TL; DR
- A การทบทวนอย่างเป็นระบบ เป็นระเบียบวิธีวิจัยที่สร้างขึ้นบนพื้นฐานของระเบียบวิธีวิจัยที่กำหนดไว้ล่วงหน้า การค้นหาอย่างครอบคลุม และเกณฑ์การคัดเลือกที่ชัดเจน วิเคราะห์ เมตาการวิเคราะห์เป็นเทคนิคทางสถิติที่รวบรวมขนาดผลกระทบจากงานวิจัยต่างๆ เมตาการวิเคราะห์สามารถอยู่ภายในงานวิจัยทบทวนอย่างเป็นระบบได้ และงานวิจัยทบทวนอย่างเป็นระบบไม่จำเป็นต้องมีเมตาการวิเคราะห์เสมอไป
- เลือกใช้การสังเคราะห์เชิงบรรยายเมื่อการศึกษาต่างๆ มีความแตกต่างกันมากเกินไปที่จะนำมารวมกัน เลือกใช้การวิเคราะห์เมตาแบบจับคู่เมื่อมีการศึกษาตั้งแต่สองการศึกษาขึ้นไปที่วัดผลลัพธ์เดียวกันในลักษณะที่เปรียบเทียบกันได้ เลือกใช้การวิเคราะห์เมตาแบบเครือข่ายเมื่อคุณต้องการเปรียบเทียบวิธีการรักษาตั้งแต่สามวิธีขึ้นไปที่ยังไม่เคยได้รับการทดสอบแบบเปรียบเทียบโดยตรงมาก่อน
- ทั้งสองแนวทางเป็นไปตามแนวทางการรายงาน PRISMA 2020 และควรลงทะเบียนล่วงหน้า โดยควรลงทะเบียนใน PROSPERO ก่อนเริ่มการดึงข้อมูล
หากคุณยังใหม่กับงานวิจัยด้านการสังเคราะห์หลักฐาน การแยกแยะความแตกต่างระหว่างการทบทวนอย่างเป็นระบบและการวิเคราะห์เชิงเมตาอาจดูเหมือนเรื่องเล็กน้อย สองคำนี้ถูกใช้สลับกันไปมาในการสนทนาทั่วไป ในจดหมายสมัครงาน และบางครั้งในชื่อบทความที่ผู้ตรวจทานจะทักท้วงให้แก้ไข แต่ทั้งสองคำนี้อธิบายถึงสิ่งต่าง ๆ กัน และความแตกต่างนี้จะส่งผลต่อวิธีการวางแผนโครงการ การลงทะเบียนระเบียบวิธีวิจัย และการอธิบายผลงานของคุณให้แก่ทางวารสาร
คู่มือนี้จะแยกวิธีการออกจากสถิติ อธิบายว่าแต่ละวิธีใช้ได้เมื่อใด และแสดงให้เห็นว่ามาตรฐานการรายงาน (PRISMA 2020, GRADE, RoB 2) เชื่อมโยงทั้งสองเข้าด้วยกันในทางปฏิบัติได้อย่างไร
ในคำง่ายๆ
การทบทวนอย่างเป็นระบบ (Systematic review) คือกระบวนการ วิธีการที่มีการบันทึกไว้และทำซ้ำได้ ในการค้นหาและประเมินงานวิจัยที่เกี่ยวข้องทั้งหมด การวิเคราะห์เมตา (Meta-analysis) คือผลลัพธ์ที่เป็นไปได้ประการหนึ่งของกระบวนการนั้น ซึ่งเป็นตัวเลขรวมเดียวที่คำนวณเมื่องานวิจัยที่รวมอยู่มีความคล้ายคลึงกันมากพอที่จะหาค่าเฉลี่ยได้ คุณอาจมีการทบทวนอย่างเป็นระบบโดยไม่มีการวิเคราะห์เมตา การวิเคราะห์เมตาที่ไม่มีการตรวจสอบอย่างเป็นระบบรองรับนั้นโดยทั่วไปถือว่าเป็นหลักฐานที่อ่อนแอ เพราะไม่มีใครตรวจสอบว่างานวิจัยที่นำมาใช้ในการวิเคราะห์นั้นได้รับการคัดเลือกอย่างเป็นธรรมหรือไม่
คำจำกัดความด่วน
การทบทวนอย่างเป็นระบบ:การทบทวนวรรณกรรมอย่างครอบคลุมและโปร่งใส ซึ่งปฏิบัติตามระเบียบวิธีที่กำหนดไว้ล่วงหน้า เพื่อระบุ ประเมิน และสังเคราะห์งานวิจัยที่เกี่ยวข้องทั้งหมดเกี่ยวกับคำถามเฉพาะเรื่อง
