व्यवस्थित समीक्षा और मेटा-विश्लेषण में विविधता का प्रबंधन और मूल्यांकन

तपेदिक के खिलाफ बीसीजी वैक्सीन के तेरह परीक्षणों के एक ही मेटा-विश्लेषण से लगभग 0.5 का संयुक्त जोखिम अनुपात प्राप्त हुआ, जो देखने में तो स्पष्ट रूप से जनस्वास्थ्य के लिए एक बड़ी सफलता प्रतीत होता है, लेकिन जब अलग-अलग परीक्षणों के अनुमानों की तुलना की जाती है तो स्थिति स्पष्ट हो जाती है। एक परीक्षण में पाया गया कि वैक्सीन ने तपेदिक के जोखिम को लगभग 80% तक कम कर दिया। वहीं, लगभग समान परिणाम वाले दूसरे परीक्षण में कोई सुरक्षात्मक प्रभाव नहीं पाया गया। विषमता आकलन उन उपकरणों का समूह है जो यह स्पष्ट करते हैं कि एक ही वैक्सीन के तेरह परीक्षणों के परिणाम इतने भिन्न क्यों थे, और क्या उन्हें एक संख्या में एकत्रित करना वास्तव में उचित था। कॉकरन का क्यू, आई², टाऊ², और संयुक्त अनुमान के साथ पूर्वानुमान अंतराल की रिपोर्टिंग की नई पद्धति, ये सभी इस प्रश्न के अलग-अलग पहलुओं का उत्तर देते हैं, और इनमें से कोई भी दूसरे का विकल्प नहीं है।

यह मार्गदर्शिका एडिटवर्स के मेटा-एनालिसिस मास्टरक्लास में शामिल I² और कॉकरन के Q के परिचयात्मक विवेचन से आगे बढ़कर कॉकरन के Q में अंतर्निहित कम-शक्ति की समस्या, I² के गलत अर्थ में समझने के तरीके (जिसे अक्सर विषमता की मात्रा के माप के रूप में देखा जाता है न कि कुल विचरण के अनुपात के रूप में), भविष्यवाणी अंतराल द्वारा समीक्षक को I² से अधिक जानकारी मिलने के कारण, और उपसमूह विश्लेषण और मेटा-रिग्रेशन का उपयोग करके परीक्षणों के बीच असहमति के स्रोतों का पता लगाने के तरीकों पर विस्तार से चर्चा करती है। नीचे दिए गए प्रत्येक सांख्यिकी को एक अमूर्त सूत्र के रूप में प्रस्तुत करने के बजाय, वास्तविक, प्रकाशित डेटासेट से सीधे पुनर्गणना किया गया है।

एक व्यवस्थित समीक्षा में विषमता का क्या अर्थ है और यह क्यों महत्वपूर्ण है?

समीक्षक आमतौर पर विषमता को तीन परस्पर संबंधित श्रेणियों में विभाजित करते हैं। नैदानिक ​​विषमता में नामांकित रोगियों, परीक्षण किए गए हस्तक्षेप की खुराक या संस्करण, या परीक्षणों में उपयोग की गई परिणाम परिभाषाओं में अंतर शामिल हैं। कार्यप्रणाली संबंधी विषमता में अध्ययन डिज़ाइन में अंतर शामिल हैं, जैसे कि ब्लाइंडिंग, आवंटन विधि, या अनुवर्ती अवधि, इस प्रकार की भिन्नता को ROBINS-I जैसे उपकरण गैर-यादृच्छिक अध्ययनों में चिह्नित करने के लिए बनाए गए हैं। सांख्यिकीय विषमता इन दोनों का प्रत्यक्ष परिणाम है, जो रिपोर्ट किए गए प्रभाव अनुमानों में भिन्नता के रूप में प्रकट होती है जो केवल नमूना त्रुटि से उत्पन्न होने वाली भिन्नता से अधिक होती है। हिगिंस और उनके सहयोगियों ने उस व्यावहारिक प्रश्न को परिभाषित किया जिसका उत्तर समीक्षक को वास्तव में चाहिए, कि क्या एकत्रित किए जा रहे अध्ययन इतने समान हैं कि एक एकल सारांश संख्या का कोई अर्थ है, एक ऐसा प्रश्न जिसकी जानकारी सांख्यिकीय परीक्षण दे सकते हैं लेकिन कभी भी पूरी तरह से हल नहीं कर सकते। ¹

विषमता उन अध्ययनों के बीच असहमति को दर्शाती है जिन्हें वास्तव में खोजा और शामिल किया गया था। यह प्रकाशन पूर्वाग्रह से अलग समस्या है, जो उन अध्ययनों से संबंधित है जो कभी भी पूल में शामिल नहीं हुए और एडिटवर्स की व्यवस्थित समीक्षाओं में प्रकाशन पूर्वाग्रह का पता लगाने संबंधी मार्गदर्शिका में इसका अलग से विवेचन किया गया है। लगभग समान परीक्षण आबादी में एक ही खुराक पर परीक्षण की गई एक दवा के मेटा-विश्लेषण में बहुत कम विषमता दिखनी चाहिए, और उस स्थिति में बड़ी मात्रा में विषमता का पाया जाना प्रकाशन से पहले जांच करने योग्य एक चेतावनी संकेत होगा। विभिन्न देशों, खुराक अनुसूचियों और रोगी आयु के परीक्षणों को पूल करने वाले मेटा-विश्लेषण में वास्तविक विषमता दिखने की उम्मीद की जानी चाहिए, और दिलचस्प वैज्ञानिक प्रश्न यह बन जाता है कि इसका कारण क्या है, न कि यह कि पूल किए गए आंकड़ों पर भरोसा किया जाना चाहिए या नहीं। यह तय करना कि क्या साक्ष्य का कोई समूह व्यवस्थित, प्रोटोकॉल-आधारित खोज की मांग करता है, एडिटवर्स के कथात्मक और व्यवस्थित समीक्षा दृष्टिकोणों की तुलना में शामिल है ।

