Učestalost korišćenja grafičkih tehnika u meta-analizama opservacionih studija

A. Ilić ,
A. Ilić
G. Trajković ,
G. Trajković
Z. Bukumirić ,
Z. Bukumirić
M. Kostić
M. Kostić

Published: 15.01.2014.

Volume 42, Issue 3 (2013)

pp. 51-54;

Abstract

Meta-analiza je kvantitativna statistička analiza koja se koristi za sintezu i sumiranje rezultata istraživanja više studija. Da li su studije kvalitativno dovoljno slične da se kombinuju i da li postoji publikaciona pristrasnost? Grafički prikazi su moćno sredstvo koje može dati odgovor na ova pitanja. Cilj rada jeste da se predstavi učestalost korišćenja grafičkih tehnika za prikaz rezultat u meta-analizama opservacionih studija. Urađeno je pretraživanje Medline i izdvojeno je 473 meta-analiza studija slučaj-kontrola i kohortnih studija. Studije su pregledane u cilju otkrivanja upotrebe grafičkog prikaza i vrste grafikona, broja studija koje su obuhvaćene meta analizom i vremena objavljivanja date meta-anlize. Za analizu primarnih podataka korišćene su deskriptivne statističke metode i analitičke metode- hi kvadrat test. Kriterijum za statističku značajnost je bio p<0,05. 82% studija koje su uključene u analizu za prikaz rezutata su koristile forest plot. Kod meta-analiza sa manje od 30 opservacionih studija, 60% studija je koristilo forest plot a sa povećanjem broja studija njegova primena se smanjuje na 49%. Upotreba funnel plota sa povećanjem broja uključenih studija beleži porast primene sa 20% na 29%. Grafički prikazi u studijama objavljenim posle 2000. godine su statistički značajno učestaliji, p< 0,05. Učestalost korišćenja potvrđuje značaj grafičkih tehnika u meta-analizi i važno je ukazati na informacije koje su sadržane u grafikonima.

Keywords

References

1.
Akobeng AK. Understanding systematic reviews and meta-analysis. Archives of Disease in Childhood. 2005;90(8):845–8.
2.
Collaboration AT. Secondary prevention of vascular disease by prolonged antiplatelet treatment. BMJ (Clinical Research Ed. 1988;296(6618):320–31.
3.
Bax L, Ikeda N, Fukui N, Yaju Y, Tsuruta H, Moons KGM. More than numbers: The power of graphs in meta-analysis. American Journal of Epidemiology. 2009;169(2):249–55.
4.
Bowers D. Medical statistics from scratch. 2008.
5.
Egger M, Davey SG, Schneider M, Minder C. Bias in meta-analysis detected by a simple, graphical test. BMJ (Clinical Research Ed. 1997;315(7109):629–34.

Citation

Copyright

Article metrics

Google scholar: See link

The statements, opinions and data contained in the journal are solely those of the individual authors and contributors and not of the publisher and the editor(s). We stay neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Most read articles

Indexed by