การวิเคราะห์เชิงเมตา (Meta-Analysis):เทคนิคทางสถิติที่รวมผลลัพธ์เชิงปริมาณจากหลายการศึกษาเข้าด้วยกัน เพื่อสร้างค่าประมาณผลกระทบโดยรวม
ความสัมพันธ์ดังกล่าวเป็นความสัมพันธ์แบบการจำกัดขอบเขต ไม่ใช่ความเท่าเทียมกัน การวิเคราะห์เมตาเป็นองค์ประกอบทางสถิติที่สามารถรวมอยู่ในงานวิจัยทบทวนอย่างเป็นระบบได้ แต่การทบทวนอย่างเป็นระบบไม่จำเป็นต้องมีการวิเคราะห์เมตาจึงจะถูกต้องหรือสามารถตีพิมพ์ได้
การทบทวนอย่างเป็นระบบ: ระเบียบวิธีวิจัย
การทบทวนอย่างเป็นระบบเป็นวิธีการทำวิจัย ไม่ใช่กระบวนการทางสถิติแถลงการณ์ PRISMA 2020ที่ตีพิมพ์ในวารสาร BMJ โดย Page และคณะ ได้เข้ามาแทนที่ฉบับปี 2009 ด้วยรายการตรวจสอบ 27 ข้อ ครอบคลุมถึงวิธีการที่ผู้ทบทวนควรระบุ เลือก ประเมิน และสังเคราะห์งานวิจัย ซึ่งสะท้อนให้เห็นถึงความก้าวหน้าทางด้านระเบียบวิธีวิจัยตลอดทศวรรษนับตั้งแต่แนวทางเดิม
Key Features
- โปรโตคอลที่กำหนดไว้ล่วงหน้า: ต้องมีการบันทึกคำถามวิจัย กลยุทธ์การค้นหา และแผนการวิเคราะห์ไว้ก่อนเริ่มการคัดกรอง
- การค้นหาแบบครอบคลุม: ฐานข้อมูลหลายแห่ง เอกสารที่ไม่ตีพิมพ์เผยแพร่ และการค้นหาด้วยตนเองจากรายการอ้างอิง
- เกณฑ์การรวมและการยกเว้นที่ระบุไว้อย่างชัดเจน: มีการนำกฎเกณฑ์ที่ชัดเจนมาใช้อย่างสม่ำเสมอในการศึกษาของผู้สมัครทุกราย
- การประเมินความเสี่ยงต่อความลำเอียงอย่างเป็นทางการ: เป็นเครื่องมือที่มีโครงสร้าง ไม่ใช่การตัดสินใจโดยพลการ
- การรายงานที่โปร่งใส: มีการบันทึกรายละเอียดอย่างครบถ้วนเกี่ยวกับทุกขั้นตอนการคัดกรองและการตัดสินใจคัดออก
- การสังเคราะห์เชิงบรรยายหรือเชิงปริมาณ: ผลการวิจัยสามารถสรุปได้ในรูปแบบร้อยแก้ว รวบรวมทางสถิติ หรือทั้งสองอย่างรวมกัน
การลงทะเบียนโปรโตคอลมีความสำคัญมากกว่าที่ผู้ทบทวนมือใหม่ส่วนใหญ่คาดคิด การวิเคราะห์ในปี 2019 ของการทบทวนอย่างเป็นระบบด้านทันตกรรมจัดฟัน 182 เรื่อง พบว่ามีเพียง 37 เรื่อง หรือ 20.3 เปอร์เซ็นต์ของทั้งหมดเท่านั้นที่ลงทะเบียนในPROSPEROและการทบทวนที่ลงทะเบียนแล้วได้คะแนนสูงกว่าอย่างเห็นได้ชัดในเครื่องมือประเมินคุณภาพ AMSTAR เมื่อเทียบกับการทบทวนที่ไม่ได้ลงทะเบียน การลงทะเบียนโปรโตคอลล่วงหน้าผ่านPROSPEROหรือโปรโตคอล PRISMA-P จะช่วยป้องกันการเปลี่ยนแปลงเกณฑ์การคัดเลือกหลังจากที่คุณได้เห็นว่าการศึกษาใดสนับสนุนสมมติฐานของคุณแล้ว
เมื่อใดที่การทบทวนวรรณกรรมอย่างเป็นระบบเชิงบรรยายเป็นทางเลือกที่เหมาะสม