कॉकरन का क्यू परीक्षण और इसकी निम्न-शक्ति समस्या

कम शक्ति की यह समस्या एक कारण है कि शामिल अध्ययनों की संख्या किसी भी विषमता सांख्यिकी के परिणाम को बदल देती है। मेटा-विश्लेषण के लिए अध्ययनों की न्यूनतम संख्या के लिए हमारी मार्गदर्शिका उन संख्याओं को निर्धारित करती है जिन पर ताऊ-स्क्वायर स्थिर हो जाता है और फ़नल प्लॉट परीक्षण उपयुक्त हो जाता है।

कॉकरन का क्यू दो मुख्य विषमता परीक्षणों में से पुराना है, जो प्रयोगों के अनुमानों को संयोजित करने पर 1954 के एक शोध पत्र से संबंधित है। यह प्रत्येक अध्ययन के प्रभाव के संयुक्त अनुमान से वर्ग विचलनों के भारित योग के रूप में कार्य करता है, जिसकी तुलना k माइनस 1 डिग्री ऑफ़ फ़्रीडम वाले ची-स्क्वायर वितरण से की जाती है, जहाँ k शामिल अध्ययनों की संख्या है। ² एक महत्वपूर्ण क्यू मान यह दर्शाता है कि परिणामों का प्रेक्षित प्रसार केवल संयोग से उत्पन्न होने वाले प्रसार से अधिक है।

उस परीक्षण में एक विशिष्ट सांख्यिकीय कमजोरी है जिसे उस पर निर्भर होने से पहले समझना आवश्यक है। जब किसी मेटा-विश्लेषण में कम परीक्षण शामिल होते हैं, तो Q की वास्तविक विषमता का पता लगाने की क्षमता कम होती है, जो कि व्यवहार में अधिकांश मेटा-विश्लेषणों का वर्णन करता है, क्योंकि कोचरन लाइब्रेरी समीक्षा में एकत्रित अध्ययनों की औसत संख्या सात या उससे कम होती है।³ ^चार या पाँच छोटे परीक्षणों के मेटा-विश्लेषण में वास्तविक, चिकित्सकीय रूप से महत्वपूर्ण विषमता हो सकती है जिसे Q सांख्यिकीय रूप से महत्वपूर्ण के रूप में चिह्नित करने में विफल रहता है, क्योंकि परीक्षण में इसे पता लगाने के लिए पर्याप्त अध्ययन कभी नहीं थे। नमूना आकार सीमा के दूसरे छोर पर एक विपरीत समस्या दिखाई देती है, जहाँ साठ या अधिक परीक्षणों को एकत्रित करने वाला मेटा-विश्लेषण विषमता के लिए एक महत्वपूर्ण Q मान दे सकता है जो चिकित्सकीय रूप से मायने रखने के लिए बहुत छोटा है। कोचरन का Q शोधकर्ताओं द्वारा अक्सर माने जाने वाले प्रश्न की तुलना में एक संकीर्ण प्रश्न का उत्तर देता है, अर्थात् क्या प्रेक्षित प्रसार संयोग के साथ संगत है, न कि यह प्रसार वास्तव में कितना बड़ा या कितना महत्वपूर्ण है।

I² सांख्यिकी: विषमता का अनुपात, न कि उसका परिमाण

हिगिंस और थॉम्पसन ने विशेष रूप से शामिल अध्ययनों की संख्या पर Q की निर्भरता को ठीक करने के लिए I² को पेश किया, जिसमें विषमता को अध्ययनों में कुल भिन्नता के प्रतिशत के रूप में व्यक्त किया गया है जो नमूना त्रुटि के बजाय उनके बीच वास्तविक अंतर के कारण होती है, जिसकी गणना Q की मात्रा को 100% से गुणा करके, उसकी स्वतंत्रता की डिग्री को घटाकर, Q से विभाजित करके की जाती है। ¹ उसी 2003 के पेपर में कम, मध्यम और पर्याप्त विषमता के लिए मोटे तौर पर 25%, 50% और 75% के आसपास के मूल्यों का सुझाव दिया गया था, जबकि स्पष्ट रूप से उन बैंडों को यांत्रिक पास-फेल परीक्षण के रूप में लागू करने के खिलाफ चेतावनी दी गई थी, एक चेतावनी जिसे पेपर के बाद के उद्धरणों में सीमा से कहीं अधिक बार अनदेखा किया जाता है।

I² की एक विशिष्ट गलत व्याख्या इतनी बार दोहराई जाती है कि इसका सीधा उल्लेख करना आवश्यक है। I² यह बताता है कि कुल विचरण का कितना हिस्सा विषमता के कारण है, न कि यह कि वास्तव में विषमता कितनी बड़ी है, और ये दोनों परस्पर विनिमयीय नहीं हैं। रूकर और उनके सहयोगियों ने एक वास्तविक मेटा-विश्लेषण में प्रत्येक अध्ययन के नमूना आकार को कृत्रिम रूप से बढ़ाकर इसे प्रदर्शित किया, जबकि वास्तविक अंतर-अध्ययन विचरण को स्थिर रखा गया था। उन्होंने देखा कि I² 100% की ओर बढ़ रहा था, जबकि वास्तविक विषमता में कोई परिवर्तन नहीं हुआ था, क्योंकि बड़े अध्ययन नमूना त्रुटि को कम करते हैं और I² उस घटते भाजक के सापेक्ष विषमता को मापता है। ⁴ दो मेटा-विश्लेषण 80% का समान I² रिपोर्ट कर सकते हैं, जबकि एक में चिकित्सकीय रूप से नगण्य पैमाने पर tau² शून्य के करीब होता है और दूसरे में tau² इतना बड़ा होता है कि अध्ययनों के बीच प्रभाव की दिशा उलट जाती है, एक ऐसा अंतर जिसे केवल I² ही नहीं बता सकता।

