کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
1094257 | 952522 | 2012 | 7 صفحه PDF | دانلود رایگان |
![عکس صفحه اول مقاله: GRADE Leitlinien: 5. Einschätzung der Qualität der Evidenz – Publikationsbias GRADE Leitlinien: 5. Einschätzung der Qualität der Evidenz – Publikationsbias](/preview/png/1094257.png)
ZusammenfassungInnerhalb des GRADE-Ansatzes beginnen randomisierte Studien als Evidenz hoher Qualität und Beobachtungsstudien als Evidenz niedriger Qualität; beide können jedoch durch explizite Kriterien heruntergestuft werden, beispielsweise falls ein Evidenzkörper ein hohes Risiko für Publikationsbias aufweist. Selbst wenn individuelle Studien im Rahmen von Zusammenfassungen bestmöglicher Evidenz ein geringes Bias-Risiko aufweisen, kann Publikationsbias zu einer erheblichen Überschätzung des Effektes führen. Autoren sollten Publikationsbias vermuten, wenn die verfügbare Evidenz aus einer Anzahl kleinerer Studien besteht, von denen die meisten kommerziell finanziert wurden. Es gibt eine Vielzahl von Ansätzen zur Einschätzung von Publikationsbias, die auf einer Untersuchung der Verteilungsmuster der Daten basieren, der Bekannteste ist der Funnel Plot (auch Trichtergrafik genannt). Jedoch weisen alle diese Ansätze erhebliche Limitationen auf. Publikationsbias kommt häufig vor und Vorsicht ist geboten angesichts von Ergebnissen aus Pilotstudien, besonders bei kleinem Stichprobenumfang und geringen Ereigniszahlen.
SummaryIn the GRADE approach, randomized trials are classified as high quality evidence and observational studies as low quality evidence but both can be rated down if a body of evidence is associated with a high risk of publication bias. Even when individual studies included in best-evidence summaries have a low risk of bias, publication bias can result in substantial overestimates of effect. Authors should suspect publication bias when available evidence comes from a number of small studies most of which have been commercially funded. A number of approaches based on examination of the pattern of data are available to help assess publication bias. The most popular of these is the funnel plot; all, however, have substantial limitations. Publication bias is likely frequent, and caution in the face of early results, particularly with small sample size and number of events, is warranted.
Journal: Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen - Volume 106, Issue 9, 2012, Pages 670–676