ไม่ใช่ว่าการทบทวนอย่างเป็นระบบทุกครั้งจะต้องใช้การรวมข้อมูลทางสถิติ การสังเคราะห์เชิงบรรยายโดยไม่ต้องทำการวิเคราะห์เชิงอภิมาน เป็นผลลัพธ์ที่เหมาะสมเมื่อการศึกษาต่างๆ มีความแตกต่างกันมากเกินไปที่จะนำมารวมกัน เมื่อผลลัพธ์ถูกวัดด้วยมาตรวัดที่แตกต่างกันในแต่ละการศึกษา เมื่อการออกแบบการศึกษาแตกต่างกันมากเกินไปจนตัวเลขรวมเพียงตัวเดียวไม่มีความหมาย หรือเมื่อคำถามเป็นการสำรวจและเหมาะสมกว่าที่จะใช้แผนที่เชิงคุณภาพของหลักฐานมากกว่าการประมาณค่าผลกระทบเพียงค่าเดียว
การวิเคราะห์เชิงเมตา: เทคนิคทางสถิติ
การวิเคราะห์แบบเมตา (Meta-analysis) เป็นวิธีการทางสถิติสำหรับการรวมข้อมูล ไม่ใช่รูปแบบการวิจัยโดยตรง วิธีการนี้จะนำขนาดผลกระทบที่ได้จากการวิเคราะห์อย่างเป็นระบบมาใช้ และสร้างค่าประมาณรวมเพียงค่าเดียว โดยถ่วงน้ำหนักเพื่อให้งานวิจัยขนาดใหญ่และแม่นยำกว่ามีส่วนร่วมในผลลัพธ์ในสัดส่วนที่มากขึ้น
Key Features
- การรวมข้อมูลเชิงปริมาณ: รวมขนาดผลกระทบ (อัตราส่วนความน่าจะเป็น ความแตกต่างเฉลี่ย อัตราส่วนความเสี่ยง) จากการศึกษาต่างๆ เข้าด้วยกัน
- การหาค่าเฉลี่ยถ่วงน้ำหนัก: การศึกษาขนาดใหญ่และแม่นยำกว่าจะมีน้ำหนักมากกว่าในการประเมินโดยรวม
- แปลงป่า: การแสดงผลเชิงภาพของผลกระทบจากการศึกษาแต่ละครั้งควบคู่ไปกับค่าประมาณโดยรวม
- การทดสอบความแตกต่างหลากหลาย: ค่า I-squared และค่าสถิติ Q ใช้ในการวัดว่างานวิจัยต่างๆ มีความเห็นไม่ตรงกันมากน้อยเพียงใด
- การวิเคราะห์กลุ่มย่อย: สำรวจว่าประชากรผู้ป่วย ปริมาณยา หรือการออกแบบการศึกษา สามารถอธิบายความแตกต่างของผลลัพธ์ได้หรือไม่
- การทดสอบความลำเอียงในการตีพิมพ์: แผนภูมิรูปกรวยและการทดสอบของ Egger ใช้ตรวจสอบว่ามีงานวิจัยขนาดเล็กที่มีผลลัพธ์เชิงลบที่ขาดหายไปจากเอกสารทางวิชาการหรือไม่
การวิเคราะห์แบบเมตา (Meta-analysis) มีประโยชน์เมื่อการศึกษาเหล่านั้นตอบคำถามเดียวกัน วัดผลลัพธ์ที่คล้ายคลึงกันมากพอที่จะทำให้เป็นมาตรฐาน และมีจำนวนอย่างน้อยสองการศึกษาขึ้นไป แม้ว่าโดยทั่วไปแล้วการศึกษาที่มากกว่าจะให้ค่าประมาณรวมที่เสถียรกว่าก็ตาม ความแตกต่างระหว่างการศึกษา (Heterogeneity) ไม่จำเป็นต้องเป็นศูนย์ แต่ต้องต่ำพอที่จะอธิบายได้ หรือสามารถจำลองได้อย่างชัดเจนผ่านการวิเคราะห์กลุ่มย่อยและการวิเคราะห์แบบเมตาเชิงถดถอย (Meta-regression)
Editverse ได้ให้การสนับสนุนทีมสังเคราะห์หลักฐานในสาขาต่างๆ มานานพอที่จะเห็นรูปแบบการส่งต้นฉบับแบบเดียวกันซ้ำแล้วซ้ำเล่า สาเหตุที่พบบ่อยที่สุดที่ทำให้ถูกปฏิเสธตั้งแต่เริ่มต้นคือ ต้นฉบับที่มีชื่อเรื่องว่าเป็นงานวิจัยเชิงระบบ แต่ในส่วนวิธีการวิจัยกลับไม่ระบุกลยุทธ์การค้นหา ไม่กล่าวถึงการคัดกรองโดยอิสระสองครั้ง และไม่ใช้เครื่องมือประเมินความเสี่ยงของอคติอย่างเป็นทางการ ผู้ตรวจทานจะพบความไม่สอดคล้องกันระหว่างชื่อเรื่องและวิธีการวิจัยตั้งแต่การอ่านครั้งแรก และเป็นปัญหาที่ป้องกันได้ง่ายที่สุดปัญหาหนึ่งโดยการปฏิบัติตาม PRISMA 2020 ตั้งแต่ขั้นตอนการจัดทำโปรโตคอลเป็นต้นไป