छोटे मेटा-विश्लेषण स्थिति को और जटिल बना देते हैं। वॉन हिप्पेल ने गणना की कि जब किसी मेटा-विश्लेषण में कुछ ही परीक्षण शामिल होते हैं, तो I² में पर्याप्त पूर्वाग्रह होता है, जो कि ऊपर उल्लिखित कोचरन समीक्षा में प्रति अध्ययन सात के औसत को देखते हुए सामान्य अभ्यास का वर्णन करता है। ³ सात अध्ययनों और वास्तव में शून्य वास्तविक विषमता के साथ, I² विषमता को औसतन 12 प्रतिशत अंक अधिक आंकता है, और सात अध्ययनों और 80% वास्तविक विषमता के साथ, I² इसे विपरीत दिशा में औसतन 28 प्रतिशत अंक कम आंकता है। ³ प्रसार डेटा की समीक्षाएँ व्यवहार में विपरीत पैटर्न दिखाती हैं। मिग्लियावाका और उनके सहयोगियों ने प्रसार के 134 प्रकाशित मेटा-विश्लेषणों की जांच की और 96.9% (इंटरक्वार्टाइल रेंज, 90.5% से 98.7%) का औसत I² पाया, ये मान अंतर्निहित अध्ययनों में किसी भी कमी के साथ-साथ प्रसार अनुमानों में वास्तविक अंतर-जनसंख्या भिन्नता को दर्शाते हैं। ⁵ दोनों उदाहरण एक ही बात की ओर इशारा करते हैं। I² को इसके साथ-साथ इसके विश्वास अंतराल, संयुक्त अध्ययनों की संख्या और अंतर्निहित tau² की आवश्यकता होती है, न कि इसे एक एकल स्वतंत्र प्रतिशत के रूप में उद्धृत किया जाना चाहिए।

Tau² और पैमाने की विषमता अभी भी बनी हुई है

Tau², I² के समान ही अंतर्निहित असहमति को मापता है, लेकिन कुल विचरण के प्रतिशत के बजाय प्रभाव आकार के पैमाने पर, और यही वह संख्या है जो वास्तव में यादृच्छिक-प्रभाव गणना में शामिल होती है। डेर्सिमोनियन और लेयर्ड की 1986 की मोमेंट-मेथड एस्टीमेटर इसे गणना करने का सबसे व्यापक रूप से उपयोग किया जाने वाला तरीका है, जो व्युत्क्रम-विचरण भार की गणना से पहले प्रत्येक अध्ययन के अपने नमूना विचरण में tau² को जोड़ता है, यही कारण है कि एक यादृच्छिक-प्रभाव विश्वास अंतराल आमतौर पर समान डेटा पर चलाए गए समतुल्य निश्चित-प्रभाव अंतराल की तुलना में व्यापक होता है। ⁶ व्यवहार में, दोनों मॉडलों के बीच चयन करना स्वयं एक विषमता निर्णय है। एक निश्चित-प्रभाव मॉडल मानता है कि tau² शून्य है और प्रत्येक अध्ययन एक साझा वास्तविक प्रभाव का अनुमान लगाता है, एक ऐसी धारणा जो केवल वास्तव में लगभग समान परीक्षणों पर ही लागू होती है, जबकि एक यादृच्छिक-प्रभाव मॉडल वास्तविक प्रभाव को अध्ययन दर अध्ययन भिन्न मानता है, जिसके कारणों को डेटा स्पष्ट कर सकता है या नहीं भी कर सकता है।

Tau² के आकलन में कुछ ऐसी समस्याएँ हैं जिन्हें I² अकेले पूरी तरह से उजागर नहीं कर पाता। इओनिडिस और उनके सहयोगियों ने दिखाया कि विषमता के अनुमानों में काफी अनिश्चितता होती है, इतनी व्यापक कि एक छोटे मेटा-विश्लेषण से प्राप्त एकल tau² या I² मान के आसपास का विश्वास अंतराल एक ऐसी सीमा तक फैल सकता है जिसे पाठक कम या पर्याप्त विषमता दोनों के रूप में वर्णित कर सकता है, यह इस बात पर निर्भर करता है कि किस छोर का उल्लेख किया गया है। ⁷ tau² का आकलन, बिना अपने स्वयं के विश्वास अंतराल के या यह बताए बिना कि कितने अध्ययनों ने अनुमान में योगदान दिया है, उस एकल संख्या की अनिश्चितता को कम करके आंकता है, विशेष रूप से तब जब संयुक्त विश्लेषण में शामिल परीक्षणों की संख्या दस या उससे कम हो जाती है।

व्यावहारिक व्याख्या के लिए पूर्वानुमान अंतराल I² से बेहतर क्यों हैं?

संयुक्त अनुमान के आसपास 95% विश्वास अंतराल एक सीमित प्रश्न का उत्तर देता है, अर्थात् वास्तव में शामिल अध्ययनों में औसत प्रभाव का सटीक अनुमान कैसे लगाया गया है। यह अंतराल इस बारे में कुछ नहीं कहता कि यदि हस्तक्षेप का परीक्षण किसी नए परिवेश में दोबारा किया जाए तो वास्तविक प्रभाव कितना भिन्न हो सकता है, यह वह प्रश्न है जिसका उत्तर किसी चिकित्सक या नीति निर्माता को संयुक्त परिणाम पर कार्रवाई करने का निर्णय लेते समय वास्तव में चाहिए होता है। एक पूर्वानुमान अंतराल उस दूसरे प्रश्न का सीधा उत्तर देता है, जिसमें नए, समान अध्ययन के वास्तविक प्रभाव की अपेक्षित सीमा का अनुमान लगाने के लिए शामिल अध्ययनों की संख्या के साथ टाऊ² को संयोजित किया जाता है। ⁸

