Meta-analyysin sisäisen yhtenäisyyden arviointiin on kehitetty uusi tilastollinen malli. European Journal for Philosophy of Science -lehdessä hiljattain esitelty laskentamalli saattaa tulevaisuudessa vaikuttaa merkittävästi hoitosuositusten laadintaan.
Meta-analyysi tarkoittaa useiden samasta aiheesta tehtyjen alkuperäistutkimusten tulosten yhdistämistä matemaattisesti. Lääketieteessä ja hammaslääketieteessä meta-analyyseja pidetään vahvimpana saatavissa olevana näyttönä, ja meta-analyysit ohjaavatkin hoitosuosituksia vahvasti.
Tähän asti meta-analyysin yhtenäisyyttä eli siihen sisällytettyjen alkuperäistutkimusten samankaltaisuutta tai yhdistettävyyttä on arvioitu tavalla, joka varsin yksioikoisesti suosii aineistoltaan suuria tutkimuksia. Tämä laskentatapa ei kuitenkaan huomioi alkuperäistutkimusten tilastollista voimaa (engl. statistical power) tekijänä, joka saattaa lisätä meta-analyysin epäyhtenäisyyttä. Tilastollinen voima tarkoittaa tutkimuksen kykyä havaita tilastollisesti merkitsevä tutkimustulos, kuten ero tutkimus- ja kontrolliryhmien välillä.
Yksi uuden mallin kehittäjistä on Itä-Suomen yliopiston kansanterveystieteen ja kliinisen ravitsemustieteen yksikön datamanageri, dosentti Ari Voutilainen.
– Jos yhdistettävät tutkimukset eroavat toisistaan tilastollisen voimansa suhteen, on meta-analyysi epäyhtenäinen, vaikka tutkimusten muu sisäinen vaihtelu olisi vähäistä, Voutilainen sanoo.
– Tilastollisen voiman epäyhtenäisyys on tekijä, jota laskentamalleissa ei ole tähän mennessä varsinaisesti huomioitu.
Tutkijoiden mukaan olisi tärkeää, että tilastolliselta voimaltaan vahvat tutkimukset vaikuttaisivat meta-analyysin tulokseen suhteellisesti enemmän kuin heikot.
Tilastollisten laskentamenetelmien toimivuudesta on biolääketieteessä keskusteltu kiivaasti viimeisten kymmenen vuoden aikana. Yksi niin kutsutun toistettavuuskriisin keskeinen kysymys on se, onko nollahypoteesin merkitsevyyden testaus ja tilastollisesti merkitsevien tulosten etsiminen lääketieteessä ylipäätään mielekästä.
Lääkäriseura Duodecimin Käypä hoito -päätoimittaja Jorma Komulainen pitää tuoretta tutkimusta tervetulleena ja mielenkiintoisena avauksena.
– Tilastollisten menetelmien perusongelmat ovat tärkeä asia, mutta hoitosuositusten arkivaikuttavuuden kannalta vielä olennaisempia ovat ne ongelmat, jotka liittyvät alkuperäistutkimusten ja meta-analyysien toteutukseen ja raportointiin, Komulainen toteaa.
Tunnettu tosiasia on, että alkuperäistutkimuksista arvostetuimpien, satunnaistettujen kontrolloitujen tutkimusten, tutkimusasetelma ei yleensä vastaa todellista hoitotilannetta ja antaa siksi usein liian ruusuisen kuvan tutkittavan hoidon arkivaikuttavuudesta.
– Usein meta-analyyseihin mukaan otettuja tutkimuksia ei myöskään ole kuvattu tarpeeksi hyvin, jotta voitaisiin luotettavasti arvioida, miten hyvin eri tutkimusten potilasvalinta, interventioiden kulku tai tulokset ovat verrannollisia toisiinsa, Komulainen toteaa.
Tätä ongelmaa on pyritty suomalaisissa Käypä hoito -suosituksissa taklaamaan näytönastekatsauksilla, mutta työtä riittää edelleen runsaasti.
Voutilaisen ryhmän esittämä malli on sen verran tuore, ettei sen toimivuutta vielä ole päästy osoittamaan kunnolla.
– Tarkoitus on kuitenkin osoittaa käytännössä, että tilastollisen voiman epäyhtenäisyyden huomiointi meta-analyysien arvioinnissa parantaa käsitystä analyysien käytettävyydestä, toteaa Voutilainen.
– Toisena päämääränä on kehittää mallia siten, että sitä voivat hyödyntää kaikki tieteentekijät.
Lähteet:
Meta-analyysin arviointi kehittyy: Uusi laskentatapa huomioi alkuperäisten tutkimusten tilastollisen voiman. Itä-Suomen yliopiston tiedote 26.10.2020.
Berchialla, Chiffi D, Valente G, Voutilainen, A. The power of meta-analysis: a challenge for evidence-based medicine. Euro Jnl Phil Sci 11; 7(2021). Julkaistu verkossa 26.10.2020. DOI: https://doi.org/10.1007/s13194-020-00321-w
Ari Voutilaisen ja Jorma Komulaisen puhelinhaastattelut.