投稿者：Maximilian Siebert
不均一性は恐れるべきものではなく、データに変動があることを意味するだけです。 ですから、異なる研究をまとめて分析したり、メタアナリシスを行ったりすれば、違いが見つかることは明らかです。 異質性の反対は均質性で、すべての研究が同じ効果を示すことを意味します
異質性には異なるタイプがあることに注意することが重要です。 参加者，介入，アウトカムにおける違い
私たちがこれらの違いに興味を持つのは、私たちの介入が毎回同じように機能していない可能性を示すことができるからです。
臨床的・方法論的異質性は重要ですが、このブログでは統計的異質性に焦点を当てます。
異質性の特定と測定方法
眼球検定
森林プロットでは、効果推定値がどちら側かよりも信頼区間の重なりを見てみてください。
このことを念頭に置いて、以下のグラフを見て、どちらのプロットがより均質であるかを判断してください。 信頼区間はすべて重なっており、さらにすべての研究が対照介入を支持しています。
目で見るだけでなく、物事を測定するのが好きな人のために、心配しないでください。
カイ二乗（χ²）検定
この検定は、すべての研究が均質である、または各研究が同一の効果を測定しているという帰無仮説を仮定し、この仮説を検証するためのp値を与えてくれるものである。 7976>
この検定は感度が低く、異質性の排除を誤ることが多いので、多くの科学者はカットオフ値として< 0.05ではなく< 0.1のp値を使用します。
I²
この検定はJulian Higgins教授によって開発され、不均一性が存在するかどうかを述べるのではなく、不均一性の程度を測定する理論を持っています。
矛盾の重要性はいくつかの要因に依存するので、I2 の解釈に対する閾値は誤解を招く可能性があります。
- 0%～40%: 重要でないかもしれない
- 30%～60%: 中程度の不均一性
- 50%～90%: かなりの不均一性
- 75%～100%: かなりの不均一性
上の理論を理解するために次の例を見て下さい。
カイ二乗検定のp値は0.11で、帰無仮説を確認し、したがって均質性を示唆していることが分かります。 しかし、介入を見ることで、我々はすでに結果にいくつかの異質性を見ることができます。 さらに、I²値は51%で、中程度から実質的な異質性を示唆しています。
これは、メタ分析にいくつかの研究しかない場合、χ2検定がいかに誤解を招くかの良い例です。
異質性に対処する方法？ ここでは、この問題をどのように扱うことができるかについて、いくつかの手順を説明します。
- データに誤りがないか確認する – 入力した内容が誤っていないか、もう一度確認する
- 不均一性が高すぎる場合はメタ分析を行わない – すべてのシステマティックレビューにメタ分析が必要なわけではない
- 不均一性を調べる – サブグループ分析またはメタ分析により行うことができる
-
- 異なる種類のデータを収集し、それを分析する-。regression
- ランダム効果メタアナリシスを行う – このアプローチは偶然によるもので説明できない異質性のためのものであることに留意してください
- 効果測定を変える – 例えば、リスク差を使用していて異質性が高いとします。 なら、リスク比やオッズ比を試してみよう
(1) Fletcher, J. 異質性とは何か、そしてそれは重要か？ BMJ 2007; 334 :94
(2) Deeks JJ, Higgins JPT, Altman DG (editors). 第9章：データの解析とメタアナリシスの実施。 において。 ヒギンズJPT、グリーンS（編）． コクランハンドブック（Cochrane Handbook for Systematic Reviews of Interventions）Version 5.1.0 . コクラン共同計画, 2011. www.cochrane-handbook.org.
(3) https://www.mathsisfun.com/data/chi-square-test.html
より入手可能。