इंटहाउट और उनके सहयोगियों ने तर्क दिया कि पूर्वानुमान अंतरालों की नियमित रिपोर्टिंग आवश्यक है, क्योंकि I² और tau² को नैदानिक ​​पाठक के लिए व्यावहारिक निर्णय में बदलना कठिन है, जबकि मूल प्रभाव-आकार पैमाने पर व्यक्त पूर्वानुमान अंतराल को अनुवाद की आवश्यकता ही नहीं होती। ⁸ एक मेटा-विश्लेषण अपने संयुक्त अनुमान के आसपास एक सटीक, सांख्यिकीय रूप से महत्वपूर्ण विश्वास अंतराल की रिपोर्ट कर सकता है, जबकि इसका पूर्वानुमान अंतराल अभी भी प्रभावहीनता की रेखा को पार करता है, जो कि विरोधाभास नहीं है। दोनों अंतरालों को एक साथ पढ़ने पर, इसका अर्थ है कि अध्ययनों में औसत प्रभाव का सटीक अनुमान लगाया गया है, भले ही भविष्य में किसी नई आबादी पर किया गया अध्ययन इसके किसी भी पक्ष में आ सकता है, यह वास्तविक जानकारी है जो केवल I² और विश्वास अंतराल पर निर्भर पाठक कभी नहीं देख पाएगा। आगे बताए गए एक वास्तविक, प्रकाशित मेटा-विश्लेषण की पुनर्गणना से, काल्पनिक डेटा के बजाय वास्तविक परीक्षण डेटा का उपयोग करके ठीक यही पैटर्न दिखाई देता है।

एक उदाहरण: मूल बीसीजी वैक्सीन परीक्षण डेटा से विषमता की पुनर्गणना करना

कोल्डिट्ज़ और उनके सहयोगियों ने 1994 में तपेदिक के खिलाफ बीसीजी वैक्सीन के परीक्षण से संबंधित तेरह अध्ययनों का मेटा-विश्लेषण प्रकाशित किया था। यह डेटासेट तब से मेटा-विश्लेषण पद्धति में मानक शिक्षण उदाहरणों में से एक बन गया है क्योंकि यह समान हस्तक्षेप वाले अध्ययनों के बीच गंभीर विषमता को दर्शाता है। ⁹ उस शोध पत्र में प्रकाशित परीक्षण-स्तर पर टीकाकृत और नियंत्रण-समूहों की संख्या से सीधे विश्लेषण को पुनः गणना करने पर, प्रतिबंधित अधिकतम संभावना अनुमान के साथ एक यादृच्छिक-प्रभाव मॉडल का उपयोग करते हुए, 0.49 (95% सीआई, 0.34 से 0.70) का संयुक्त जोखिम अनुपात प्राप्त होता है, जिसका अर्थ है कि टीकाकृत समूहों में औसतन बिना टीकाकृत समूहों की तुलना में तपेदिक का जोखिम लगभग आधा था।

विषमता सांख्यिकी उस एकल संयुक्त संख्या से कहीं अधिक स्पष्ट कहानी बयां करती है, जिसमें कॉकरन का Q 12 डिग्री ऑफ़ फ़्रीडम (P < .0001) पर 152.2 और I² 92.2% तक पहुँचता है। ये दोनों ही संकेत देते हैं कि तेरह परीक्षण एक-दूसरे से नमूना त्रुटि से कहीं अधिक असहमत हैं। व्यक्तिगत परीक्षण जोखिम अनुपात 1949 में फर्ग्यूसन और सिम्स द्वारा किए गए परीक्षण में 0.20 से लेकर 1969 में कॉमस्टॉक और वेबस्टर द्वारा किए गए परीक्षण में 1.56 तक था, जिसमें कोई सुरक्षात्मक प्रभाव नहीं पाया गया। इस डेटासेट के लिए Tau² लॉग जोखिम अनुपात पैमाने पर 0.313 आता है।

कोल्डिट्ज़ एट अल. 1994 में प्रकाशित परीक्षण-स्तर की गणनाओं से एडिटवर्स द्वारा सीधे पुनर्गणना की गई, आर में मेटाफ़ोर पैकेज का उपयोग करते हुए आरईएमएल विचरण अनुमानक के साथ। ^{9 पाठक एडिटवर्स के} निःशुल्क विषमता कैलकुलेटर का उपयोग करके अपने स्वयं के डेटासेट पर समान सांख्यिकी चला सकते हैं ।

विश्वास अंतराल और पूर्वानुमान अंतराल के बीच का अंतर ही इस उदाहरण को एक शिक्षण उपकरण के रूप में उपयोगी बनाता है। 0.34 से 0.70 की विश्वास सीमाएँ 1.0 के जोखिम अनुपात के पूरी तरह से सुरक्षात्मक पक्ष में स्थित हैं, जो इस दावे का समर्थन करती हैं कि बीसीजी टीकाकरण इन तेरह परीक्षणों में औसतन तपेदिक के जोखिम को कम करता है। इसके विपरीत, इसका पूर्वानुमान अंतराल 0.15 से 1.55 तक है, जो 1.0 को पार करता है और इसका अर्थ है कि इसी तरह की विषम परिस्थितियों में किए गए एक नए परीक्षण में संभवतः यह पाया जा सकता है कि टीका कोई सुरक्षा प्रदान नहीं करता है या थोड़ा अधिक जोखिम भी पैदा कर सकता है। दोनों अंतराल एक साथ सही हैं, और जो पाठक केवल विश्वास अंतराल और I² मान की जाँच करेगा, उसे विभिन्न परिस्थितियों में बीसीजी के सुरक्षात्मक प्रभाव की स्थिरता के बारे में गलत धारणा हो सकती है।

