Heterogenitatea: ce este și de ce este importantă?

Publicat la 29 noiembrie 2018 de Maximilian Siebert

Tutoriale și noțiuni fundamentale

Heterogenitatea nu este ceva de care să vă fie frică, înseamnă doar că există variabilitate în datele dvs. Astfel, dacă cineva reunește diferite studii pentru a le analiza sau pentru a face o meta-analiză, este clar că se vor găsi diferențe. Opusul eterogenității este omogenitatea, ceea ce înseamnă că toate studiile arată același efect.

Este important să rețineți că există diferite tipuri de eterogenitate:

  • Clinic: Diferențe în ceea ce privește participanții, intervențiile sau rezultatele
  • Metodologic: Diferențe în proiectarea studiilor, riscul de părtinire
  • Statistică: Variația efectelor intervenției sau a rezultatelor

Suntem interesați de aceste diferențe deoarece ele pot indica faptul că intervenția noastră ar putea să nu funcționeze în același mod de fiecare dată când este utilizată. Investigând aceste diferențe, puteți ajunge la o înțelegere mult mai bună a factorilor care influențează intervenția și la ce rezultat vă puteți aștepta data viitoare când intervenția este implementată.

Deși eterogenitatea clinică și metodologică este importantă, acest blog se va concentra pe eterogenitatea statistică.

Cum să identificați și să măsurați eterogenitatea

Testul eyeball

În diagrama forestieră, uitați-vă la suprapunerea intervalelor de încredere, mai degrabă decât la partea în care se află estimările efectului dumneavoastră. Faptul că rezultatele se află de o parte și de alta a liniei fără efect s-ar putea să nu vă afecteze evaluarea dacă există eterogenitate, dar vă poate influența evaluarea dacă eterogenitatea contează.

Cu acest lucru în minte, aruncați o privire la graficul de mai jos și decideți care parcelă este mai omogenă.

Desigur, cea mai omogenă este parcela numărul 1 . Intervalele de încredere sunt toate suprapuse și, în plus, toate studiile favorizează intervenția de control.

Pentru cei cărora le place să măsoare lucrurile în loc să le privească doar din ochi, nu vă faceți griji, există încă câteva metode statistice care să vă ajute să vă însușiți conceptul de eterogenitate.

Testul Chi-pătrat (χ²)

Acest test presupune ipoteza nulă că toate studiile sunt omogene, sau că fiecare studiu măsoară un efect identic, și ne oferă o valoare p pentru a testa această ipoteză. Dacă valoarea p a testului este mică, putem respinge ipoteza, iar eterogenitatea este prezentă.

Pentru că adesea testul nu este suficient de sensibil și excluderea eronată a eterogenității are loc rapid, mulți oameni de știință folosesc o valoare p de < 0,1 în loc de < 0,05 ca limită.

Acest test a fost dezvoltat de profesorul Julian Higgins și are o teorie pentru a măsura gradul de eterogenitate, mai degrabă decât să afirme dacă aceasta este prezentă sau nu.

Limitele pentru interpretarea lui I² pot fi înșelătoare, deoarece importanța inconsistenței depinde de mai mulți factori. Un ghid aproximativ de interpretare este următorul:

Pentru a înțelege teoria de mai sus, aruncați o privire la următorul exemplu.

Puteți vedea că valoarea p a testului chi pătrat este 0,11, confirmând ipoteza nulă și sugerând astfel omogenitatea. Cu toate acestea, analizând intervențiile, putem observa deja o anumită eterogenitate în rezultate. Mai mult, valoarea I² este de 51%, sugerând o eterogenitate moderată până la substanțială.

Acesta este un bun exemplu al modului în care testul χ² poate fi înșelător atunci când există doar câteva studii în meta-analiză.

Cum să tratăm eterogenitatea?

După ce ați detectat variabilitatea în rezultatele dumneavoastră, trebuie să o tratați. Iată câțiva pași cu privire la modul în care puteți trata această problemă:

  • Verificați-vă datele pentru greșeli – Întoarceți-vă și vedeți dacă nu cumva ați tastat ceva greșit
  • Nu faceți o meta-analiză dacă eterogenitatea este prea mare – Nu orice revizuire sistematică are nevoie de o meta-analiză
  • Explorați eterogenitatea – Acest lucru se poate face prin analiza subgrupurilor sau prin meta-analiză.regresie
  • Realizați o meta-analiză cu efecte aleatorii – Rețineți că această abordare este pentru eterogenitatea care nu poate fi explicată pentru că se datorează întâmplării
  • Schimbarea măsurilor de efect – Să spunem că folosiți diferența de risc și aveți o eterogenitate ridicată, atunci încercați Risk Ratio sau Odds Ratio

(1) Fletcher, J. Ce este eterogenitatea și este ea importantă? BMJ 2007; 334 :94

(3) https://www.mathsisfun.com/data/chi-square-test.html

.

Lasă un răspuns

Adresa ta de email nu va fi publicată.