Poglavlje I Osnove meta-analize

Termin „meta-analiza” uveden je 1976. godine kako bi se opisala statistička analiza sveobuhvatnog skupa istraživačkih nalaza iz pojedinačnih studija (Glass, 1976). Ovaj proces, koji obuhvata integraciju nalaza iz grupe empirijskih studija fokusiranih na isto istraživačko pitanje, izračunava prosek i varijabilnost ukupnih efekata na populaciju (Field & Gillett, 2010; Glass, 1976; O’Rourke, 2007).

Razvoj nauke zavisi od akumuliranja znanja i nadogradnje na rad prethodnika. Kako se naučni razvoj ubrzava, a eksplozija količine informacija u literaturi nastavlja (na primer, oko 500.000 novih članaka se dodaje u PubMed bazu podataka Nacionalne medicinske biblioteke svake godine), naučnicima je potrebna pomoć da bi bili u toku sa najnovijim istraživanjima i preporučenom praksom (Slika 1). 

Nekada su stručnjaci zavisili od eksperata kada je u pitanju sumiranje literature i dobijanje preporuka. Međutim, vremenom su istraživači počeli da ispituju tačnost ovih preglednih članaka i otkrili da navedeni dokazi često nisu u skladu sa preporukama. Počeli su da promovišu stroži naučni pristup recenzijama, koji se ne oslanja na subjektivno mišljenje jednog eksperta. Taj novi pristup zahtevao je dokumentovane dokaze koji idu u prilog tvrdnjama i sistematski proces koji sprovodi tim raznovrsnih stručnjaka kako bi se obezbedio sveobuhvatan pregled svih dokaza. Ovaj proces se sada naziva sistematski pregled literature.

Sistematski pregled podrazumeva temeljnu analizu određenog istraživačkog pitanja. To znači sistematsko pronalaženje, odabir, evaluacija i sinteza svih relevantnih, visokokvalitetnih istraživačkih dokaza potrebnih za dolazak do odgovora na pitanje. Ovaj proces kombinuje rezultate velikog broja međusobno povezanih primarnih studija koristeći metode koje smanjuju pristrasnost i slučajne greške. Dobro sproveden sistematski pregled pruža visokokvalitetne dokaze za kliničku praksu i naveliko se smatra standardom za vođenje kliničke prakse (Yusuff, 2023).

Sistematski pregled literature je suštinski metod istraživanja u cilju promišljanja zasnovanog na dokazima. Podrazumeva prikupljanje informacija iz više studija, što omogućava sveobuhvatno razumevanje teme. Za razliku od narativnog pregleda, sistematski pregled utvrđuje kriterijume za odabir članaka i koristi eksplicitne i standardizovane metode pretraživanja, pružajući publici prosvetljenje i željene informacije. Ovaj metod se zasniva na unapred određenim kriterijumima i ima za cilj da pomogne istraživačima da odaberu studije i alate za pisanje članaka sa originalnim informacijama.

Dok se sistematski pregledi literature obično koriste u medicini, moguće ih je prilagoditi i za druge oblasti istraživanja. Međutim, istraživači iz drugih oblasti moraju da prate relevantne smernice kako bi osigurali da njihove studije efikasno rešavaju istraživačke probleme i ispunjavaju ciljeve. Sistematski pregled literature u oblastima kao što su menadžment, marketing i informacioni sistemi obično se pridržava standardizovanog pristupa, mada uz izvesne varijacije i adaptacije. Ovi koraci su osmišljeni da obezbede najrelevantnije nalaze za konkretno istraživanje.

Sistematski pregled istraživanja mora biti nepristrasan i transparentan u svojoj metodologiji. Opšti principi koji treba da budu u osnovi svih sistematskih pregleda su sledeći:

Transparentnost je ključna u sistematskim pregledima literature kako bi se osigurala tačnost zaključaka i metodološkog pristupa. Transparentnost štiti od pogrešnog predstavljanja rezultata tako što procenjuje svaku fazu istraživanja i razjašnjava njenu relevantnost i kvalitet.

Početni okvir sistematskog pregleda je od suštinskog značaja za usmeravanje procesa i očuvanje njegovog integriteta, za zadržavanje fokusa na ciljevima istraživanja i sprečavanje uticaja karakteristika literature na proceduru. Iscrpna pretraga ima za cilj da otkrije sve relevantne studije, smanjujući pristrasnost i pojednostavljujući pristup istraživačkom sadržaju. Tako se osigurava da ograničeni skup studija ne utiče neopravdano na zaključke.

Sinteza rezultata pretrage dovodi do sažetih zaključaka u vezi sa kvalitetom istraživanja na datu temu.

PRISMA dijagram na Slici 4 omogućava čitaocu bolje razumevanje procesa pregleda. Opšti cilj procedure kodiranja je da se pruži sveobuhvatan opis razmatranih studija i da se brzo dobije pregled uzorka studije. Lista kodova ide u prilog ovoj proceduri.

