - решение, което лежи на плещите на изследователя.

Проучванията, при които няма събития, не предоставят информация за съотношението на риска или съотношението на шансовете. Счита се, че методът на Пето е по-малко пристрастен и по-силен за редки събития. Трябва да се вземе предвид хетерогенността в проучванията, въпреки че в много прегледи няма достатъчно проучвания, за да се изследват надеждно причините за нея. Метаанализите със случайни ефекти се справят с променливостта, като приемат, че основните ефекти са нормално разпределени, но е от съществено значение да се интерпретират техните констатации предпазливо. Интервалите на прогнозиране, които представляват диапазон от стойности, които вероятно включват истинския ефект, от мета-анализите със случайни ефекти помагат да се илюстрира степента на вариация между изследванията.

Изготвянето на мета-анализ е свързано с извършването на множество преценки. Сред тях анализите на чувствителността се открояват като важен инструмент. Те трябва щателно да проверят дали общите резултати са устойчиви на потенциално влияещи решения, осигурявайки успокояващ слой надеждност и устойчивост на вашето изследване.

Изготвянето на мета-анализ изисква много преценки. Анализите на чувствителността, които са изключително важен инструмент, трябва да изследват дали общите резултати са устойчиви на потенциално влияещи решения, като гарантират надеждността и устойчивостта на вашето изследване (Deeks et al., 2023).

В много водещи списания се публикуват обзорни статии, написани от експерти по конкретни теми. Въпреки че тези обзорни статии са много информативни и изчерпателни, те изразяват субективните възгледи на автора(ите), който(които) може избирателно да използва литературата в подкрепа на личните си възгледи. Следователно те са податливи на многобройни източници на пристрастия, което ги поставя на дъното на йерархията на нивото на доказателствата. Това подчертава изключителната важност на провеждането на висококачествени мета-анализи, които могат да осигурят по-обективен и цялостен поглед върху наличните доказателства.

В отлика от описателните прегледи систематичните прегледи и мета-анализите са внимателно разработени, за да се сведе до минимум отклонението. Това се постига чрез идентифициране, оценяване и синтезиране на цялата релевантна литература, като се използва прозрачна и възпроизводима методология. Този стриктен подход гарантира, че получените доказателства са най-надеждни, което утвърждава систематичните прегледи и мета-анализите като златен стандарт на върха на йерархията на доказателствата.

Въпреки това, като се има предвид масовото производство на дефектни и ненадеждни синтезирани доказателства, е необходимо да се направи основен преглед на бъдещите мета-анализи. Качеството на избраните проучвания трябва да получи силно внимание, както и последователността и прозрачността при провеждането и отчитането на процеса на метаанализ.

Правилното провеждане на мета-анализ включва комбиниране на данни от множество отделни проучвания, в идеалния случай от рандомизирани контролни изпитвания, за да се изчислят комбинирани оценки на ефекта за различни резултати, които представляват интерес. Това е особено полезно за съгласуване на противоречиви резултати от първичните проучвания и за получаване на една обща оценка на ефекта, за която се смята, че представлява най-доброто настоящо доказателство за клиничната практика. Освен това чрез значително увеличаване на размера на извадката метаанализите повишават статистическата сила на своите резултати и в крайна сметка предлагат по-точни оценки на ефекта.

Мета-анализите могат да бъдат класифицирани като кумулативни/ретроспективни или проспективни. Преобладаващият подход в литературата е кумулативният. При проспективния мета-анализ (ПМА) обаче критериите за подбор на изследванията, хипотезите и анализите се установяват, преди да са налични резултатите от изследванията, отнасящи се до изследователския въпрос на ПМА. Този подход намалява много от проблемите, свързани с традиционния (ретроспективен) мета-анализ (Seidler et al., 2019).