การเปรียบเทียบแบบเคียงข้างกัน
| คุณสมบัติ (Feature) | ทบทวนอย่างเป็นระบบ | meta-analysis |
|---|---|---|
| ประเภท | ระเบียบวิธีวิจัย | เทคนิคทางสถิติ |
| เอาท์พุต | การสังเคราะห์เชิงบรรยาย | การประมาณผลกระทบแบบรวม |
| ประเภทข้อมูล | เชิงคุณภาพและเชิงปริมาณ | เชิงปริมาณเท่านั้น |
| แนวทางการรายงาน | PRISMA 2020 (รายการตรวจสอบ 27 ข้อ) | PRISMA 2020 รายการตรวจสอบเหมือนเดิม |
| เครื่องมือประเมินความเสี่ยงของอคติ | RoB 2 (การทดลอง) หรือ ROBINS-I (ไม่ใช่การสุ่ม) | เครื่องมือเดียวกัน ป้อนข้อมูลการถ่วงน้ำหนัก |
| ผลลัพธ์ทางภาพ | แผนภาพกระบวนการ PRISMA, ตารางหลักฐาน | แผนภูมิป่า แผนภูมิกรวย |
| ระดับความแน่นอน | เป็นทางเลือก มักเป็นการเล่าเรื่อง | ระดับ (สูง ปานกลาง ต่ำ ต่ำมาก) |
| สามารถยืนได้ด้วยตัวเองหรือไม่? | มี (ใบกำกับภาษีเต็มรูปแบบ) | ในทางเทคนิคแล้วใช่ แต่โดยทั่วไปไม่แนะนำให้ทำโดยไม่มีอุปกรณ์ช่วย |
| การศึกษาขั้นต่ำ | สามารถรายงานการศึกษาที่เข้าเกณฑ์เป็นศูนย์ได้ | อย่างน้อยสองการศึกษา |
ความสัมพันธ์ระหว่างการทบทวนอย่างเป็นระบบและการวิเคราะห์เมตา
การทบทวนอย่างเป็นระบบโดยไม่ใช้การวิเคราะห์เชิงสถิติแบบรวม (meta-analysis) เป็นเรื่องปกติและมีความถูกต้อง โดยคุณจะระบุและประเมินงานวิจัยอย่างครอบคลุม จากนั้นสรุปผลการค้นพบในเชิงบรรยายเมื่อการรวมข้อมูลทางสถิติไม่มีความหมาย
การทบทวนอย่างเป็นระบบพร้อมการวิเคราะห์แบบเมตา (meta-analysis) ถือเป็นหลักฐานที่แข็งแกร่งที่สุดเมื่อข้อมูลเอื้ออำนวย คุณต้องดำเนินการทุกขั้นตอนข้างต้นให้เสร็จสมบูรณ์ จากนั้นเพิ่มค่าประมาณผลกระทบแบบรวมทางสถิติพร้อมมาตรวัดความแม่นยำและความแตกต่างที่ระบุปริมาณได้
การวิเคราะห์แบบเมตาโดยไม่มีการทบทวนอย่างเป็นระบบรองรับนั้น เป็นสิ่งที่ผู้ทบทวนและบรรณาธิการมองด้วยความสงสัยมากที่สุด การรวบรวมข้อมูลโดยไม่มีกระบวนการระบุตัวตนที่บันทึกไว้และสามารถทำซ้ำได้นั้น มีความเสี่ยงที่จะพลาดการศึกษาที่เกี่ยวข้อง หรือทำให้เกิดอคติในการเลือก ซึ่งส่งผลให้ขนาดของผลกระทบถูกหาค่าเฉลี่ย
มาตรฐานการรายงาน: PRISMA 2020, RoB 2 และ GRADE