विषमता के स्रोतों का पता लगाने के लिए उपसमूह विश्लेषण

उपसमूह विश्लेषण में शामिल अध्ययनों को डेटा को एकत्रित करने से पहले निर्दिष्ट विशेषता के आधार पर विभाजित किया जाता है, फिर प्रत्येक समूह के भीतर एकत्रित प्रभाव की तुलना अन्य समूहों से की जाती है, ताकि उपसमूह में इतना बड़ा अंतर खोजा जा सके कि सभी परीक्षणों को एक ही एकत्रित संख्या में शामिल करना अर्थहीन हो जाए। ऊपर दिए गए बीसीजी डेटासेट पर लागू करने पर, तेरह परीक्षणों को आवंटन विधि के आधार पर विभाजित करने पर, सात परीक्षणों में वैक्सीन और नियंत्रण समूहों के लिए यादृच्छिक आवंटन का उपयोग किया गया, जबकि छह परीक्षणों में वैकल्पिक या व्यवस्थित विधि का उपयोग किया गया। इससे यादृच्छिक परीक्षणों में 0.38 और गैर-यादृच्छिक परीक्षणों में 0.62 का एकत्रित जोखिम अनुपात प्राप्त होता है। यह विभाजन तब तक सार्थक प्रतीत होता है जब तक उपसमूह अंतरों का वास्तविक परीक्षण नहीं किया जाता, जिससे P मान .18 प्राप्त होता है, जिसका अर्थ है कि उपलब्ध नमूने को देखते हुए, केवल आवंटन विधि को संयोग से परे परीक्षणों के बीच असहमति की व्याख्या करने के लिए सिद्ध नहीं किया जा सकता है। ⁹

इस तरह के नकारात्मक परिणाम भी सकारात्मक परिणामों जितने ही महत्वपूर्ण होते हैं। एक प्रोटोकॉल जो आवंटन विधि, रोगी आयु वर्ग या खुराक व्यवस्था को संभावित उपसमूहों के रूप में पूर्व-निर्धारित करता है और उन विभाजनों की रिपोर्ट करता है जो सार्थकता तक पहुंचते हैं और जो सार्थकता से चूक जाते हैं, वह विषमता के वास्तविक कारणों का कहीं अधिक सटीक विवरण देता है, बजाय उस रिपोर्ट के जिसमें केवल वही उपसमूह तुलना प्रस्तुत की जाती है जो संयोगवश सार्थक पाई गई हो। संयुक्त परिणाम देखने के बाद उपसमूह तुलना करना और फिर केवल उसी विभाजन को प्रस्तुत करना जो किसी पसंदीदा निष्कर्ष का समर्थन करता है, चयनात्मक रिपोर्टिंग का एक रूप है जो किसी समीक्षा को ठीक उसी तरह कमजोर करता है जैसे किसी असुविधाजनक परीक्षण को पूरी तरह से बाहर कर देना। एडिटवर्स की कोचरन जोखिम-पूर्वाग्रह मूल्यांकन मार्गदर्शिका , उपसमूह या संवेदनशीलता विश्लेषण में शामिल करने से पहले व्यक्तिगत परीक्षण की गुणवत्ता का आकलन करने के लिए एक संबंधित पूर्व-निर्धारण प्रक्रिया को कवर करती है।

मेटा-रिग्रेशन: अध्ययन-स्तर पर भिन्नता के स्रोतों का मॉडलिंग

मेटा-रिग्रेशन, सबग्रुप विश्लेषण को निरंतर अध्ययन-स्तरीय चरों तक विस्तारित करता है, यह परीक्षण करते हुए कि क्या किसी संख्यात्मक पैमाने पर मापी गई कोई चीज़, जैसे कि रोगी की औसत आयु, प्रकाशन वर्ष, या परीक्षण स्थल का भौगोलिक स्थान, अध्ययनों को अलग-अलग समूहों में विभाजित करने के बजाय, अध्ययनों में प्रभाव के आकार की भविष्यवाणी करती है। बर्की और उनके सहयोगियों ने 1995 में ठीक इसी उद्देश्य के लिए एक रैंडम-इफेक्ट्स रिग्रेशन दृष्टिकोण को औपचारिक रूप दिया, जिसमें उन्होंने बीसीजी वैक्सीन डेटासेट को ही पेपर के उदाहरण के रूप में इस्तेमाल किया, इस तर्क के साथ कि वास्तविक अंतर-अध्ययन भिन्नता की व्याख्या करने वाला एक कोवेरिएट मॉडल में प्रवेश करने के बाद अवशिष्ट tau² को कम कर देगा। ¹⁰

उन्हीं तेरह परीक्षणों पर दोबारा रिग्रेशन चलाने पर, प्रत्येक परीक्षण स्थल के निरपेक्ष अक्षांश को एकमात्र सहचर के रूप में उपयोग करने पर, अवशिष्ट I² 92.2% से घटकर 68.4% हो जाता है और मूल tau² का 75.6% हिस्सा बन जाता है (अक्षांश गुणांक के लिए P < .0001), जिसका अर्थ है कि भूमध्य रेखा से दूरी ही परीक्षणों के बीच अधिकांश असहमति को स्पष्ट करती है। विल्सन और उनके सहयोगियों ने, केवल भावी अध्ययनों तक सीमित समान परीक्षण साहित्य के एक उपसमूह की जांच करते हुए, बताया कि परीक्षणों के एक अलग उपसमूह और एक अलग विचरण-अनुमान विधि का उपयोग करते हुए, अक्षांश ने अध्ययन-बीच विचरण का 41% हिस्सा बनाया। यह इस बात की याद दिलाता है कि मेटा-रिग्रेशन का परिणाम इस बात पर निर्भर करता है कि वास्तव में किन अध्ययनों और किस अनुमानक का उपयोग किया जाता है, न कि केवल इस बात पर कि किस सहचर का परीक्षण किया जाता है। ¹¹ अक्षांश प्रभाव के लिए कई पर्यावरणीय और प्रतिरक्षात्मक स्पष्टीकरण प्रस्तावित किए गए हैं, जिनमें जलवायु के साथ बदलने वाले पर्यावरणीय माइकोबैक्टीरिया के संपर्क में आना शामिल है, हालांकि रिग्रेशन स्वयं केवल एक संबंध स्थापित करता है, अंतर्निहित तंत्र नहीं।