Резултатите от мета-анализа се представят графично в горска графика (вж. фиг. 5). Горската диаграма показва оценките на размера на ефекта и доверителните интервали за всяко изследване, включено в метаанализа. Метаанализът трябва да оцени и хетерогенността на включените проучвания. Обикновено хетерогенността се оценява с помощта на статистически тестове. Обикновено се използват тестовете x2 и I2. Тест x2 с Р-стойност > 0,05 или I2, по-голям от 75%, показва значителна хетерогенност. При провеждането на метаанализ можете да използвате модел с фиксиран ефект или модел със случаен ефект. Ако няма хетерогенност, се използва модел с фиксиран ефект; в противен случай се прилага модел със случаен ефект. Необходима е и оценка на отклонението от публикациите, за да се провери дали положителните, значимите или малките проучвания не влияят на резултатите. Резултатите се изобразяват графично в диаграма на фунията (вж. фиг. 5), като се препоръчва, когато в метаанализа са включени повече от десет проучвания (Yusuff, 2023).

Въпреки продължаващите методологични недостатъци на публикуваните в момента мета-анализи, има ясен път към подобрение. Когато се провеждат при спазване на строги и прозрачни правила, систематичните прегледи и метаанализите могат да гарантират възпроизводимостта и надеждността на процеса на търсене, надеждността и валидността на своите констатации, както и яснотата на докладването.

Процесът на мета-анализ включва задълбочен подход, при който се отчитат всички потенциални влияния върху резултатите. Например моделът на случайните ефекти предполага, че истинската оценка на ефекта варира между първичните проучвания поради различията в техните клинични характеристики. Комбинираната оценка на размера на ефекта на този модел представлява средна оценка на всички оценки на отделните проучвания. Изборът на правилния статистически модел за комбиниране на данните е сложно решение, което зависи от степента на вариация между проучванията. Не съществуват обаче ясни прагове по отношение на размера на вариациите, които да определят кой модел да се използва.

Освен това статистическите тестове за вариации често се нуждаят от по-голяма сила, за да открият значителни разлики. Моделът с фиксирани ефекти обикновено се използва, когато в метаанализа няма вариации, особено когато са включени много проучвания с големи размери на извадките. В такива случаи има увереност в способността на теста за вариации да открива значителни разлики. Резултатите от този модел обикновено имат по-тесни доверителни интервали. От друга страна, когато има опасения за вариации, моделът със случайни ефекти се счита за по-добър избор. Той генерира по-широки доверителни интервали около оценките и е по-консервативен вариант за анализ. При метаанализ с голям брой проучвания и достатъчни размери на извадките, когато не се открива статистическа вариация, използването на модела с фиксирани ефекти е оправдано (Papakostidis & Giannoudis, 2023).

И накрая, качеството на доказателствата, получени чрез мета-анализ, трябва да бъде оценено с помощта на един от трите инструмента: GRADE (Grading of Recommendations Assessment, Development and Evaluation)[1] , PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analysis)[2] или AMSTAR (A Measurement Tool to Assess systematic Reviews)[3] . Всички тези инструменти оценяват доверието в оценката на ефекта за всеки конкретен резултат от интерес. Използването му значително повишава силата и надеждността на констатациите, като предлага на изследователите увереност за качеството на техните изследвания. Поради това те са важен компонент на мета-анализа, който трябва да се вземе предвид.

Въпреки че мета-анализите, особено тези, които се основават на висококачествени РКП, се считат за най-добри доказателства, проблемът с неубедителността на мета-анализа не е свързан с потенциално понижено методологично качество или неспазване на приетите стандарти за провеждане и докладване на правилен мета-анализ. Проблемът се състои в това, че по-голямата част от систематичните прегледи са дефектни, подвеждащи, излишни, безполезни или всичко изброено по-горе (Ioannidis, 2017).

Papakostidis и Giannoudis (2023) посочват, че иновативните видове систематични прегледи и мета-анализи (някои от тях произлизащи от по-стари идеи) вероятно скоро ще станат свидетели на известен интерес с надеждата да се постигне по-надежден синтез на доказателства. Съществуват четири вида такива иновативни мета-анализи:

