Wie sehen die Schritte einer systematischen Übersichtsarbeit aus?
Formulierung einer klaren & eindeutigen Fragestellung
Ausarbeitung & Ausführung der Literatursuche
Abstract screening
Volltext screening
Daten-extraktion
“Risk of bias” Bewertung
Datenanalyse
Publikation
Was genau macht eine Metaanalyse?
Eine Metaanalyse:
Kombiniert die Ergebnisse von 2 oder mehreren Studien
Schätzt einen “mittleren” oder “gemeinsamen” Effekt
Optionaler Teil eines systematischen Reviews
Weshalb wird eine Metaanalyse durchgeführt?
Eine Metaanalyse wird durchgeführt, um:
Quantifizieren der Wirksamkeit einer Behandlung und/oder der Unsicherheit
Power erhöhen
Präzision verbessern
Unterschiede zwischen Studien untersuchen
Widerspruch zwischen Studienergebnissen auflösen
Neue Hypothesen generieren
Wann sollte keine Metaanalyse durchgeführt werden?
“garbage in - garbage out”
Metaanalyse ist nur so gut, wie die eingeschlossenen Studien
Falls Ergebnisse eingeschlossener Studien verzerrt sind:
ist Ergebnis der Metaanalyse ebenfalls nicht korrekt
Bei erheblichen Reporting-Bias führt eine nicht repräsentative Studienauswahl zu irreführenden Ergebnissen
Jede Studie sollte die gleiche Fragestellung haben
erfordert meist subjektive Einschätzung
Wenn eine breitgefächerte Auswahl von Studien kombiniert wird, kann auch nur eine weitgefasste Frage beantwortet werden
Wenn Studien zu unterschiedlich, ist Antwort möglicherweise nicht aussagekräftig o. tatsächliche Studieneffekte werden nicht sichtbar
Wann kann also eine Metaanalyse durchgeführt werden?
Mehr als eine Studie hat den gleichen Endpunkt gemessen
Studien sind hinreichend ähnlich, um in der Metaanalyse (MA) ein aussagekräftiges & nützliches Ergebnis zu erzielen
Endpunkte wurden mit ähnlichen Methoden erhoben
Daten sind in einem nutzbaren Format vorhanden
Was steckt hinter PICOS?
PICOS ist eine Methode zur Erstellung einer Fragestellung einer Studie
Participants (Teilnehmer)
z.B. Erwachsene mit chronischen Rückenschmerzen
Intervention (Verfahren)
Komplexe Yoga-Intervention
Yoga-Intervention ohne Meditation
Yoga-Intervention ohne Yogahaltungen
Control (Kontrollbedingung)
Keine Therapie
Bewegungstherapie
Entspannungsverfahren
Outcomes (Zielpatameter)
Hauptzielparameter
Schmerzintensität
schmerzbedingte Einschränkungen
Sekundäre Zielparameter
Lebensqualität
Study types (Stuienarten)
Randomisierte kontrollierte Studien
Was bedeutet PRISMA?
PRISMA:
Preferred Reporting Items for Systematic Reviews and Meta-Analyses
Ist eine Checkliste zum Aufbau einer Studie die vor der Veröffentlichung einer Studie ausgefüllt werden muss
Wie sieht ein Flow-Chart aus?
Was bedeutet Risk of Bias?
Inwiefern beeinflussen sie die interne Validität?
Welche Risk of Bias gibt es?