Ova procena se može izvršiti korišćenjem različitih pristupa, kao što su npr. spiskovi medicinskih slučajeva Instituta Džoana Bridž (Joanna Bridge Institute). Međutim, u zavisnosti od konkretnih ciljeva konkretnih studija, ova procena je opciona za neke sistematske preglede literature.

Sistematski pregledi koriste rigorozan naučni pristup za temeljnu pretragu i procenu svih dokaza koristeći utvrđene i unapred određene analitičke metode (Komitet za standarde, 2011). Sistematski pregled podrazumeva metodičku pretragu literature kako bi se usaglasile informacije iz različitih studija uz pomoć specifičnog protokola za prevazilaženje problema fokusiranog istraživanja. Ovaj proces ima za cilj da otkrije i iskoristi sve dostupne objavljene i neobjavljene dokaze, pažljivo ih proceni i pruži objektivan rezime za formulisanje dobrih preporuka. Sinteza može biti kvalitativna ili kvantitativna, ali njena definitivna karakteristika je pridržavanje smernica koje omogućavaju ponovljivost. Široka upotreba sistematskih pregleda transformisala je evaluaciju prakse i načina na koji praktičari dobijaju informacije o tome koje intervencije treba primeniti. Tabela 1 prikazuje neke ključne razlike između narativnih i sistematskih pregleda.

Koncept savremenog sistematskog pregleda literature potiče iz rada iz oblasti psihologije objavljenog 1976. Godine (Glass, 1976). Ovaj autor je u ovom radu dao kvantitativni rezime svih studija koje su se bavile procenom efikasnosti psihoterapije (Glass, 1976). Takođe, uveo je termin „meta-analiza“ u obrazovnu psihologiju da bi opisao statističku analizu obimne kolekcije rezultata pojedinačnih studija kako bi integrisao nalaze (Cheung, 2015, str. 44). Danas se sistematski pregledi koriste u različitim naučnim disciplinama. U zdravstvu, međutim, termin „meta-analiza“ prvenstveno se odnosi na kvantitativnu analizu podataka dobijenih pomoću sistematskog pregleda literature. To znači da se sistematski pregledi bez kvantitativne analize u zdravstvu obično ne smatraju meta-analizom, iako ova razlika još uvek nije čvrsto uspostavljena u drugim oblastima. Mi ćemo zadržati ove različite termine, koristeći „meta-analizu“ da označimo statističku analizu podataka prikupljenih tokom sistematskog pregleda literature.

Sistematski pregled literature generalno obuhvata šest značajnih komponenti: pripremu teme, traganje za studijama, pregled studija, izvlačenje podataka, analizu i pripremu izveštaja (Schmid et al., 2020). Svaka komponenta obuhvata više koraka, a dobro obavljen pregled bi trebalo da pažljivo prati svaki od njih (Slika 2).

Meta-analysis is a widely accepted and collaborative method to

Meta-analiza je široko prihvaćen metod za sintetizovanje nalaza istraživanja u različitim disciplinama (Cheung & Vijayakumar, 2016). To je osnovni alat koji kombinuje podatke o ishodima iz pojedinačnih ispitivanja da bi se došlo do objedinjenih procena efekata za različite ishode od interesa. Ovaj proces povećava veličinu uzorka, poboljšava statističku moć nalaza i povećava preciznost procena efekata. Sinteza rezultata u različitim studijama je ključna za razumevanje problema i otkrivanje izvora varijacija u ishodima, što je čini suštinskim delom naučnog procesa (Gurevitch et al., 2018). Pouzdanost prikazanih informacija zavisi od preciznosti uključenih studija i temeljnosti metaanalitičke procedure. Tokom celokupne evolucije trenutne metaanalitičke metodologije postojala je određena zabrinutost u vezi sa krajnjom koristi od jedne tako složene i dugotrajne procedure za uspostavljanje pravovremenih, validnih dokaza o različitim temama (Papakostidis & Giannoudis, 2023).

Meta-analiza je robustan metod za konsolidaciju podataka iz više studija u cilju prikupljanja dokaza o određenoj temi. To je statistička tehnika koja se koristi za kombinovanje nalaza nekoliko studija (Gurevitch et al., 2018). Međutim, postoje više ključnih pitanja na koja treba obratiti pažnju kada se tumače rezultati meta-analize.

Meta-analiza je naučnoistraživački pristup koji objektivno proocenjuje literaturu o datoj temi. Kao skup statističkih metoda za sumiranje veličina efekata u različitim bazama podataka koji se bave istim istraživačkim pitanjem, meta-analiza pruža moćan, informativan i nepristrasan skup alata za sumiranje rezultata studija koje se bave istom temom. Ima nekoliko prednosti u odnosu na narativne preglede, prebrojavanje glasova i kombinovanje verovatnoća (Tabela 1.). Meta-analiza se zasniva na iskazivanju rezultata svake studije na standardnoj skali. Ova mera „veličine efekta“ nekog ishoda obuhvata informacije svakoj studiji i veličini efekta od interesa. U mnogim slučajevima može se izračunati i varijansa veličine efekta (Koricheva et al., 2013).