• Проспективният мета-анализ, метод, основан на планиране на проспективни проучвания с предварително определена цел, предлага обещаващ подход. Когато тези изпитвания бъдат завършени, те могат да служат като първични проучвания за мета-анализ. Този метод може да отговори на широк спектър от изследователски въпроси - от целенасочени клинични проучвания до цялостни изследователски програми, което показва неговата гъвкавост и потенциално въздействие. Тази адаптивност може да вдъхнови аудиторията за широкия спектър от приложения на този метод.
• Мета-анализът на данните на отделните участници, макар и да предлага по-стабилен подход за справяне със смущаващите фактори и формулиране на нови хипотези, е свързан с предизвикателства. Те включват потенциални времеви ограничения и логистични трудности. Освен това трябва сериозно да се вземе предвид рискът от селективно отчитане, което подчертава необходимостта от щателно планиране и изпълнение. Това осъзнаване на предизвикателствата може да накара аудиторията да се чувства подготвена и предпазлива.
• Мрежовите мета-анализи позволяват аналитичният процес да се разшири до повече от две групи за лечение, като се използват преки и непреки сравнения между тях. Този подход не само осигурява по-цялостно разбиране на терапевтичния пейзаж, но и позволява сравняването на лечения, които не са били пряко сравнявани в отделните проучвания. Въпреки че повечето от тях се основават на вече публикувани данни, те все пак могат да се основават на проспективни метааналитични дизайни или данни на индивидуално ниво.
• Общите мета-анализи, които синтезират данни от всички съответни систематични прегледи и мета-анализи по конкретна тема, представляват привлекателен начин да се извлекат и преведат големи количества данни.

[1] https://www.gradeworkinggroup.org/

[2] https://www.prisma-statement.org/

[3] https://amstar.ca/index.php

Мета-анализът е статистически подход, широко използван в изследователската общност за комбиниране на данни от множество проучвания. Основната му цел е да осигури цялостно разбиране на дадено явление чрез идентифициране на модели, тенденции и несъответствия, които може да се наложи да бъдат очевидни в отделните проучвания. Метаанализът е изгоден за съгласуване на противоречиви констатации от различни проучвания и за увеличаване на статистическата мощ. От съществено значение е обаче да се признаят потенциалните отклонения, свързани с метаанализа, като например отклонението от публикациите и качеството на включените проучвания. За провеждането на надежден мета-анализ е необходимо стриктно планиране и изпълнение на няколко жизненоважни стъпки. Съществуват различни методи за метаанализ, всеки от които има уникални силни страни и ограничения. И накрая, от решаващо значение е резултатите от мета-анализа да се докладват прозрачно и точно, за да се подобри тълкуването и възпроизводимостта, допринасяйки за развитието на знанията в съответните области.

Въз основа на запитването за основите на мета-анализа, ето обобщение въз основа на съответните резюмета:

• Определение: Мета-анализът е статистическа техника, която комбинира резултатите от множество първични проучвания, за да се изчислят точкови и интервални оценки на популационен параметър, обикновено размер на ефекта.
• Приложения: Тази универсална статистическа техника намира приложение в множество области - от психологията до международния бизнес, от медицината до клиничните изследвания, като осигурява количествено обобщение на литературата и оценка на обобщените размери на ефектите.
• Методология: Правилното прилагане на методологията е от решаващо значение, включително библиографско търсене, подходящо комбиниране на изследванията и правилно представяне на резултатите, за да се гарантира валидността им.
• Предизвикателства: Въпроси като хетерогенност на първичните проучвания, грешки при публикуването и трудности при интерпретацията са основни аспекти, които трябва да бъдат разгледани за вътрешната валидност на мета-анализите.
• Преподаване и насочване: Сложността на мета-анализа налага наличието на насоки и практически примери за подобряване на качеството на публикуваните мета-анализи, които да бъдат достъпни за младите изследователи и клиницисти с помощта на експертни насоки.

В заключение, основите на мета-анализа обхващат неговото определение, приложения, методология, предизвикателства и налични насоки за провеждане на висококачествени изследвания. От съществено значение е обаче да се отбележи, че макар резюметата да осигуряват цялостно разбиране на основите на метаанализа, те не навлизат в разширени методи или специфични статистически техники за метаанализ.