☞ Die Informationen zu "Risk of Bias" (Risiko der Verzerrung) und "externer Validität" (Übertragbarkeit der Studienergebnisse) sind zentral für das Verständnis der Glaubwürdigkeit und Anwendbarkeit von Forschungsergebnissen
Risk of Bias bewerten die interne Validität
bezeichnet das Ausmaß, in dem der beobachtete Effekt in einer Studie nicht durch systematische Fehler verzerrt wurde
die Ergebnisse einer Studie sind tatsächlich auf die untersuchte Intervention und nicht auf andere Faktoren zurückzuführen
Bezieht sich auf die Genauigkeit & Zuverlässigkeit der Ergebnisse innerhalb der Studie
Arten von Bias, die die interne Validität beeinflussen:
Selection Bias:
Verzerrung durch Unterschiede in den Patientencharakteristika zwischen den Studiengruppen
Zum Beispiel:
Eine Gruppe hat mehr ältere Teilnehmer als die andere
Performance Bias:
Verzerrung durch Unterschiede in der Behandlung - abgesehen von der untersuchten Intervention
Eine Gruppe erhält zusätzlich zur Therapie eine andere Art von Pflege
Detection Bias:
Verzerrte Erfassung von Endpunkten
Im Studienprotokoll wurde Schmerz als Untersuchungsvariable angegeben, am Ende stand jedoch die Lebensqulität im Mittelpunkt
Attrition Bias:
Verzerrung durch Unterschiede in der Anzahl und den Gründen für fehlende Daten zwischen den Studiengruppen
Mehr Teilnehmer brechen die Studie in einer Gruppe ab als in der anderen
Reporting Bias:
Verzerrung durch selektives Berichten von positiven Ergebnissen
Nur positive Ergebnisse werden veröffentlicht, negative bleiben unerwähnt
Was bedeutet externe Validität
welche Faktoren beeinflussen sie?
bezieht sich darauf, wie gut die Ergebnisse einer Studie auf andere Kontexte, Populationen und Zeiten übertragbar sind
Es geht um die Generalisierbarkeit der Ergebnisse
Faktoren, die die externe Validität beeinflussen:
Patientencharakteristika:
Alter, Geschlecht, Schweregrad der Erkrankung, Risikofaktoren (bio-psycho-soziale), Komorbiditäten
Die Studie wurde nur an jungen Männern durchgeführt, Ergebnisse sind vielleicht nicht auf ältere Frauen übertragbar
Behandlungsplan:
Dosierung, Häufigkeit und Art der Verabreichung, Begleitbehandlungen
Eine spezielle Therapieform wurde untersucht, die in der alltäglichen Praxis schwer umsetzbar ist
Setting:
Versorgungsstufe (primär, sekundär, tertiär), Erfahrung & Spezialisierung des Leistungserbringers
Die Studie wurde in einem hochspezialisierten Zentrum durchgeführt, was die Übertragbarkeit auf allgemeine Kliniken einschränkt
Nenne den Zusammenhang zwischen Risk of Bias und externer Validität
Interne Validität (Risk of Bias):
Wenn eine Studie hohe interne Validität hat (geringer Bias), sind die Ergebnisse innerhalb der Studie zuverlässig
Allerdings bedeutet dies nicht automatisch, dass die Ergebnisse generalisierbar sind (externe Validität)
Externe Validität:
Eine Studie kann intern valide sein, aber wenn die Stichprobe oder das Setting sehr spezifisch sind, könnten die Ergebnisse nicht auf andere Populationen oder Kontexte übertragbar sein
Eine gut kontrollierte klinische Studie (hohe interne Validität) zeigt, dass eine bestimmte Therapie bei jungen, gesunden Probanden effektiv ist
Diese Ergebnisse sind aber möglicherweise nicht auf ältere Patienten mit mehreren Vorerkrankungen übertragbar (niedrige externe Validität)
Zusammenfassend:
Interne Validität:
Hohe interne Validität wird durch Minimierung von Bias (Selection, Performance, Detection, Attrition, Reporting) erreicht
Sie stellt sicher, dass die Ergebnisse der Studie intern zuverlässig sind
Hohe externe Validität bedeutet, dass die Ergebnisse der Studie auf andere Populationen, Settings und Zeiten übertragbar sind