แถลงการณ์PRISMA 2020ครอบคลุมทั้งการทบทวนอย่างเป็นระบบเชิงบรรยายและการวิเคราะห์เชิงเมตาภายใต้รายการตรวจสอบ 27 รายการเดียว พร้อมด้วยรายการตรวจสอบบทคัดย่อและแผนผังการไหลที่แก้ไขแล้วสำหรับการทบทวนต้นฉบับและการทบทวนที่ได้รับการปรับปรุง การรายงานในขั้นตอนของโปรโตคอลนั้นครอบคลุมแยกต่างหากโดยPRISMA-Pซึ่งบันทึกกลยุทธ์การค้นหาและแผนการวิเคราะห์ก่อนที่จะเริ่มการคัดกรองใด ๆ เพื่อป้องกันการเปลี่ยนแปลงเกณฑ์คุณสมบัติภายหลัง
ความเสี่ยงของอคติในการศึกษาแต่ละครั้งส่งผลโดยตรงต่อน้ำหนักที่การวิเคราะห์แบบเมตาให้แก่ผลลัพธ์แต่ละรายการ สำหรับการทดลองแบบสุ่มเครื่องมือ RoB 2ที่เผยแพร่โดย Sterne และคณะ จะประเมินอคติในห้าด้าน ตั้งแต่กระบวนการสุ่มไปจนถึงการเลือกผลลัพธ์ที่รายงาน โดยแทนที่เครื่องมือประเมินความเสี่ยงของอคติของ Cochrane รุ่นเก่าที่มีโครงสร้างน้อยกว่า
เมื่อรวบรวมค่าประมาณผลกระทบแล้ว GRADE จะประเมินระดับความเชื่อมั่นในค่าประมาณเหล่านั้นกรอบงาน GRADEจะกำหนดระดับความแน่นอน 4 ระดับ ได้แก่ สูง ปานกลาง ต่ำ หรือต่ำมาก ให้กับกลุ่มหลักฐานโดยรวม แทนที่จะเป็นงานวิจัยชิ้นใดชิ้นหนึ่ง การทดลองแบบสุ่มเริ่มต้นด้วยหลักฐานที่มีความแน่นอนสูง และการศึกษาเชิงสังเกตเริ่มต้นด้วยหลักฐานที่มีความแน่นอนต่ำ ก่อนที่จะปรับเพิ่มหรือลดลงตามปัจจัยต่างๆ เช่น ความไม่แม่นยำ ความไม่สอดคล้องกัน และอคติในการตีพิมพ์ ดังที่Guyatt และเพื่อนร่วมงานได้ระบุไว้ในบทความ BMJ ที่เป็นพื้นฐานของกรอบงานนี้
การวิเคราะห์เมตาแบบเครือข่าย: การเปรียบเทียบวิธีการรักษาที่ไม่เคยมีการทดสอบแบบตัวต่อตัวมาก่อน
การวิเคราะห์เมตาแบบเครือข่าย (Network meta-analysis หรือ NMA) เป็นการต่อยอดจากการวิเคราะห์เมตาแบบจับคู่ เพื่อเปรียบเทียบการรักษาตั้งแต่สามวิธีขึ้นไปพร้อมกัน รวมถึงคู่ที่ไม่มีการทดลองใดเปรียบเทียบกันโดยตรง ดังที่Puerto Nino และ Brignardello-Petersenอธิบายไว้ในภาพรวมวิธีการของพวกเขา NMA ผสานรวมหลักฐานโดยตรงจากการทดลองแบบเปรียบเทียบโดยตรงเข้ากับหลักฐานทางอ้อมที่ส่งผ่านตัวเปรียบเทียบทั่วไป เช่น ยาหลอก เพื่อประเมินว่าการรักษาสองวิธีจะเปรียบเทียบกันอย่างไร แม้ว่าจะไม่มีการทดลองใดที่ทดสอบการรักษาทั้งสองวิธีโดยตรงก็ตาม
NMA (Network Metabolic Analysis) ต้องการเครือข่ายการเปรียบเทียบที่เชื่อมโยงกัน ซึ่งหมายความว่าการรักษาแต่ละวิธีจะต้องเชื่อมโยงกลับไปยังเครือข่ายผ่านตัวเปรียบเทียบร่วมอย่างน้อยหนึ่งตัว NMA ให้ผลลัพธ์เป็นการจัดอันดับการรักษา นอกเหนือจากการประมาณค่าผลกระทบโดยรวม ซึ่งเป็นเหตุผลที่คณะกรรมการกำหนดแนวทางการรักษาร้องขอให้ใช้ NMA มากขึ้นเรื่อยๆ เมื่อมีวิธีการรักษาหลายวิธีที่แข่งขันกันสำหรับภาวะเดียวกัน และการเปรียบเทียบโดยตรงยังคงมีน้อย
คุณควรเลือกแบบไหน?