Мета-анализът е метод за синтез на изследвания, който включва преглед на първични изследвания по конкретна тема с цел интегриране на резултатите. Този процес е от решаващо значение за научната дейност, тъй като позволява правилно да се оценят доказателствата за различни хипотези и да се формулират обобщения. Синтезът на изследванията може да се извърши качествено чрез наративни прегледи или количествено, като се използват статистически методи за интегриране на резултатите от отделните изследвания (Koricheva et al., 2013).

Мета-анализът има трансформиращ ефект в много научни области, като е водещ в създаването на практика, основана на доказателства. Още по-важно е, че той е допринесъл за разрешаването на привидно противоречиви резултати от изследвания, което показва неговата способност за решаване на проблеми и революционно въздействие.

Мета-анализът е нещо повече от техника - той е добре познат и предпочитан подход за комбиниране на резултатите от изследвания в различни области. Той предлага цялостна оценка на размера на дадена статистика въз основа на актуални проучвания, като по този начин засилва нейната надеждност и значимост.

Обединяването на данни от множество проучвания увеличава размера на извадката и повишава статистическата сила на резултатите и точността на изчислените оценки на ефекта. То се счита за най-ефективния начин за оценка и проучване на доказателствата по конкретен въпрос, като предлага високо ниво на доказателства и формира препоръки за клиничната практика. Силата на предоставените доказателства обаче зависи в голяма степен от качеството на включените проучвания и от задълбочеността на метааналитичния процес (Papakostidis & Giannoudis, 2023).

Макар че мета-анализът има многобройни предимства, той има и методологични слабости и потенциални трудности при тълкуването на общите резултати. Това подчертава необходимостта читателите да поддържат критичен подход, като възпитават в себе си чувство за отговорност и усърдие.

Областта на мета-анализа не е лишена от постоянни дебати и ограничения, които продължават да привличат вниманието. Те включват въпроси като пристрастност на публикациите и пристрастност на пропуснатите променливи, които е важно да се разглеждат в контекста на метааналитичните изследвания.

Мета-анализът има много предимства пред другите методи за синтез на изследвания. Означава ли това, че мета-анализът винаги е за предпочитане и че наративните прегледи, комбинирането на вероятности и процедурите за преброяване на гласове трябва да бъдат напълно изоставени?

Сред различните предимства си струва да се подчертаят (Deeks et al., 2023; Koricheva et al., 2013):

• Мета-анализът осигурява цялостна оценка на литературата, предлага високо ниво на доказателства и помага за изготвяне на препоръки за практиката.
• Мета-анализът е по-обективно, информативно и мощно средство за обобщаване на резултатите от отделните проучвания, отколкото описателните/качествените прегледи и преброяването на гласовете.
• Макар че използването на мета-анализа е във възход, важно е да се отбележи, че разбирането на метода е ценно дори ако не планирате да провеждате мета-анализи. Тези знания ще позволят на изследователите да следят и оценяват ефективно литературата в своята област.
• Прилагането на мета-анализ в приложни области (напр. опазване и управление на околната среда) може да направи резултатите по-ценни за създателите на политики.
• Овладяването на основите на мета-анализа може значително да подобри качеството на представянето на данните в оригиналните изследвания, като направи възможно включването на констатациите в бъдещи научни прегледи.
• Провеждането на мета-анализ променя начина, по който се четат и оценяват първичните проучвания. Той дава ясно да се разбере, че статистическата значимост на резултатите зависи от статистическата мощ, и като цяло подобрява способността за критична оценка на доказателствата.
• Подобряване на прецизността: Много отделни проучвания са твърде малки, за да предоставят убедителни доказателства за ефектите от интервенциите. Прецизността обикновено се подобрява, когато оценките се основават на по-голям набор от данни.
• Първичните проучвания обикновено са насочени към конкретни участници и точно определени интервенции, за да се отговори на въпроси, които са извън обхвата на отделните проучвания. Комбинирането на проучвания с различни характеристики ни позволява да изследваме последователността на ефектите в по-широк кръг от популации и интервенции. Този подход може също така да помогне да се определят причините за разликите в оценките на ефектите.
• Да се разрешат спорове от привидно противоречиви проучвания или да се създадат нови хипотези: Комбинирането на резултатите от проучванията чрез статистически синтез дава възможност за официална оценка на противоречивите констатации и проучване на причините за различните резултати.