Meta-analiza podrazumeva kombinovanje nalaza nekoliko studija da bi se procenio neki parameter, obično veličina efekta, tako što vrši procenu tačaka i intervala. Pored toga, meta-analiza je važna za otkrivanje praznina u literaturi, jer ukazuje na oblasti u kojima je potrebno više istraživanja i oblasti u kojima se došlo do konačnog odgovora pa nove studije istog tipa nisu potrebne. Ovaj aspekat meta-analize pomaže da se publika upozna sa širokim pejzažom istraživanja, usmeravajući je ka oblastima koje zahtevaju dalje istraživanje.

Meta-analiza je fundamentalni alat u oblasti medicine zasnovane na dokazima (engl. Evidence Based Medicine – EBM), koji sintetizuje podatke o ishodima pojedinačnih ispitivanja da bi pružio objedinjenu procenu efekta za različite ishode od interesa. Kombinovanjem podataka iz nekoliko studija povećava se veličina uzorka, poboljšava statistička moć i preciznost dobijenih procena efekata. Smatra se da meta-analiza pruža najbolje dokaze koji služe za usmeravanje kliničke prakse. Kvalitet predstavljenih dokaza zavisi od preciznosti uključenih studija i temeljnosti metaanalitičke procedure.

Sistematski pregled je konzistentan i ponovljiv kvalitativni proces pronalaženja i procene celokupne relevantne literature za određeno pitanje. Meta-analiza ovaj proces unapređuje korišćenjem specifičnih statističkih tehnika koje omogućavaju kvantitativno združivanje podataka iz studija pronađenih tokom procesa sistematskog pregleda.

Meta-analizu je moguće sprovesti kada se pomoću sistematskog pregleda otkrije dovoljna količina pogodnih kvantitativnih podataka u rezimiranim studijama (Gurevitch et al., 2018).

Meta-analiza je trenutno popularna statistička tehnika za sintezu nalaza istraživanja u mnogim disciplinama, uključujući obrazovne, društvene i medicinske nauke (Cheung, 2015). Gugl akademik (Google Scholar) je objavio više od 107,000 meta-analiza samo u 2022. godini (Irsova et al., 2023). Klasična meta-analiza je meta-analiza objedinjenih podataka o ličnosti, u kojoj više studija predstavlja jedinice analize. U poređenju sa izvornim studijama, analiza više studija ima veću moć i smanjuje neizvesnost. Uzevši to u obzir, razvijeni su različiti pristupi meta-analizi. Stoga, uz prethodno poznavanje razlika između ovih pristupa, jasno je koji pristup treba koristiti za agregaciju podataka. Na primer, na početku su različiti metaanalitički pristupi koristili agregaciju različitih vrsta veličina efekata (npr. d, r), a danas je transformacija veličina efekata uobičajena (Kaufmann & Reips, 2024).

Važno je napomenuti da postoje dva različita modela agregacije u meta-analizi: model fiksnih i model slučajnih efekata. Model fiksnih efekata funkcioniše pod pretpostavkom da sve studije obuhvaćene meta-analizom potiču iz iste populacije, a prava veličina efekta ostaje konzistentna u svim studijama. Stoga se veruje da je svaka varijacija u veličini efekta rezultat razlika unutar svake studije, kao što je greška uzorkovanja.

Za razliku od modela fiksnih efekata, model slučajnih efekata pretpostavlja da se efekti na populaciju razlikuju od jedne studije do druge.

Ideja koja stoji u osnovi ove pretpostavke je da su posmatrane studije uzorci izvučeni iz univerzuma studija. Modeli slučajnih efekata imaju dva izvora varijacije u datoj veličini efekta: varijacije koje proizilaze iz studija i varijacije među studijama.

Dokazi do kojih se dolazi putem meta-analize su inherentno povezani sa kvalitetom primarnih studija. Meta-analiza zasnovana na primarnim studijama niskog kvaliteta imaju tendenciju da preceni efekat nekog tretmana.

Razmislite o ovome: zašto bismo sprovodili meta-analizu umesto da se oslanjamo isključivo na recenzije vodećih stručnjaka ili pregled jedne primarne studije kao na izvore najboljih dokaza? Ovo pitanje nas navodi da dublje prodremo u jedinstvene prednosti i uvide koje meta-analiza može da ponudi.

Dok meta-analiza pruža brojne prednosti, kao što su veća preciznost, sposobnost da se odgovori na nova pitanja i usaglašavanje suprotstavljenih tvrdnji, ključno je da se pažljivo sprovede. Ako se ne sprovede pažljivo, meta-analiza može dovesti do pogrešnog tumačenja, posebno ako se nacrt studija, pristrasnost, varijacije među studijama i pristrasnost objavljivanja ne razmotre u potpunosti (Higgins et al., 2023).

Razumevanje vrste podataka koji proizilaze iz merenja veličine efekta ishoda u nekoj studiji i odabir odgovarajućih mera efekata za poređenje grupa je od najveće važnosti. Većina metoda meta-analize uključuje ponderisani prosek veličina efekata iz različitih studija, što je odluka koju donosi istraživač.