เลือกใช้การทบทวนอย่างเป็นระบบแบบบรรยายเมื่อใด:
- คำถามของคุณกว้างเกินไป เป็นการสำรวจ หรือเป็นการสำรวจภาพรวมของงานวิจัย (การทบทวนเชิงสำรวจ)
- งานวิจัยแต่ละชิ้นมีรูปแบบการออกแบบหรือมาตรวัดผลลัพธ์ที่แตกต่างกันมากเกินไป จึงไม่สามารถนำมารวมกันได้อย่างมีนัยสำคัญ
- การสังเคราะห์เชิงคุณภาพสามารถเก็บรวบรวมคำตอบได้มากกว่าตัวเลขรวมเพียงตัวเดียว
เลือกใช้การทบทวนอย่างเป็นระบบพร้อมการวิเคราะห์เมตาเมื่อใด:
- คำถามของคุณมีความเฉพาะเจาะจง และผลลัพธ์ที่ได้เป็นเชิงปริมาณ
- การศึกษาวิจัยวัดผลลัพธ์ที่เหมือนกันหรือสามารถกำหนดมาตรฐานได้
- คุณต้องการค่าประมาณผลกระทบรวมที่แม่นยำพร้อมช่วงความเชื่อมั่น
- กลุ่มเป้าหมายคือผู้พัฒนาแนวทางปฏิบัติหรือผู้กำหนดนโยบาย
เลือกใช้การทบทวนอย่างเป็นระบบด้วยการวิเคราะห์เมตาแบบเครือข่ายเมื่อใด:
- มีการรักษาตั้งแต่สามวิธีขึ้นไปที่แข่งขันกันเพื่อรักษาโรคเดียวกัน
- ยังขาดการทดลองเปรียบเทียบโดยตรงระหว่างการรักษาบางคู่
- คณะกรรมการจัดทำแนวทางปฏิบัติทางคลินิกจำเป็นต้องมีการเปรียบเทียบแบบจัดลำดับระหว่างตัวเลือกทั้งหมด ไม่ใช่แค่คู่ใดคู่หนึ่งเท่านั้น
ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง
การเรียกการทบทวนวรรณกรรมว่าเป็นการทบทวนอย่างเป็นระบบโดยไม่ปฏิบัติตามระเบียบวิธีที่บันทึกไว้ เป็นข้อผิดพลาดที่พบบ่อยที่สุดที่เราเห็นจากบรรณาธิการ รองลงมาคือการทำการวิเคราะห์เมตา (meta-analysis) กับงานวิจัยที่มีความแปรปรวนสูงโดยไม่สามารถอธิบายได้ (ค่า I-squared สูงกว่า 75 เปอร์เซ็นต์ โดยไม่มีโครงสร้างกลุ่มย่อยที่จะอธิบายได้) และนำเสนอค่าประมาณรวมราวกับว่าเป็นการยุติข้อสงสัยนั้นแล้ว อันดับสามคือการข้ามการลงทะเบียนล่วงหน้าไปโดยสิ้นเชิง แล้วปรับเกณฑ์การรวมในระหว่างการทบทวนเมื่อได้ผลการค้นหาแล้ว ซึ่งเป็นความเสี่ยงของการรายงานแบบเลือกสรรที่การลงทะเบียน PROSPERO และระเบียบวิธี PRISMA-P มีขึ้นเพื่อป้องกัน
ผลกระทบจากการตีพิมพ์และการอ้างอิง
ทั้งการทบทวนอย่างเป็นระบบและการวิเคราะห์เมตา (meta-analysis) จัดเป็นประเภทสิ่งพิมพ์ที่ได้รับการอ้างอิงมากที่สุดในสาขาชีวการแพทย์ การวิเคราะห์เมตามักได้รับการอ้างอิงมากกว่าการทบทวนอย่างเป็นระบบแบบบรรยายในหัวข้อเดียวกัน เนื่องจากเป็นการสรุปข้อถกเถียงให้เป็นตัวเลขเดียว และวารสาร คณะกรรมการกำหนดแนวทาง และการทบทวนในภายหลัง มักจะอ้างอิงถึงบทความที่ให้ค่าประมาณรวมที่ชัดเจนมากกว่าบทความที่สรุปผลการค้นพบแบบบรรยาย ข้อได้เปรียบด้านการอ้างอิงนี้เป็นผลสืบเนื่องมาจากความเข้มงวดทางระเบียบวิธี ไม่ใช่ทางลัด การวิเคราะห์เมตาที่ดำเนินการอย่างไม่ดีและมีความแปรปรวนสูงโดยไม่สามารถอธิบายได้ จะได้รับการอ้างอิงน้อยกว่าและมีแนวโน้มที่จะถูกโต้แย้งในสิ่งพิมพ์มากกว่า
สำหรับการเพิ่มค่า h-indexนั้น ทั้งสองวิธีต่างก็เป็นตัวเลือกที่ดี การตัดสินใจควรขึ้นอยู่กับว่าวิธีใดตอบคำถามวิจัยของคุณได้ดีที่สุด ไม่ใช่ขึ้นอยู่กับว่าวิธีใดดูน่าเชื่อถือกว่ากัน
คำถามที่พบบ่อย (FAQs)
การทบทวนอย่างเป็นระบบจะเกิดขึ้นได้หรือไม่หากไม่มีการวิเคราะห์แบบเมตา?