Мета-анализът самостоятелно или в комбинация с други методи за синтез на изследвания трябва да се използва винаги, когато е от интерес да се оцени величината на ефекта и да се разберат източниците на вариации в този ефект и когато поне някои от събраните първични проучвания предоставят достатъчно данни за извършване на анализа.

Подчертавайки значението на критичния подход, става ясно, че е от решаващо значение да се идентифицират недостатъците в методологията и да се интерпретират общите резултати от мета-анализите. Този подход отговаря на опасенията относно пристрастността на публикациите и възможността за погрешни констатации, когато са включени разнородни проучвания с различни данни за резултатите.

Важно е да се отбележат някои негови недостатъци, като например изключването на нискокачествени проучвания. Като алтернатива на мета-анализа, "синтезът на най-добрите доказателства" би разгледал само реномирани проучвания. Предизвикателството тук е да се определят критериите за разграничаване на добрите от лошите. Препоръчително е да се включат възможно най-много документи и да се придаде значение на различните аспекти на дизайна на проучването въз основа на широко одобрената методологична практика. Това позволява да се проучи как различните методи влияят върху оценените гранични ефекти. Трябва да се вземе предвид и импакт факторът на публикацията на превозното средство и броят на цитатите, които всяко изследване получава (Havranek & Irsova, 2016).

Възпроизводимостта на изследванията е от изключителна важност, тъй като дава възможност на други изследователи да проверят констатациите и да надградят съществуващите знания. За да дадем възможност на други изследователи да възпроизведат нашия анализ, използваме подхода за търсене на изследвания, които оценяват въздействието на границите. Допустимо е да се пропуснат някои изследвания, ако техните резултати не се различават систематично от тези в нашия анализ.

Проучванията, в които се съобщават многобройни оценки, оказват значително влияние върху мета-анализа. Когато на всяка оценка се придава еднаква тежест, небалансираният характер на данните в метаанализа означава, че проучванията с многобройни оценки диктуват резултатите. Едно потенциално решение е моделът със смесени ефекти на много нива, който придава приблизително еднаква тежест на всяко изследване, ако оценките в рамките на изследването са силно корелирани. Този метод обаче въвежда случайни ефекти на ниво изследване, които могат да бъдат корелирани с обяснителните променливи.

Предпочитаните от авторите оценки следва да имат по-голяма тежест. Проучванията, изследващи граничния ефект, обикновено представят множество оценки и често предпочитат подгрупа от тези оценки (много резултати са представени като проверки за устойчивост). Въпреки че някои автори изрично посочват своите предпочитания, е възможно да се определят предпочитаните оценки само за някои проучвания. Вместо това изследователят трябва да контролира данните и методологията, които би трябвало да са по-прости за кодиране и трябва да обхващат повечето от желанията на авторите, като например контролиране на многостранната съпротива (Havranek & Irsova, 2016).

Важно е да се отбележи, че отделните оценки са само частично независими поради това, че авторите са използвали сходни данни. При провеждането на метаанализ е изключително важно да се вземе предвид, че отделните клинични изпитвания могат да бъдат до голяма степен независими, особено в медицинските изследвания. В икономиката обаче резултатите от регресията и наблюденията на повечето икономически набори от данни не са независими. Зависимостта между наблюденията се преодолява чрез групиране на стандартните грешки на ниво отделни изследвания и набори от данни.

Има твърде много потенциални обяснителни променливи и трябва да се изясни кои от тях трябва да бъдат включени. При наличието на многобройни аспекти на дизайна на изследването намирането на теория, която да обоснове включването на всички тях, е предизвикателство. Например една възможност е да се придаде по-голяма тежест на обширни проучвания, публикувани в реномирани списания, но трябва да е ясно защо те трябва последователно да отчитат различни резултати.

Мета-анализът сравнява разнородни резултати. В икономиката мета-анализът изследва разнородни оценки. Различните оценки се получават с помощта на различни методи и е необходимо да се отчетат разликите в дизайна на първичните проучвания. За да подобрите съпоставимостта на оценките в дадена съвкупност от данни, изберете да включите само резултатите, отнасящи се до въздействието на конкретни общи променливи, и изключете обширната литература за останалите.

