Metaanalýza

Ve statistice metaanalýza kombinuje výsledky několika studií, které se zabývají souborem souvisejících výzkumných hypotéz. První metaanalýzu provedl Karl Pearson v roce 1904 ve snaze překonat problém snížené statistické síly ve studiích s malými velikostmi vzorků; analýza výsledků ze skupiny studií může umožnit přesnější analýzu dat.

Ačkoli je dnes metaanalýza široce používána v epidemiologii a medicíně založené na důkazech, metaanalýza lékařského ošetření byla publikována až v roce 1955. V 70. letech byly ve vzdělávacím výzkumu zavedeny sofistikovanější analytické techniky, počínaje prací Gene V. Glasse, Franka L. Schmidta a Johna E. Huntera.

Online Oxfordský anglický slovník uvádí první použití tohoto pojmu ve statistickém smyslu jako 1976 od Glasse. Statistická teorie obklopující metaanalýzu byla značně rozvinuta prací Namburyho S. Rajua, Larryho V. Hedgese, Ingrama Olkina, Johna E. Huntera a Franka L. Schmidta.

Vzhledem k tomu, že výsledky různých studií zkoumajících různé nezávislé proměnné jsou měřeny v různých měřítcích, je závislá proměnná v metaanalýze nějakým standardizovaným měřítkem velikosti efektu. Pro popis výsledků srovnávacích experimentů je obvyklým ukazatelem velikosti efektu standardizovaný průměrný rozdíl (d), což je standardní skóre ekvivalentní rozdílu mezi průměry, nebo poměr šancí, pokud je výsledkem experimentů dichotomická proměnná (úspěch versus neúspěch). Metaanalýzu lze provést na studiích, které popisují svá zjištění v korelačních koeficientech, jako například studie korelace mezi rodinnými vztahy a inteligencí. V těchto případech je ukazatelem velikosti efektu samotná korelace.

Metoda není omezena na situace, kdy je jedna nebo více proměnných definováno jako „závislé“. Například metaanalýza by mohla být provedena na souboru studií, z nichž každá se pokouší odhadnout výskyt leváctví v různých skupinách lidí.

Výzkumníci by si měli být vědomi toho, že odchylky ve schématech odběru vzorků mohou vnést do výsledku heterogenitu, kterou je přítomnost více než jednoho zachycení v roztoku. Pokud by například některé studie použily 30 mg léku a jiné 50 mg, pak bychom věrohodně očekávali, že v datech budou přítomny dva shluky, z nichž každý se bude pohybovat kolem průměru jedné dávky nebo druhé. To lze modelovat pomocí „modelu náhodných účinků“.

Výsledky studií se kombinují pomocí různých přístupů. Jeden přístup často používaný v metaanalýze ve výzkumu zdravotní péče se nazývá „metoda inverzní variance“. Průměrná velikost účinku ve všech studiích se vypočítá jako vážený průměr, přičemž váhy se rovnají inverzní varianci odhadu účinku každé studie. Větší studie a studie s menší náhodnou variabilitou mají větší váhu než studie menší.

Moderní metaanalýza umí více než jen kombinovat velikosti efektů sady studií. Může testovat, zda výsledky studií vykazují větší variabilitu než variabilita, která se očekává kvůli odběru vzorků různých účastníků výzkumu. Pokud tomu tak je, jsou kódovány charakteristiky studie, jako je použitý měřicí přístroj, vybraná populace nebo aspekty návrhu studií. Tyto charakteristiky se pak používají jako predikční proměnné pro analýzu nadměrné variability velikostí efektů. Některé metodické slabiny ve studiích lze statisticky korigovat. Například je možné korigovat velikosti efektů nebo korelace pro sestupné zkreslení kvůli chybě měření nebo omezení rozsahů skóre.