Studije bez događaja ne pružaju informacije o odnosu rizika ili odnosu šansi. Peto metod se smatra manje pristrasnim i moćnijim kada su u pitanju retki događaji. Heterogenost u studijama se mora uzeti u obzir, iako mnogi pregledi ne obuhvataju dovoljno studija da bi se pouzdano istražili ispitivani uzroci. Meta-analiza slučajnih efekata bavi se pitanjem varijabilnosti polazeći od pretpostavke da su osnovni efekti normalno raspoređeni, ali je ključno da se njihovi nalazi tumače oprezno. Intervali predviđanja, koji predstavljaju opsege vrednosti za koje je verovatno da će obuhvatiti pravi efekat pri meta-analizi slučajnih efekata pomažu da se ilustruje obim varijacija između studija.

Priprema meta-analize podrazumeva donošenje brojnih odluka. Među njima, analiza osetljivosti se ističe kao ključni alat. Cilj je pažljivo ispitati da li su ukupni nalazi otporni na potencijalno uticajne odluke, pružajući uverljiv nivo pouzdanosti i robusnosti vašem istraživanju (Deeks et al., 2023).

Mnogi vodeći časopisi sadrže pregledne članke o određenim temama koje su napisali stručnjaci. Iako su ove narativne kritike veoma informativne i sveobuhvatne, one izražavaju subjektivna gledišta autora, koji mogu selektivno koristiti literaturu da bi potkrepili sopstvene stavove. Shodno tome, ti članci su podložni brojnim izvorima pristrasnosti, što ih stavlja na dno hijerarhije nivoa dokaza. To naglašava presudan značaj sprovođenja visokokvalitetnih meta-analiza, koje mogu pružiti objektivniji i sveobuhvatniji pogled na dostupne dokaze.

Za razliku od narativnih pregleda, sistematski pregledi i meta-analize su pažljivo osmišljeni kako bi se pristrasnost svela na minimum. To se postiže pronalaženjem, procenom i sintezom celokupne relevantne literature koristeći transparentnu i ponovljivu metodologiju. Ovaj rigorozan pristup osigurava da dobijeni dokazi budu najpouzdaniji, što sistematske preglede i meta-analize čini standardom koji se nalazi na vrhu hijerarhije dokaza.

Međutim, s obzirom na ogromnu produkciju pogrešnih i nepouzdanih sintetizovanih dokaza, potrebna je ozbiljna revizija da bi se ubuduće sprovodila meta-analiza. Kvalitetu odabranih studija treba posvetiti veliku pažnju, kao i doslednosti i transparentnosti u sprovođenju procesa meta-analize i izveštavanju o njemu.

Pravilno sprovođenje meta-analize podrazumeva kombinovanje podataka iz više pojedinačnih studija, u idealnom slučaju randomiziranih kontrolnih ispitivanja, da bi se izračunale kombinovane procene efekata za različite ishode od interesa. Ovo je posebno korisno za usaglašavanje oprečnih rezultata primarnih studija i dobijanje jedinstvene procene efekata za koju se smatra da predstavlja najbolji trenutni dokaz za kliničku praksu. Štaviše, zahvaljujući značajnom povećanju veličine uzorka, meta-analiza povećava statističku moć svojih rezultata i na kraju, nudi preciznije procene efekata.

Metode meta-analize se mogu podeliti na kumulativne/retrospektivne ili prospektivne. U literaturi preovlađuju kumulativne. Međutim, u prospektivnoj meta-analizi (PMA), kriterijumi za odabir studija, hipoteze i analize se definišu pre nego što rezultati studija koje se odnose na istraživačko pitanje postanu dostupni. Ovaj pristup pomaže da se prevaziđu brojni problemi u vezi sa tradicionalnom (retrospektivnom) meta-analizom (Seidler et al., 2019).

Rezultati meta-analize se grafički prikazaju pomoću grafikona forest plot (vidi Sliku 5). Grafikon Forest plot prikazuje procene veličine efekta i intervale poverenja za svaku studiju uključenu u meta-analizu. Meta-analiza takođe treba da proceni heterogenost uključenih studija. Obično se heterogenost procenjuje pomoću statističkih testova. Često se koriste k2 i I2 testovi. Test k2 sa P-vrednošću > 0,05 ili I2 većom od 75% ukazuje na značajnu heterogenost. Pri sprovođenju meta-analize, može se koristiti ili model fiksnog efekta ili model slučajnog efekta. Ako ne postoji heterogenost, koristi se model fiksnog efekta; u suprotnom, primenjuje se model slučajnog efekta. Takođe je potrebna procena pristrasnosti publikacija kako bi se potvrdilo da pozitivne, značajne ili male studije ne utiču na rezultate. Rezultati su grafički prikazani na levkastom grafikonu (Funnel plot) (videti Sliku 5), koji se preporučuje kada je više od deset studija uključeno u meta-analizu (Yusuff, 2023).

Uprkos postojećim metodološkim nedostacima u trenutno objavljenim meta-analizama, postoji jasan put ka poboljšanju. Kada se sprovode u skladu sa strogim i transparentnim pravilima, sistematski pregled i meta-analiza mogu osigurati ponovljivost i robusnost procesa pretraživanja, pouzdanost i validnost njihovih nalaza i jasnoću izveštavanja.

