질병에 대한 새로운 치료법이 오래된 치료법보다 실제로 더 나은지 이해하기 위해 의사와 연구원은 최선의 증거를 찾고 있습니다. 보건 전문가들은 최상의 치료 방법이 무엇인지에 관한 질문을 해결하기위한 증거로 "마지막 단어"를 원합니다.

그러나 모든 의학적 증거가 평등하게 만들어지는 것은 아닙니다. 명확한 증거 계층 구조가 있습니다. 개별 사건에 대한 전문가 의견 및 사례보고가 가장 낮은 단계에 있고 잘 수행 된 무작위 통제 시험이 가장 위에 있습니다. 이 계층의 맨 위에는 메타 분석 (동일한 질문을 한 여러 연구의 결과를 결합한 연구)이 있습니다. 그리고 아주, 대단히 이 계층의 맨 위에는 메타 분석이라는 그룹이 수행하는 메타 분석이 있습니다. 코크란 공동 작업.

Cochrane Collaboration의 일원이 되려면 개별 연구자 또는 연구 그룹이 메타 분석을보고하고 수행하는 방법에 대한 엄격한 가이드 라인을 준수해야합니다. 이것이 코크란 리뷰가 일반적으로 최고의 메타 분석으로 간주되는 이유입니다.

그러나 Cochrane Collaboration이 수행 한 메타 분석의 결과가 다른 출처의 메타 분석과 다른지 아무도 모릅니다. 이론 상으로는 Cochrane과 Non-Cocrhane 메타 분석을 비슷한시기에 발표했다면 분석을 위해 동일한 연구를 선택했으며 그 결과와 해석이 더 많을 것이라고 기대하는 경향이 있습니다 이하 일치합니다.

보스톤 대학의 공중 보건 학교 (Public School of School of Health)의 우리 팀이 알아 내기로 결정했습니다. 그리고 놀랍게도, 그것은 아닙니다. 우리가 찾은 것.

메타 분석이란 무엇입니까?

상상해보십시오. 5 가지 작은 임상 실험을 통해 상처를 예방하기 위해 아스피린을 복용하는 것이 일반적으로 긍정적 인 효과가 있음을 상상해보십시오. 그러나 각 연구에는 소수의 연구 과제 만 있었기 때문에 유익한 효과가 단순히 우연에 의한 것이 아니라고 자신있게 말할 수는 없습니다. 통계적으로 말해서 그러한 연구는 "능력 부족"으로 간주 될 것입니다.

그 연구의 통계적 능력을 향상시키는 좋은 방법이 있습니다 : 다섯 개의 작은 연구를 하나로 결합하십시오. 그것이 메타 분석입니다. 몇 가지 작은 연구를 하나의 분석으로 결합하고 그러한 연구의 평균을 취하는 것은 때로는 비늘을 알려주고 의료 사회가 주어진 개입의 효과 여부에 대해 확신을 갖도록합니다.

메타 분석은 새로운 시도를 요구하지 않기 때문에 효율적이고 저렴합니다. 오히려 이미 발표 된 관련 연구를 모두 찾는 문제이며, 이는 놀랍게 어려울 수 있습니다. 연구원은 수색에 꾸준하고 체계적이어야합니다. 연구를 찾고 그들이 신뢰하기에 충분한 지 결정하는 것은이 과학의 예술과 오류가 중요한 문제가되는 부분입니다.

이것이 사실 Cochrane Collaboration이 설립 된 주요 이유입니다. 의료 서비스 연구원 인 아치 코크 레인 (Archie Cochrane)은 메타 분석의 힘을 인정 받았지만, 올바른 분석을하는 것은 엄청난 중요성을 인식했습니다. Cochrane Collaboration 메타 분석은 매우 높은 수준의 투명성과 방법 론적 엄격 성 및 재현성을 준수해야합니다.

안타깝게도 Cochrane Collaboration에 참여하는 데 드는 시간과 노력이 거의 없기 때문에 대다수의 메타 분석이 공동 작업에 의해 수행되지는 않으며 해당 표준을 준수 할 의무가 없습니다. 그러나 이것이 실제로 중요한가?