ใช่แล้ว การทบทวนวรรณกรรมอย่างเป็นระบบแบบบรรยายนั้นเป็นงานวิจัยที่สมบูรณ์ สามารถตีพิมพ์ได้ และเป็นไปตามมาตรฐาน PRISMA ในตัวมันเอง การรวมข้อมูลทางสถิติจะทำก็ต่อเมื่องานวิจัยที่รวมอยู่มีความคล้ายคลึงกันมากพอที่จะนำมารวมกันได้อย่างมีความหมายเท่านั้น
คุณสามารถทำการวิเคราะห์แบบเมตาโดยไม่ต้องทำการทบทวนอย่างเป็นระบบอย่างเต็มรูปแบบก่อนได้หรือไม่?
ในทางเทคนิคแล้วใช่ แต่ผู้ตรวจสอบและบรรณาธิการจะตรวจสอบการวิเคราะห์เมตาแบบเดี่ยวๆ อย่างเข้มงวดมากขึ้น เนื่องจากไม่มีกระบวนการที่บันทึกไว้และสามารถทำซ้ำได้เพื่อยืนยันว่างานวิจัยที่เกี่ยวข้องทั้งหมดได้รับการระบุและประเมินอย่างยุติธรรมสำหรับการรวมเข้าไว้ในการวิเคราะห์
ต้องใช้การศึกษาจำนวนเท่าใดจึงจะทำการวิเคราะห์แบบเมตาได้?
โดยทั่วไปแล้ว จำนวนตัวอย่างขั้นต่ำทางสถิติอยู่ที่สอง แต่ผู้เชี่ยวชาญด้านระเบียบวิธีวิจัยส่วนใหญ่แนะนำว่าควรมีอย่างน้อยสามถึงห้าตัวอย่างก่อนที่ค่าประมาณแบบรวมจะมีความเสถียรและสถิติความแตกต่างจะสามารถตีความได้
การทบทวนอย่างเป็นระบบกับการทบทวนแบบครอบคลุมแตกต่างกันอย่างไร?
การทบทวนอย่างเป็นระบบจะตอบคำถามที่เจาะจงและโดยทั่วไปจะรวมถึงการประเมินความเสี่ยงของอคติ ในขณะที่การทบทวนแบบครอบคลุมจะสำรวจขอบเขตของวรรณกรรมในหัวข้อที่กว้างกว่า มักใช้เพื่อระบุช่องว่าง และไม่ได้ใช้ความเข้มงวดในการประเมินคุณภาพเสมอไป
การวิเคราะห์แบบเมตา (meta-analysis) จำเป็นต้องลงทะเบียนใน PROSPERO หรือไม่?
การลงทะเบียนไม่ใช่ข้อกำหนดทางกฎหมาย แต่เป็นสิ่งที่วารสารที่มีผลกระทบสูงส่วนใหญ่และ Cochrane คาดหวังไว้ โปรโตคอลที่ลงทะเบียนแล้วจะมีความสัมพันธ์กับคะแนนคุณภาพที่สูงขึ้นอย่างเห็นได้ชัดบนเครื่องมือต่างๆ เช่น AMSTAR และการลงทะเบียนจะบันทึกเวลาของวิธีการของคุณก่อนที่คุณจะได้เห็นผลลัพธ์
การวิเคราะห์เมตาแบบเครือข่ายคืออะไร และจำเป็นต้องใช้เมื่อใด?