Proces meta-analize podrazumeva temeljan pristup koji uzima u obzir sve potencijalne uticaje na rezultate. Na primer, model slučajnih efekata pretpostavlja da stvarna procena efekta varira među primarnim studijama zbog razlika u njihovim karakteristikama. Kombinovana procena veličine efekta ovog modela predstavlja prosečnu procenu svih procena pojedinačnih studija. Odabir pravog statističkog modela za kombinovanje podataka je složena odluka, koja zavisi od stepena varijacije između studija. Međutim, ne postoje jasne granice u pogledu količine varijacija koje bi odredile koji model da se koristi.

Štaviše, statističkim testovima varijacija je često potrebno više snage da bi otkrili značajne razlike. Model fiksnih efekata se generalno koristi kada nema varijacija u meta-analizi, posebno kada su uključene brojne studije sa velikim uzorcima. U takvim slučajevima postoji poverenje u sposobnost testa varijacije da otkrije značajne razlike. Rezultati dobijeni uz pomoć ovog modela obično imaju uže intervale poverenja. S druge strane, kada postoji zabrinutost zbog varijacija, model slučajnih efekata se smatra boljim izborom. On generiše šire intervale poverenja oko procena i predstavlja konzervativniju opciju za analizu. U meta-analizi sa velikim brojem studija i adekvatnim veličinama uzorka, gde statističke varijacije nisu otkrivene, korišćenje modela fiksnih efekata je opravdano (Papakostidis & Giannoudis, 2023).

Naposletku, kvalitet dokaza dobijenih putem meta-analize trebalo bi da bude procenjen pomoću jednog od tri alata: GRADE (Gradiranje procena, razvoja i evaluacije preporuka), PRISMA (Preferirane stavke izveštavanja za sistematske preglede i meta-analiziu) ili AMSTAR (Merni alat za procenu sistematskih pregleda). Svi ovi alati procenjuju stepen poverenja u pogledu procene efekata za svaki konkretan ishod od interesa. Njihova upotreba značajno povećava snagu i pouzdanost nalaza, pružajući istraživačima sigurnost u kvalitet njihovog istraživanja. Stoga su oni ključna komponenta meta-analize, koju treba uzeti u obzir.

Iako se smatra da meta-analize, posebno one zasnovane na visokokvalitetnim randomiziranim kontrolnim pokušajima, pružaju najbolje dokaze, problem neuverljivosti meta-analize se ne dovodi u vezu sa potencijalno smanjenim metodološkim kvalitetom ili odstupanjem od prihvaćenih standarda za sprovođenje odgovarajuće meta-analize i izveštavanje o njoj. Problem je u tome što je većina sistematskih pregleda manjkava, obmanjujuća, suvišna, beskorisna ili sve to zajedno (Ioannidis, 2017).

Pojedini autori (Papakostidis & Giannoudis, 2023) ističu da će inovativni tipovi sistematskih pregleda i meta-analiza (neki od njih proizilaze iz starijih ideja) uskoro biti predmet velikog interesovanja u cilju postizanja pouzdanije sinteze dokaza. Postoje četiri vrste takvih inovativnih meta-analiza:

• Prospektivna meta-analiza, metoda zasnovana na osmišljavanju prospektivnih ispitivanja sa unapred definisanom svrhom, predstavlja pristup koji obećava. Kada se završe, ova ispitivanja mogu poslužiti kao primarne studije za meta-analizu. Ovaj metod može da obuhvati širok spektar istraživačkih pitanja, od fokusiranih kliničkih ispitivanja do sveobuhvatnih istraživačkih planova, što potvrđuje njegovu svestranost i potencijalni uticaj. Takva prilagodljivost može inspirisati publiku da osmisli širok spektar primene ove metode.
• Meta-analiza individualnih podataka ispitanika, iako nudi robusniji pristup rešavanju problema zbunjujućih činilaca i formulisanju novih hipoteza, nosi određene izazove. Oni se odnose na potencijalno vremensko ograničenje i logističku složenost. Štaviše, potrebno je ozbiljno razmotriti rizik od selektivne pristrasnosti objavljivanja, naglašavajući potrebu za pažljivim planiranjem i sprovođenjem analize.
• Meta-analize mreže podataka omogućavaju da se analitički proces proširi na više od dve grupe na koje je neki tretman primenjen, koristeći direktno i indirektno poređenje tih grupa. Ovaj pristup ne samo da pruža sveobuhvatnije razumevanje raznovrsnih tretmana, već omogućava i poređenje tretmana koje nije direktno vršeno u pojedinačnim studijama. Iako se većina njih zasniva na već objavljenim podacima, mogu doprineti razvoju novih metaanalitičkih nacrta.
• Krovne meta-analize, koje sintetišu dokaze iz svih relevantnih sistematskih pregleda i meta-analiza na određenu temu, predstavljaju primamljiv način da se preispitaju i prevedu velike količine dokaza.