두 가지 메타 분석은 어떻게 다를 수 있습니까?

알아 내기 위해 우리는 40 메타 분석 (Cochrane과 다른 것 중 하나)을 확인하여 동일한 개입 (예 : 아스피린)과 결과 (예 : 심장 마비)를 다루고 비교 한 후 대조했습니다.

첫째, 우리는 Cochrane 및 비 Cochrane 메타 분석의 40 퍼센트가 최종 결과 통계적으로 일치하지 않는다는 사실을 발견했습니다. 즉, 일반적인 독자, 의사 또는 보건 정책 입안자는 어떤 메타 분석을 읽었는지에 따라 중재가 효과적인지 아닌지에 대한 근본적으로 다른 해석을 제시합니다.

둘째, 이러한 차이는 체계적으로 보였다. 평균적으로 비 Cochrane 리뷰는 Cochrane 리뷰가 제안한 것보다 더 강력하고, 증상을 치료할 수 있거나, 의학적 합병증을 피할 가능성이 더 많았다 고 제안하는 경향이있었습니다. 동시에 비 코크란 리뷰는 정확도가 정확하지 않아 결과가 우연히 발생했을 가능성이 더 높았습니다.

메타 분석은 구성 요소 연구의 훌륭한 가중 평균에 불과합니다. 우리는 포함 된 연구의 약 63 퍼센트가 하나 또는 다른 메타 분석 세트에 고유하다는 것을 발견 한 것에 놀랐습니다. 즉, 두 세트의 메타 분석이 유사한 검색 기준을 사용하여 유사한 기간과 유사한 데이터베이스에서 동일한 서류를 찾는 것으로 보일지라도 두 세트의 논문 중 약 1/3만이 포함 된 내용은 동일합니다.

이러한 차이의 대부분 또는 전부가 Cochrane이 더 엄격한 기준을 주장한다는 사실에 기인 한 것 같습니다. 메타 분석은 포함 된 연구만큼이나 우수하며 열악한 연구 결과의 평균을 취하면 열악한 결과를 초래할 수 있습니다. 속담은 "쓰레기통에 버려진 다."

흥미롭게도, 훨씬 더 높은 효과 크기를보고 한 분석은 낮은 효과 크기를보고하는 분석보다 훨씬 더 높은 비율로 다른 논문에서 다시 인용되는 경향이있었습니다. 이것은 오래된 저널리스트가 "피가 흘리는 경우 리드"의 통계적 구현입니다. 크고 대담한 효과는 한계 또는 모호한 결과를 보여주는 결과보다 더 많은 관심을 얻습니다. 의료계는 결국 인간입니다.

왜이 일을 하는가?

가장 기본적인 수준에서 이것은 Archie Cochrane이 절대적으로 옳았다는 것을 보여줍니다. 방법 론적 일관성과 엄격함 및 투명성은 필수적입니다. 그것이 없다면 무언가가 효과가 없다거나 심지어는 과대 평가하는 것만으로도 효과가 있다고 결론 내릴 위험이 있습니다.

그러나 더 높은 차원에서 이는 의학 문헌의 통일 된 해석을 만드는 것이 얼마나 어려운지를 보여줍니다. 메타 분석은 종종 모호함의 중재자로서 주어진 주제에 대한 최종 단어로 사용됩니다.

분명히 그 역할은 같은 주제에 표면 상으로 다른 두 가지 메타 분석이 다른 결론에 도달 할 수 있다는 사실에 의해 도전 받고 있습니다. 우리가 현재의 "증거 기반 의학"시대의 메타 분석을 "황금 표준"으로 본다면 두 개의 금 표준이 서로 모순되면 평균 의사 나 정책 입안자 또는 환자가 어떻게 대응할 것인가? 경고.

저자에 관하여

Christopher J. Gill, 세계 보건국 부교수; 보스턴 대학의 전염병 전문가.

이 기사는 원래에 게시되었습니다. 대화. 읽기 원래 기사.

관련 도서 :

at 이너셀프 마켓과 아마존