नमूना आकार मेटा-रिग्रेशन की सीमा निर्धारित करता है। आमतौर पर उद्धृत सीमा के अनुसार, परीक्षण किए गए प्रत्येक सहचर के लिए लगभग दस अध्ययन शामिल होने चाहिए, क्योंकि कुछ परीक्षणों और कई संभावित सहचरों पर किए गए रिग्रेशन में वास्तविक मॉडरेटर को शोर से अलग करने के लिए पर्याप्त सांख्यिकीय शक्ति नहीं होती है। एक सुविचारित सहचर, जिसका परीक्षण इसलिए किया जाता है क्योंकि डेटा की जांच से पहले ही इसके लिए एक संभावित नैदानिक ​​या जैविक कारण मौजूद था, मेटा-रिग्रेशन को किसी विशिष्ट डेटासेट में परिणामों के साथ सहसंबंधित होने वाले किसी भी चर की खोज से अलग करता है। एडिटवर्स का निःशुल्क मेटा-विश्लेषण कैलकुलेटर अध्ययन-स्तर के इनपुट से एक पूल्ड अनुमान और फ़ॉरेस्ट प्लॉट तैयार करता है, जो पांडुलिपि में शामिल करने से पहले हाथ से किए गए विश्लेषण की सत्यता की जांच के लिए उपयोगी है।

रिपोर्टिंग मानक जो समीक्षक को कार्य को सत्यापित करने की अनुमति देते हैं

PRISMA 2020 विषमता रिपोर्टिंग को एक वैकल्पिक चर्चा बिंदु मानने के बजाय विशिष्ट चेकलिस्ट मदों में शामिल करता है। संश्लेषण-पद्धति मद, जिसे उप-मद 13a से 13f में विभाजित किया गया है, लेखकों से यह बताने के लिए कहता है कि विषमता का पता कैसे लगाया गया, चाहे वह उपसमूह विश्लेषण, मेटा-रिग्रेशन या संवेदनशीलता विश्लेषण के माध्यम से हो, और संश्लेषण के परिणाम मद, जिसे 20a से 20d में विभाजित किया गया है, के लिए आवश्यक है कि वास्तविक विषमता सांख्यिकी स्वयं परिणाम अनुभाग में दिखाई दें, न कि अस्पष्ट छोड़ी जाएं या केवल चर्चा में उल्लेखित हों। ¹² एडिटवर्स का PRISMA 2020 चेकलिस्ट का संपूर्ण विवरण वर्तमान 27-मद संस्करण के प्रत्येक मद को कवर करता है, जिसमें संश्लेषण मदों के साथ मौजूद प्रवाह आरेख और खोज-रणनीति आवश्यकताएं शामिल हैं, और एडिटवर्स का नैदानिक ​​अनुसंधान में साक्ष्य के स्तरों पर प्रारंभिक विवरण बताता है कि प्रत्येक शामिल अध्ययन का डिज़ाइन इस बात को कैसे प्रभावित करना चाहिए कि एक समीक्षक विषम समूह में इसके योगदान को कितना महत्व देता है।

व्यवहार में इन शर्तों को पूरा करने का अर्थ है कॉकरन के क्यू को उसके पी मान के साथ, आई² को केवल प्रतिशत के बजाय उसके आसपास के विश्वास अंतराल के साथ, टाऊ² को उसके मूल पैमाने पर, और जहां शामिल अध्ययनों की संख्या इसका समर्थन करती है, वहां एक पूर्वानुमान अंतराल, साथ ही साथ किए गए किसी भी उपसमूह या मेटा-रिग्रेशन विश्लेषण के लिए स्पष्ट तर्क प्रस्तुत करना। यदि कार्यप्रणाली अनुभाग में आई² का उल्लेख तो किया गया है लेकिन यह नहीं बताया गया है कि अनुमान में कितने अध्ययनों का योगदान रहा, या यदि उपसमूह विश्लेषण को प्रोटोकॉल में योजनाबद्ध तरीके से किया गया था या परिणाम देखने के बाद जोड़ा गया था, तो समीक्षक यह तय नहीं कर पाएगा कि विषमता मूल्यांकन को वास्तव में कितना महत्व दिया जाना चाहिए।

विषमता विश्लेषण को कमजोर करने वाली सामान्य गलतियाँ

सहकर्मी समीक्षा के दौरान विषमता मूल्यांकन से उत्पन्न होने वाली अधिकांश निराशा का कारण कुछ ही बार-बार होने वाली गलतियाँ हैं।

• 25/50/75 I² बैंड को पास-फेल परीक्षा के रूप में मानना। हिगिंस और उनके सहयोगियों ने उन संख्याओं को एक मोटे दिशानिर्देश के रूप में प्रस्तावित किया, न कि एक सीमा के रूप में जो स्वचालित रूप से पूलिंग को मान्य या अमान्य करती है, और नैदानिक ​​रूप से सुसंगत परीक्षणों के एक समूह में पर्याप्त I² स्वचालित रूप से विश्लेषण को छोड़ने का कारण नहीं है।¹
• I² की रिपोर्टिंग बिना उसके विश्वास अंतराल या संयुक्त अध्ययनों की संख्या के की गई है। पांच परीक्षणों के मेटा-विश्लेषण से प्राप्त मात्र प्रतिशत में पचास परीक्षणों के मेटा-विश्लेषण से प्राप्त समान प्रतिशत की तुलना में कहीं अधिक अनिश्चितता होती है, और वॉन हिप्पेल के पूर्वाग्रह अनुमान बताते हैं कि यह संदर्भ इस संख्या को पढ़ने के तरीके को क्यों बदल देता है।³
• संयुक्त परिणाम देखने के बाद उपसमूह तुलना करना। प्रोटोकॉल में निर्दिष्ट न किया गया और केवल इसलिए रिपोर्ट किया गया विभाजन, क्योंकि यह महत्वपूर्ण स्तर तक पहुंच गया है, चयनात्मक रिपोर्टिंग का एक रूप है, न कि विषमता के स्रोतों का वास्तविक अन्वेषण।
• भविष्यवाणी अंतराल को पूरी तरह से छोड़ देना। मिग्लियावाका और उनके सहयोगियों ने पाया कि उनके द्वारा समीक्षा किए गए 134 प्रसार मेटा-विश्लेषणों में से केवल तीन, लगभग 2%, ने ही भविष्यवाणी अंतराल की जानकारी दी, जबकि उस नमूने में औसत I² 95% से ऊपर था, ठीक वही स्थिति जहां भविष्यवाणी अंतराल अकेले I² से परे सबसे अधिक जानकारी प्रदान करता है।⁵
• बहुत कम अध्ययनों पर मेटा-रिग्रेशन लागू करना। दो या तीन संभावित सहचरों के साथ छह या सात परीक्षणों में फिट किए गए मॉडल में शोर से वास्तविक मध्यस्थ को अलग करने की क्षमता बहुत कम होती है, चाहे रिपोर्ट किया गया R² कितना भी बड़ा क्यों न दिखे।