* https://www.gradeworkinggroup.org/
** https://www.prisma-statement.org/
*** https://amstar.ca/index.php

Meta-analiza je statistički pristup koji se široko koristi u istraživačkoj zajednici za kombinovanje podataka iz više studija. Njegova primarna svrha je da pruži sveobuhvatno razumevanje određenog fenomena otkrivanjem obrazaca, trendova i nedoslednosti koje bi možda trebalo da budu očigledne u pojedinačnim studijama. Meta-analiza je korisna za pomirenje kontradiktornih nalaza iz različitih studija i povećanje statističke moći. Međutim, neophodno je prepoznati potencijalne pristrasnosti povezane sa meta-analizom, kao što su pristrasnost objavljivanja i kvalitet uključenih studija. Potrebno je rigorozno planiranje i sprovođenje nekoliko ključnih koraka da bi se izvršila pouzdana meta-analiza. Postoje različite metode meta-analize, svaka sa jedinstvenim prednostima i ograničenjima. Najzad, ključno je izvesti rezultate meta-analize na transparentan način i tačno, kako bi se poboljšala njihova interpretabilnost i ponovljivost, čime se doprinosi unapređenju znanja u odgovarajućim oblastima.

Osnove meta-analize čine:

• Definicija: Meta-analiza je statistička tehnika koja kombinuje rezultate više primarnih studija da bi se izračunale precizne i intervalne procene parametra populacije, obično veličine efekta.
• Primena: Ova svestrana statistička tehnika koristi se u brojnim oblastima, od psihologije do međunarodnog poslovanja, od medicine do kliničkih istraživanja, jer obezbeđuje kvantitativnu sintezu literature i procenu veličine sumarnog efekta.
• Metodologija: Pravilna primena metodologije je ključna, uključujući bibliografsko pretraživanje, odgovarajuću kombinaciju studija i tačan prikaz rezultata kako bi se osigurala validnost.
• Izazovi: Pitanja kao što su heterogenost primarnih studija, pristrasnost objavljivanja i teškoće u tumačenju su fundamentalni aspekti kojima se treba pozabaviti u cilju postizanja interne validnosti meta-analize.
• Podučavanje i smernice: Zbog složenosti meta-analize neophodne je da postoje smernice i praktični primeri koji pomažu da se poboljša kvalitet objavljenih meta-analiza, a koji će biti dostupni mladim istraživačima i kliničarima.

Dakle, osnove meta-analize obuhvataju njenu definiciju, primenu, metodologiju, izazove i dostupne smernice za sprovođenje visokokvalitetnog istraživanja. Međutim, bitno je napomenuti da iako ovi elementi pružaju sveobuhvatno razumevanje osnova meta-analize, oni ne zalaze dublje u napredne metode ili specifične statističke tehnike za meta-analizu.

Meta-analiza je metoda sinteze istraživanja koja podrazumeva pregled primarnih istraživanja na određenu temu kako bi se integrisali njihovi nalazi. Ovaj proces je od ključnog značaja za naučni poduhvat jer omogućava pravilnu procenu dokaza za različite hipoteze i izvođenje generalizacija. Sinteza istraživanja se može sprovesti kvalitativno kroz narativne preglede ili kvantitativno, korišćenjem statističkih metoda za integraciju rezultata pojedinačnih studija (Koricheva et al., 2013).

Meta-analiza je imala transformativni uticaj u mnogim naučnim oblastima, predvodeći proces uspostavljanja prakse zasnovane na dokazima. Štaviše, imala je ključnu ulogu u rešavanju problema naizgled kontradiktornih rezultata istraživanja, dokazavši svoju sposobnost za rešavanje problema i revolucionarni uticaj.

Meta-analiza je više od tehnike; to je dobro prihvaćen i omiljeni pristup za kombinovanje rezultata istraživanja u različitim oblastima. Nudi sveobuhvatnu procenu veličine efekta statistike na osnovu trenutnih studija, što doprinosi jačanju njene pouzdanosti i značaja.

Objedinjavanje podataka iz više studija povećava veličinu uzorka i poboljšava statističku moć rezultata i tačnost dobijenih procena efekta. Smatra se najefikasnijim načinom za procenu i ispitivanje dokaza o određenom pitanju, jer nudi visok nivo dokaza i pružaju preporuke za kliničku praksu. Međutim, snaga pruženih dokaza usko zavisi od kvaliteta uključenih studija i temeljnosti metaanalitičkog procesa (Papakostidis & Giannoudis, 2023).

Dok meta-analiza ima brojne prednosti, ona takođe ima metodološke slabosti i potencijalne poteškoće u tumačenju ukupnih rezultata. Ovo naglašava potrebu da čitaoci zadrže kritički pristup, podstičući ih na odgovornost i oprez.

Oblast meta-analize nije bez stalnih debata i ograničenja, koja i dalje privlače pažnju. Ona obuhvataju pitanja kao što su pristrasnost objavljivanja i pristrasnost izostavljenih varijabli, koje je važno razmotriti u kontekstu metaanalitičkog istraživanja.