การวิเคราะห์เมตาแบบเครือข่าย (Network meta-analysis) เปรียบเทียบวิธีการรักษาตั้งแต่สามวิธีขึ้นไปพร้อมกัน โดยผสมผสานหลักฐานจากการทดลองโดยตรงเข้ากับการเปรียบเทียบทางอ้อมผ่านตัวเปรียบเทียบร่วมกัน วิธีการนี้มีความจำเป็นเมื่อคณะกรรมการกำหนดแนวทางการรักษาต้องจัดอันดับวิธีการรักษาที่แข่งขันกันหลายวิธี ซึ่งไม่ค่อยหรือแทบไม่เคยมีการทดสอบเปรียบเทียบกันโดยตรงมาก่อน
การได้รับความช่วยเหลือจากผู้เชี่ยวชาญ
ไม่ว่าคุณจะวางแผนทำการทบทวนวรรณกรรมอย่างเป็นระบบแบบบรรยาย การวิเคราะห์เมตาแบบจับคู่ หรือการวิเคราะห์เมตาแบบเครือข่าย ความเข้มงวดทางระเบียบวิธีในขั้นตอนการจัดทำโปรโตคอลจะเป็นตัวกำหนดว่าต้นฉบับที่เสร็จสมบูรณ์จะผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิหรือไม่ ทีมงานของเราให้การสนับสนุนนักวิจัยในทุกขั้นตอนต่อไปนี้
- การพัฒนาโปรโตคอลและ รุ่งเรือง การลงทะเบียน
- การออกแบบกลยุทธ์การค้นหาเอกสารและการคัดกรองโดยผู้ตรวจสอบสองคน
- การดึงข้อมูลและการประเมินคุณภาพ RoB 2 / GRADE
- การวิเคราะห์ทางสถิติ รวมถึงการวิเคราะห์เมตาแบบจับคู่และแบบเครือข่าย
- การเขียนต้นฉบับ การตรวจสอบการปฏิบัติตามมาตรฐาน PRISMA 2020 และการส่งบทความลงวารสาร
พร้อมที่จะเริ่มต้นโครงการสังเคราะห์หลักฐานของคุณแล้วหรือยัง?สำรวจบริการการทบทวนอย่างเป็นระบบและการวิเคราะห์เมตา ของเรา อ่านคู่มือฉบับสมบูรณ์เกี่ยวกับวิธีการวิเคราะห์เมตาหรือดูตัวอย่างแผนภูมิฟอเรสต์และค่าความแปรปรวน ที่เราได้จัดทำไว้แล้ว สำหรับวิธีการที่เกี่ยวข้อง โปรดดูคู่มือของเราเกี่ยวกับแผนภาพการไหลของ PRISMAการวิเคราะห์แบบเจตนาที่จะรักษาเทียบกับการวิเคราะห์ตามโปรโตคอลการลงทะเบียนการศึกษาสำหรับการออกแบบที่ไม่ใช่การทดลองและวิธีที่ตัวชี้วัดการอ้างอิงวารสารมีผลต่อการส่งผลงานของคุณ หรือติดต่อเราเพื่อขอคำปรึกษาฟรี
บริการตรวจสอบบทความวิจัยอย่างเป็นระบบโดยผู้เชี่ยวชาญจาก Editverse
นักวิจัยระดับปริญญาเอก
จัดส่งภายใน 8-16 สัปดาห์
ระเบียบวิธีวิจัยของ Cochrane
อ้างอิง
- Page MJ, McKenzie JE, Bossuyt PM และคณะ แถลงการณ์ PRISMA 2020: แนวทางปฏิบัติฉบับปรับปรุงสำหรับการรายงานการทบทวนอย่างเป็นระบบ BMJ. 2021;372:n71. https://doi.org/10.1136/bmj.n71
- Shamseer L, Moher D, Clarke M และคณะ รายการรายงานที่ต้องการสำหรับโปรโตคอลการทบทวนอย่างเป็นระบบและการวิเคราะห์เชิงเมตา (PRISMA-P) ปี 2015: การขยายความและคำอธิบาย BMJ- 2015;350:g7647. https://doi.org/10.1136/bmj.g7647
- Sterne JAC, Savović J, Page MJ และคณะ RoB 2: เครื่องมือปรับปรุงใหม่สำหรับการประเมินความเสี่ยงของอคติในการทดลองแบบสุ่ม BMJ. 2019;366:4898. https://doi.org/10.1136/bmj.l4898
- Balshem H, Helfand M, Schünemann HJ และคณะ แนวทาง GRADE: 3. การประเมินคุณภาพของหลักฐาน J Clin Epidemiol. 2011;64(4):401-406. https://doi.org/10.1016/j.jclinepi.2010.07.015
- Guyatt GH, Oxman AD, Vist GE และคณะ GRADE: ข้อตกลงร่วมกันที่กำลังเกิดขึ้นเกี่ยวกับการประเมินคุณภาพของหลักฐานและความแข็งแกร่งของคำแนะนำ BMJ. 2008;336(7650):924-926. https://doi.org/10.1136/bmj.39489.470347.AD
- Sideri S, Papageorgiou SN, Eliades T. การลงทะเบียนโปรโตคอลการทบทวนอย่างเป็นระบบใน PROSPERO มีความสัมพันธ์กับคุณภาพการทบทวนที่เพิ่มขึ้น J Clin Epidemiol. 2019; 100: 103 110- https://doi.org/10.1016/j.jclinepi.2018.01.003
- Puerto Nino AK, Brignardello-Petersen R. วิธีการอ่านการวิเคราะห์เมตาแบบเครือข่าย ยูโร ยูโรล โฟกัส. 2023 https://doi.org/10.1016/j.euf.2023.10.018