एडिटवर्स सिस्टमैटिक रिव्यू में विषमता आकलन में कैसे सहायता करता है

सही विषमता विश्लेषण करना और उसे इस तरह से लिखना कि सहकर्मी समीक्षक हर निर्णय को समझ सकें, दो अलग-अलग कौशल हैं, और अक्सर पांडुलिपियाँ दूसरे कौशल पर अटक जाती हैं, भले ही अंतर्निहित आँकड़े सही हों। एडिटवर्स की व्यवस्थित समीक्षा और मेटा-विश्लेषण टीम इन दोनों क्षेत्रों में काम करती है, जिसमें फिक्स्ड-इफेक्ट और रैंडम-इफेक्ट मॉडल के बीच चयन से लेकर उपसमूह और मेटा-रिग्रेशन डिज़ाइन और सबमिशन से पहले पूर्ण PRISMA 2020 अनुपालन जाँच शामिल हैं।

• उपलब्ध वास्तविक डेटासेट के लिए कॉकरन के क्यू, आई², टाऊ² और पूर्वानुमान अंतराल का उपयोग करके विषमता का आकलन।
• विश्लेषण से पहले निर्दिष्ट उपसमूह और मेटा-रिग्रेशन डिज़ाइन, ताकि विश्लेषण के बाद चयनात्मक रिपोर्टिंग से बचा जा सके।
• जर्नल में जमा करने के लिए फ़ॉरेस्ट प्लॉट और प्रेडिक्शन-इंटरवल विज़ुअलाइज़ेशन तैयार किया गया।
• संश्लेषण और विषमता-रिपोर्टिंग मदों सहित, PRISMA 2020 चेकलिस्ट की पूर्ण अनुपालन समीक्षा।
• एडिटवर्स की मार्गदर्शिका के आधार पर व्यापक पांडुलिपि समर्थन मेटा-विश्लेषण में होने वाली सामान्य गलतियाँ और समीक्षक उन्हें कैसे पकड़ लेते हैं

मेटा-विश्लेषण में विषमता के बारे में अक्सर पूछे जाने वाले प्रश्न

नैदानिक, कार्यप्रणालीगत और सांख्यिकीय विषमता में क्या अंतर है?

नैदानिक ​​विषमता का तात्पर्य शामिल अध्ययनों में रोगियों, हस्तक्षेपों या परिणाम परिभाषाओं में अंतर से है। कार्यप्रणाली संबंधी विषमता अध्ययन डिजाइन और संचालन में अंतर को समाहित करती है। सांख्यिकीय विषमता रिपोर्ट किए गए प्रभावों में मापनीय भिन्नता है जो इन अंतर्निहित अंतरों के कारण उत्पन्न होती है, और यही वह है जिसे कॉकरन का क्यू, आई² और टाऊ² वास्तव में मापते हैं।

क्या उच्च I² मान मेटा-विश्लेषण में अध्ययनों को एकत्रित करने से बचने का एक कारण है?

स्वचालित रूप से नहीं। हिगिंस और उनके सहयोगियों ने 25%, 50% और 75% के बैंड को एक सख्त कटऑफ के बजाय वर्णनात्मक मार्गदर्शन के रूप में प्रस्तावित किया, और नैदानिक ​​रूप से सुसंगत परीक्षणों के समूह में उच्च I² अक्सर वास्तविक, व्याख्या योग्य भिन्नता को दर्शाता है, न कि संयुक्त अनुमान को छोड़ने का कारण। उपसमूह विश्लेषण या मेटा-रिग्रेशन के माध्यम से स्रोत की जांच करना आमतौर पर उच्च I² को अपने आप में अयोग्यता का कारण मानने की तुलना में अधिक जानकारीपूर्ण होता है।

कॉकरन का क्यू कभी-कभी वास्तविक विषमता का पता लगाने में विफल क्यों हो जाता है?

जब किसी मेटा-विश्लेषण में कुछ ही अध्ययन शामिल होते हैं, तो Q की सांख्यिकीय शक्ति कम होती है, जो कि अधिकांश प्रकाशित मेटा-विश्लेषणों का वर्णन करता है, क्योंकि कोचरन लाइब्रेरी समीक्षा में एकत्रित अध्ययनों की औसत संख्या सात या उससे कम होती है। एक छोटे मेटा-विश्लेषण में वास्तविक विषमता के कारण Q का परिणाम महत्वहीन हो सकता है, क्योंकि परीक्षण में इसे पहचानने के लिए पर्याप्त अध्ययन मौजूद नहीं होते हैं।

जब पूर्वानुमान अंतराल 'कोई प्रभाव नहीं' की रेखा को पार कर जाता है तो इसका क्या अर्थ होता है?