Meta-analiza ima brojne prednosti u odnosu na druge metode sinteze istraživanja. Među raznim prednostima vredi istaći sledeće (Deeks et al., 2023; Koricheva et al., 2013):

• Meta-analiza pruža sveobuhvatnu procenu literature, nudi visok nivo dokaza i pomaže u formulisanju praktičnih preporuka.
• Meta-analiza predstavlja objektivnije, informativnije i moćnije sredstvo za sumiranje rezultata pojedinačnih studija od narativnih/kvalitativnih pregleda i brojanja glasova.
• S obzirom na to da je upotreba meta-analize u porastu, bitno je napomenuti da je razumevanje ove metode važno čak i ako ne planirate da sami sprovodite meta-analize. Ovo znanje će omogućiti istraživačima da efikasno prate i procenjuju literaturu u svojoj oblasti.
• Primena meta-analize u određenim oblastima (npr. očuvanje i upravljanje životnom sredinom) može učiniti postojeće rezultate vrednijim za kreatore politike.
• Ovladavanje osnovama meta-analize može značajno poboljšati kvalitet prezentacije podataka u originalnom istraživanju, omogućavajući inkorporiranje nalaza u buduće preglede istraživanja.
• Sprovođenje meta-analize menja način na koji se čitaju i ocenjuju primarne studije. Budi svest o tome da statistička značajnost rezultata zavisi od statističke moći i, generalno gledano, nečije sposobnost da kritički proceni dokaze.

Meta-analizu, samu ili u kombinaciji sa drugim metodama sinteze istraživanja, treba koristiti kad god je potrebno proceniti veličinu efekta i razumeti izvore varijacije tog efekta i kada bar neke od primarnih prikupljenih studija pružaju dovoljno podataka za sprovođenje analize.

Ističući značaj kritičkog pristupa, postaje očigledno da je ključno utvrditi nedostatke u metodologiji i tumačenju ukupnih nalaza u meta-analizama. Ovaj pristup se bavi zabrinutošću u vezi sa pristrasnošću objavljivanja i potencijalno pogrešnim rezultatima kada su uključene različite studije sa različitim nalazima.

Važno je napomenuti neke od nedostataka ovog metoda, kao što je isključivanje studija niskog kvaliteta. Kao alternativa meta-analizi, „sinteza najboljih dokaza" bi razmatrala samo renomirane studije. Ovde je izazov odrediti kriterijume za pravljenje razlike između dobrog i lošeg. Preporučljivo je uključiti što više radova i dati značaj različitim aspektima nacrta studija na osnovu široko prihvaćene metodološke prakse. To omogućava da se istraži kako različite metode utiču na procenjene granične efekte. Takođe se mora uzeti u obzir impakt faktor publikacije i broj citata koje svaka studija dobije (Havranek & Irsova, 2016).

Ponovljivost istraživanja je od najveće važnosti, jer omogućava drugim istraživačima da provere nalaze i nadograde postojeće znanje. Da biste omogućili drugim istraživačima da reprodukuju našu analizu, koristite pristup traženja studija koje procenjuju uticaj graničih vrednosti. Prihvatljivo je izostaviti određene studije ako se njihovi rezultati sistematski ne razlikuju od onih u našoj analizi.

Studije koje navode brojne procene značajno utiču na meta-analizu. Kada se svakoj proceni dodeli jednaka težina, neuravnotežena priroda podataka u meta-analizi znači da studije sa brojnim procenama diktiraju rezultate. Jedno potencijalno rešenje je model sa mešovitim efektima na više nivoa, koji svakoj studiji dodeljuje približno jednaku težinu ako su procene unutar studije u velikoj korelaciji. Međutim, ovaj metod uvodi nasumične efekte na nivou studije, koji mogu biti u korelaciji sa ekplanatornim varijablama.

Procene autora treba da imaju veću težinu. Studije koje ispituju granične efekte obično pružaju brojne procene i često favorizuju neki podskup tih procena (mnogi rezultati su predstavljeni kao provera robusnosti). Dok neki autori eksplicitno navode svoje preferencije, za neke studije nije lako odrediti preferirane procene. Umesto toga, istraživač mora da kontroliše podatke i metodologiju, nastojeći da podaci budu jednostavniji za kodiranje i da obuhvaju većinu želja autora, kao što je kontrola multilateralnog otpora (Havranek & Irsova, 2016).

Važno je napomenuti da su pojedinačne procene samo delimično nezavisne zbog toga što autori koriste slične podatke. Kada se sprovodi meta-analiza, ključno je uzeti u obzir činjenicu da pojedinačna klinička ispitivanja mogu biti u velikoj meri nezavisna, posebno u medicinskim istraživanjima. Međutim, većina rezultata regresije i zapažanja u analizi ekonomskih podataka nije nezavisna. Zavisnost među zapažanjima se rešava grupisanjem standardnih grešaka na nivou pojedinačnih studija i baza podataka.

