Rešavanje problema heterogenosti

Heterogenost označava varijaciju veličina efekta među studijama. Procena heterogenosti je ključni korak u meta-analizi jer utiče na izbor modela i tumačenje rezultata (Kepes et al., 2023).

Razumevanje i rešavanje heterogenosti u meta-analizi je ključno za donošenje tačnih i generalizovanih zaključaka. Jedna ključna metoda za istraživanje izvora heterogenosti je analiza moderatora, koja uključuje identifikaciju varijabli koje mogu uticati na veličine efekta primećene u različitim studijama. Ovaj pristup objašnjava zašto studije mogu dati različite rezultate i pod kojim uslovima su specifični efekti jači ili slabiji.

Heterogenost u meta-analizi može se manifestovati na tri načina: klinička heterogenost, metodološka heterogenost i statistička heterogenost. Klinička heterogenost uključuje varijabilnost u učesnicima, intervencijama i ishodima; metodološka heterogenost uključuje razlike u nacrtu studije, kvalitetu i izvođenju; a statistička heterogenost se odnosi na varijabilnost u veličinama efekta koja se ne može pripisati slučajnosti.

Korak 1: Identifikacija potencijalnih moderatora

Potencijalni moderatori treba da budu odabrani na osnovu teorijskih osnova, prethodnih empirijskih nalaza i praktične relevantnosti. To mogu biti demografske karakteristike (npr. starost, pol), metodološki faktori (npr. kvalitet studije, veličina uzorka) ili specifičnosti intervencije (npr. doza, trajanje).

Korak 2: Kodiranje moderatora

Sistematski ekstrahujte i kodirajte informacije o potencijalnim moderatorima iz svake studije uključene u meta-analizu. Ovo podrazumeva kreiranje detaljnog obrasca za kodiranje gde se svaka studija procenjuje i dodeljuju vrednosti za svakog moderatora.

Korak 3: Procena heterogenosti

Pre sprovođenja analize moderatora, neophodno je proceniti prisustvo i stepen heterogenosti u veličinama efekta. Ovo se može uraditi korišćenjem nekoliko statističkih mera:

1. Kohranov Q test: Procenuje da li je primećena varijabilnost u veličinama efekta veća od očekivane slučajnosti. Q je ponderisani zbir kvadrata na standardizovanoj skali. Prikazuje se sa P vrednošću, pri čemu niske P vrednosti ukazuju na prisustvo heterogenosti. Međutim, ovaj test je poznat po tome što ima malu moć za otkrivanje heterogenosti, pa se preporučuje korišćenje vrednosti od 0,10 kao granične vrednosti značajnosti. Nasuprot tome, Q ima preveliku moć kao test heterogenosti ako je broj studija veliki. Značajan Q test sugeriše prisustvo heterogenosti.
2. I² statistika: To je procenat ukupne varijacije među studijama koja se pripisuje stvarnoj heterogenosti, a ne slučajnosti. Izračunava se pomoću formule: I² = 100% x (Q - df)/Q, gde je Q Kohranova statistika heterogenosti, a df stepeni slobode. Negativne vrednosti I² se postavljaju na nulu tako da I² leži između 0% i 100%. Mera je ukupne varijacije u veličinama efekta pripisane razlikama, a ne slučajnim greškama uzorkovanja. Vrednosti se kreću od 0% (nema heterogenosti) do 100% (značajna heterogenost).
3. Tau-kvadrat (τ²): Procena varijanse pravih veličina efekta među studijama u modelu slučajnih efekata.

Visoka heterogenost može zahtevati podgrupne analize ili meta-regresiju kako bi se istražili potencijalni moderatori, kao što su nacrt studije, karakteristike uzorka ili specifičnosti intervencije (Jak, 2015).