एक पूर्वानुमान अंतराल जो 'कोई प्रभाव नहीं' की रेखा, 1.0 के जोखिम अनुपात या शून्य के औसत अंतर को पार करता है, का अर्थ है कि समान लेकिन बिल्कुल एक जैसी न होने वाली परिस्थितियों में किए गए एक नए अध्ययन में संभवतः कोई प्रभाव नहीं पाया जा सकता है या यहाँ तक कि विपरीत प्रभाव भी पाया जा सकता है, भले ही संयुक्त अनुमान के आसपास का विश्वास अंतराल पूरी तरह से उस रेखा के एक तरफ बना रहे। ये दोनों कथन एक साथ सत्य हो सकते हैं, क्योंकि वे परिशुद्धता और परिवर्तनशीलता के बारे में अलग-अलग प्रश्नों के उत्तर देते हैं।

किसी मेटा-रिग्रेशन को विश्वसनीय होने के लिए कितने अध्ययनों की आवश्यकता होती है?

प्रत्येक सहचर के लिए लगभग दस अध्ययन शामिल करना आमतौर पर न्यूनतम माना जाता है, और इससे कम अध्ययनों के साथ किए गए मेटा-रिग्रेशन को प्रारंभिक माना जाना चाहिए। कई संभावित सहचरों के साथ छह या सात परीक्षणों पर किए गए रिग्रेशन में वास्तविक मध्यस्थ को संयोग से अलग करने के लिए पर्याप्त सांख्यिकीय शक्ति नहीं होती है।

क्या संयुक्त परिणाम देखने से पहले या बाद में उपसमूह विश्लेषण की योजना बनाई जानी चाहिए?

पहले, एक प्रोटोकॉल जिसमें संभावित उपसमूहों को पहले से ही निर्दिष्ट किया गया हो, साथ ही प्रत्येक के लिए एक स्पष्ट नैदानिक ​​या जैविक तर्क दिया गया हो, विषमता के स्रोतों का विश्वसनीय विश्लेषण प्रदान करता है। किसी उपसमूह को इस आधार पर विभाजित करना कि वह परिणाम को मजबूत करता है या उसकी व्याख्या करता है, चयनात्मक रिपोर्टिंग का एक रूप है जिसे एक सतर्क सहकर्मी समीक्षक आमतौर पर पकड़ लेगा।

संदर्भ

1. हिगिंस जेपीटी, थॉम्पसन एसजी, डीक्स जेजे, ऑल्टमैन डीजी। मेटा-विश्लेषण में असंगति को मापना। बीएमजे. 2003;327(7414):557-560. PMID: 12958120
2. कोचरन डब्ल्यूजी। विभिन्न प्रयोगों से प्राप्त अनुमानों का संयोजन। बॉयोमीट्रिक्स. 1954;10(1):101-129. DOI: 10.2307 / 3001666
3. वॉन हिप्पेल पी.टी. छोटे मेटा-विश्लेषणों में विषमता सांख्यिकी I² पक्षपाती हो सकती है। बीएमसी मेड रेस मेथडोल। 2015; 15: 35। PMID: 25880989
4. रूकर जी, श्वार्जर जी, कारपेंटर जेआर, शूमाकर एम. विषमता का आकलन करने में I² पर अनुचित निर्भरता भ्रामक हो सकती है। बीएमसी मेड रेस मेथडोल। 2008; 8: 79। PMID: 19036172
5. मिग्लियावाका सीबी, स्टीन सी, कोलपानी वी, बार्कर टीएच, ज़ीगेलमैन पीके, एट अल। प्रसार का मेटा-विश्लेषण: I2 सांख्यिकी और विषमता से कैसे निपटा जाए। रेस सिंथ विधियाँ. 2022;13(3):363-367. PMID: 35088937
6. डेरसिमोनियन आर, लेयर्ड एन. क्लिनिकल परीक्षणों में मेटा-विश्लेषण। नियंत्रण क्लिनिकल परीक्षण. 1986;7(3):177-188. PMID: 3802833
7. आयोनिडिस जेपीए, पैट्सोपोलोस एनए, इवेंजेलो ई. मेटा-विश्लेषण में विविधता अनुमान में अनिश्चितता। बीएमजे. 2007;335(7626):914-916. PMID: 17974687
8. इंटहाउट जे, इओनिडिस जेपीए, रोवर्स एमएम, गोएमान जेजे। मेटा-विश्लेषण में नियमित रूप से भविष्यवाणी अंतराल प्रस्तुत करने की अपील। बीएमजे ओपन। 2016; 6 (7): e010247। PMID: 27406637
9. कोल्डिट्ज़ जी.ए., ब्रेवर टी.एफ., बर्की सी.एस., विल्सन एम.ई., बर्डिक ई., एट अल. तपेदिक की रोकथाम में बीसीजी वैक्सीन की प्रभावकारिता। प्रकाशित साहित्य का मेटा-विश्लेषण। जामा. 1994;271(9):698-702. PMID: 8309034
10. बर्की सीएस, होआग्लिन डीसी, मोस्टेलर एफ, कोल्डिट्ज़ जीए। मेटा-विश्लेषण के लिए एक यादृच्छिक-प्रभाव प्रतिगमन मॉडल। स्टेट मेड. 1995;14(4):395-411. PMID: 7746979
11. विल्सन एमई, फाइनबर्ग एचवी, कोल्डिट्ज़ जीए। भौगोलिक अक्षांश और बैसिलस कैलमेट-गुएरिन वैक्सीन की प्रभावकारिता। नैदानिक ​​संक्रमण रोग. 1995;20(4):982-991. PMID: 7795103
12. पेज एमजे, मैकेंज़ी जेई, बॉसयुट पीएम, बोट्रॉन आई, हॉफमैन टीसी, एट अल। PRISMA 2020 स्टेटमेंट: व्यवस्थित समीक्षाओं की रिपोर्टिंग के लिए एक अद्यतन दिशानिर्देश। बीएमजे. 2021;372:n71. PMID: 33782057

एडिटवर्स रिसर्च टीम | अगस्त 2026 को अपडेट किया गया