Postoji previše potencijalnih eksplanatornih varijabli i potrebno je razjasniti koje bi trebalo uključiti. Sa brojnim aspektima raličitih nacrta studija, pronalaženje teorije koja bi uključila sve njih predstavlja izazov. Na primer, jedna od opcija je da se prida veća težina obimnim studijama objavljenim u renomiranim časopisima, ali mora biti jasno zašto bi trebalo da dosledno saopštavaju različite rezultate.

Meta-analiza upoređuje različite nalaze. U ekonomiji, meta-analiza ispituje heterogene procene. Do različiteih procena se dolazi različitim metodama i potrebno je uzeti u obzir razlike u nacrtu primarnih studija. Da biste poboljšali uporedivost procena u skupu podataka, izaberite samo rezultate koji se tiču uticaja specifičnih zajedničkih varijabli i isključite obimnu literaturu o ostalim.

Greške u kodiranju podataka su neizbežne. Prikupljanje podataka za meta-analizu zahteve više meseci čitanja i kodiranja podataka. Nemojte koristiti pomoćne pretraživače za ovaj zadatak jer postoji rizik od momentalnog prelaska na regresione tabele i kodiranje podataka bez temeljnog pregleda primarnih studija. Međutim, nemoguće je otkloniti greške; moguće ih je minimizirati samo nezavisnim prikupljanjem, upoređivanjem i korigovanjem skupova podataka, obezbeđujući na taj način pouzdanost našeg istraživanja.

Pristrasnost objavljivanja podriva validnost meta-analize. Istraživači mogu preceniti srednju veličinu efekta ili ne predstaviti tačno pravu veličinu efekta kada izveštavaju o procenama koje prikazuju statistički značaj.

Dakle, meta-analiza obuhvata nekoliko ključnih koraka kao što su definisanje pitanja, prikupljanje podataka, analiza i saopštavanje rezultata. Definisanje pitanja je ključno za određivanje fokusa i pravca istraživanja. Iako nudi dokaze visokog nivoa i informiše kliničku praksu, meta-analiza se suočava sa izazovima u vezi sa metodološkim slabostima, pristrasnošću objavljivanja i potencijalnim ograničenjima u postizanju svojih ciljeva. Uprkos ovim ograničenjima, meta-analiza značajno doprinosi praksi zasnovanoj na dokazima u oblasti zdravstva tako što pruža sveobuhvatnu sintezu dostupnih istraživanja.

Neophodno je uzeti u obzir razlike između onlajn i oflajn prikupljanja podataka za meta-analizu. Putem interneta je moguće prikupiti velike skupove podataka o različitim populacijama. Zbog toga je potrebno detaljno opisati uzorak učesnika da bi se proverilo da li ovaj potencijal istraživanja putem interneta treba koristiti i kako.

Relevantne informacije o uzorku, dakle, pokazuju u kojoj zemlji i na kojim jezicima je istraživanje sprovedeno, godine starosti učesnika i da li se npr. smatralo da samo studenti univerziteta treba da procenjuju heterogenost i generalizaciju rezultata (Kaufman, 2024).

Kao i meta-analize tradicionalnih studija, za agregaciju studija za meta-analize istraživanja putem interneta, potrebno je prikupiti broj učesnika i veličine efekata za izlazne varijable od interesa. Posebno kada su u pitanju ankete sprovedene preko interneta, broj učesnika koji su odustali je značajna veličina efekta koju treba uzeti u obzir u meta-analizi.

U idealnom slučaju, proceduru kodiranja sprovodi tim stručnjaka u oblasti istraživanja, koji će sprovesti meta-analizu i usaglasiti kodove. Za svako naknadno računanje vrednosti pouzdanosti interkodera potrebna su najmanje dva kodera.

Frilonov (Freelon, 2010, 2013) softver ReCal je idealan za procenu pouzdanosti interkodera i obezbeđuje kvalitet skupa podataka za naknadnu analizu. ReCal se sastoji od tri odvojena modula, od kojih je svaki osmišljen tako da se bavi specifičnim tipovima podataka, bilo da su u pitanju nominalni, ordinalni ili podaci na nivou intervala/odnosa. Zasniva se na onlajn anketi poslatoj prvim autorima koja zahteva podatke o kodiranju korišćenom u studiji. Ova strategija štedi vreme i povećava pouzdanost budućih meta-analizama. Postoji čak i model anketnog istraživanja za meta-analize (Kaufmann & Reips, 2024) (Univ. Konstanz) [1].

Eksploatacija teksta je dragocena pomoćna alatka u procesu kodiranja tokom sistematskih pregleda jer potencijalno povećava objektivnost procesa pregleda.

Pre obavljanja bilo kakve analize agregacije podataka, prvo se mora dati opis podataka, obično sažet u tabeli.

Dakle, opšti koraci koje treba slediti su:

• Definisati ciljeve i formulisati istraživačko pitanje.
• Razviti protokol.
• Izvršiti pretragu literature.
• Definisati kriterijume za uključivanje i isključivanje.
• Odabrati članke prema definisanim kriterijumima za uključivanje i isključivanje.
• Istražiti i protumačiti odabrane članke.
• Sprovesti analizu i saopštiti dobijene rezultate.

[1]  https://acesse.dev/dDDv5