Грешките при кодирането на данните са неизбежни. Събирането на данни за мета-анализ включва месеци на четене и кодиране на данните. Не използвайте асистенти за тази задача, защото съществува риск веднага да преминете към регресионните таблици и да кодирате данните, без да сте прегледали задълбочено първичните проучвания. Въпреки това е невъзможно да се елиминират грешките; можем само да ги сведем до минимум, като самостоятелно събираме, сравняваме и коригираме наборите от данни, гарантирайки надеждността на нашето изследване.

Пристрастието към публикациите подкопава валидността на мета-анализа. Изследователите могат да надценят средния размер на отчетения ефект и да не представят точно истинския размер на ефекта, когато съобщават оценки с определен знак или статистическа значимост.

В заключение, мета-анализът включва важни етапи като дефиниране на въпроса, събиране на данни, анализ и докладване на резултатите. Определянето на въпроса е от решаващо значение за формирането на фокуса и посоката на изследването. Въпреки че предлага доказателства на високо ниво и дава информация за клиничната практика, той е изправен и пред предизвикателства, свързани с методологични слабости, пристрастие към публикациите и потенциални ограничения при постигането на целите му. Въпреки тези ограничения мета-анализът допринася значително за основаната на доказателства практика в здравеопазването, като осигурява цялостен синтез на наличните изследвания.

Трябва да се вземат предвид разликите между онлайн и офлайн събирането на данни за мета-анализ. Интернет базираните изследвания могат да събират големи набори от данни от разнообразна световна популация. Ето защо е необходимо да се опише подробно извадката от участници, за да се провери дали се използва този потенциал на интернет базираните изследвания и как.

Следователно информацията за извадката включва коя държава и на какви езици е проведено проучването, възрастта на участниците и дали са взети предвид само студенти, за да се оцени хетерогенността и обобщаемостта на резултатите (Kaufman, 2024).

Подобно на мета-анализите на традиционни изследвания, при мета-анализите на интернет базирани изследвания за обобщаване на изследванията е необходимо да се съберат данни за броя на участниците и размера на ефекта за изходните променливи, които представляват интерес. Особено при интернет базираните проучвания броят на участниците, които са отпаднали, е ценен размер на ефекта, който трябва да се вземе предвид при мета-анализите.

В идеалния случай процедурата по кодиране се извършва от екип от експерти в областта на изследването, които правят метаанализ и се съгласяват с различните кодове. За всяко последващо изчисляване на стойностите на междукодерната надеждност са необходими поне двама кодери.

Freelon's (2010, 2013) Софтуерът ReCal е идеален за оценка на надеждността между кодерите и осигурява стойност на качеството на набора от данни за последващ анализ[1] . ReCal се състои от три отделни модула, всеки от които е разработен за работа със специфични видове данни, независимо дали са номинални, ординални или интервални/равнище на съотношение. и се основава на онлайн проучване с искане за кодиране на изследването, изпратено до първите автори. Тази стратегия спестява време и повишава надеждността на бъдещите мета-анализи. Освен това, Kaufmann & Reips (2024) предоставят модел на проучване за мета-анализи (Univ. Konstanz)[2] .

Извличането на информация от текста е ценен помощен инструмент в процедурата за кодиране на систематични прегледи, тъй като може потенциално да повиши обективността на процеса на преглед.

Преди да се извърши какъвто и да е анализ на обобщаването на данни, първо трябва да се предостави описание на данните, обикновено обобщено в таблица.

Общите стъпки, които трябва да следвате, са:

• Определете целите и формулирайте изследователския въпрос.
• Разработване на протокол.
• Извършете търсене в литературата.
• Определяне на критериите за включване и изключване.
• Изберете статиите в съответствие с определените критерии за включване и изключване.
• Проучване и тълкуване на избраните статии.
• Анализирайте и докладвайте получените резултати.

[1] https://ln.run/PEGc4

[2]  https://acesse.dev/dDDv5

*https://ln.run/PEGc4
**https://acesse.dev/dDDv5