Sie wird durch die Vielfalt der Teilnehmer und Settings und die Repräsentativität der Studie für die allg. Bevölkerung sichergestellt
☞ Beide Validitätsarten sind entscheidend, um die Gesamtnützlichkeit & Anwendbarkeit der Forschungsergebnisse zu bewerten
Nenne für eine Metaanalyse relevante Biases des Risk of Bias tool
Random sequence generation (Erzeugung der Zufallsfolge)
selection bias - (Selektionsverzerrung)
Allocation concealment (Verdeckung der Zuweisung)
Blinding of participants and personal (Verblindung von Teilnehmern und Personal)
performance bias - (Leistungsbias)
Blinding of outcome assessment (Verblindung der Ergebnisbewertung)
detection bias - (Erkennungsbias)
Incomplete outcome data (Unvollständige Ergebnisdaten)
attrition bias - (Ausfallbias)
Selective reporting (Selektive Berichterstattung)
reporting bias - (Berichterstattungsbias)
Other bias (Andere Verzerrungen)
Beschreibe die einzelnen Biases und ihre Bewertungskriterien
Selection Bias (Selektionsverzerrung)
Beschreibung:
Methode zur Erzeugung der Zuweisungssequenz
Bewertungskriterien:
Niedriges Risiko:
Computer-gestützte Zufallszahlen, Münzwurf, Losziehung
Hoches Risiko:
Geburtsdatum, Erscheinung, Vorlieben
Methode zur Verdeckung der Zuweisungssequenz
Zentrale Zuweisung (webbasiert), nummerierte, undurchsichtige, versiegelte Umschläge
Offene Zufallsliste, Alternation oder Rotation
Performance Bias (Leistungsbias)
Blinding of participants and personnel (Verblindung von Teilnehmern und Personal)
Methode zur Verblindung der Studienteilnehmer und des Personals hinsichtlich der erhaltenen Intervention.
Placebo
Open-Label
Detection Bias (Erkennungsbias)
Methode zur Verblindung der Ergebnisbewerter hinsichtlich der erhaltenen Intervention
Der Ergebnisbewerter ist nicht in die Intervention involviert
Der Ergebnisbewerter führt auch die Intervention durch
Attrition Bias (Ausfallbias)
Vollständigkeit der Ergebnisdaten für jedes Hauptergebnis
Niedriges Risiko
Drop-out ≤ 10%; Drop-out > 10%, aber Intention-to-treat-Analyse
Drop-out > 10% und keine Intention-to-treat-Analyse
Reporting Bias (Berichterstattungsbias)
Methode zur Untersuchung der Möglichkeit einer selektiven Ergebnisberichterstattung durch den Prüfer
Studienprotokoll vorhanden und übereinstimmend
Primäres Ergebnis nicht spezifiziert; Ergebnis fehlt
Other Bias (Andere Verzerrungen)
Angabe wichtiger Bedenken hinsichtlich Bias, die nicht in den anderen Domänen behandelt wurden.
Finanzierung; unangemessene Statistiken.
☞ Diese Kriterien helfen, die interne Validität einer Studie zu bewerten, indem sie sicherstellen, dass die Studienergebnisse nicht durch systematische Fehler verzerrt sind
Was machen Metaanalysen?
Nenne die gängigen Effektstärken
Was sind Forest Plots?
☞ Ein Forest Plot (auch als Wald-Diagramm bekannt) ist ein grafisches Werkzeug, das ☞ Metaanalysen verwendet wird, um die Ergebnisse mehrerer Studien zu einem bestimmten Thema darzustellen
Elemente eines Forest Plots:
Horizontale Achse: Zeigt die Effektgröße an (z.B. Risikoquote, Odds Ratio, Mittelwertdifferenz).
Studien: Jede einzelne Studie wird als horizontale Linie dargestellt.
Quadrate: Jedes Quadrat repräsentiert die Punkt-Schätzung der Effektgröße der jeweiligen Studie. Die Größe des Quadrats ist oft proportional zur Studiengewichtung (z.B. Stichprobengröße).
Konfidenzintervalle: Die horizontalen Linien, die von jedem Quadrat ausgehen, stellen das 95%-Konfidenzintervall der Effektgröße dar.
Vertikale Linie: Meist bei einer Effektgröße von 1 (für Ratios) oder 0 (für Differenzen), repräsentiert den Null-Effekt (keine Wirkung).
Diamant: Am unteren Ende des Plots wird oft ein Diamant dargestellt, der die zusammengefasste Effektgröße und ihr Konfidenzintervall aus der Metaanalyse zeigt.
Last changeda month ago