Bias in een meta-analyse
1. Publicatiebias
Zocht men op een systematische manier naar studies?
Dit kan grafisch worden weergegeven door een funnel plot.
Hiervoor wordt voor elke studie het gevonden effect uitgezet tegen het aantal onderzochte personen. De aldus gemaakte grafiek vertoont dan een trechtervorm (Eng: funnel). Wanneer studies met een positief effect meer kans hebben om gepubliceerd te worden, ontbreekt een deel van de trechter.
2. Heterogeniteit
De mate van heterogeniteit bepaalt of het methodologisch verantwoord is om studies bij elkaar op te tellen (te poolen) in een meta-analyse.
Klinische heterogeniteit = De studies zijn te verschillend (andere studiepopulatie; andere uitkomstmaten;...) om bij elkaar opgeteld te worden.
Statistische heterogeniteit = De resultaten van de verschillende onderzoeken lopen te sterk uiteen om bij elkaar opgeteld te worden. Indien de betrouwbaarheidsintervallen voldoende overlappen is er geen sprake van statistische heteroniteit.
Oorzaak? Toeval; Klinische heterogeniteit; Verschillen in methodologische kwaliteit.
Hoe kunnen we dit achterhalen?
Hoe oplossen?
In een funnel plot volgens de methode van Begg wordt voor elke studie het gevonden effect uitgezet tegen de standaard fout (standard error) van het gestandaardiseerde gemiddelde verschil (hoe groter de studie hoe kleiner de standaardfout). De verdeling van de punten in deze grafiek dient een trechtervorm te vertonen (Eng: funnel), waarbij de spreiding groter wordt naarmate de steekproefgrootte afneemt (de standaardfout groter wordt). Een asymmetrie in de vorm van de trechter duidt erop dat er studies ontbreken.
Evidence of publication bias by Funnel plot. Funnel plot asymmetry is demonstrated by evidence of a cluster of small studies with low-protective odds ratio and the paucity of small negative studies in the lower right of the funnel plot.
Zie ook: methodologisch artikel in Minerva.