Article ID | Journal | Published Year | Pages | File Type |
---|---|---|---|---|
1094829 | Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen | 2012 | 12 Pages |
ZusammenfassungDieser Artikel beschäftigt sich mit inkonsistenten Therapieeffekten, wobei der Schwerpunkt auf relativen im Gegensatz zu absoluten Effekten bei binären (dichotomen) Endpunkten liegt. Ein Evidenzkörper wird nicht in seiner Qualität hochgestuft, wenn die Studien konsistente Ergebnisse liefern, aber die Qualität kann bei inkonsistenten Ergebnissen heruntergestuft werden. Kriterien für die Bewertung der Konsistenz beinhalten Ähnlichkeit der Ergebnisse für die Punktschätzer, Ausmaß der Überlappung der Konfidenzintervalle und statistische Kriterien einschließlich Tests auf Heterogenität und des I2-Werts. Um Heterogenität zu untersuchen, sollten Autoren systematischer Reviews eine begrenzte Zahl von a priori aufgestellten Hypothesen zu Patienten, Interventionen, Endpunkten und zur Methodik testen. Unterschiede in der Richtung der Effekte stellen an und für sich kein Kriterium für die Variabilität der Effekte dar, solange die Punktschätzer hinsichtlich ihrer Größe nur wenig differieren. Bei ausgeprägter und unerklärter Inkonsistenz ist die Herabstufung der Qualität aber angemessen, insbesondere wenn einige Studien einen substantiellen Nutzen nahelegen, andere aber keinen Effekt oder sogar einen Schaden zeigen. Deutliche Subgruppeneffekte können sich als nur scheinbar erweisen. Die Glaubwürdigkeit von Subgruppeneffekten ist höher, wenn sie auf wenigen a priori formulierten Hypothesen mit spezifizierter Richtung des Effekts beruhen; wenn sie innerhalb von Studien, statt zwischen Studien gesehen werden; wenn Interaktionstests niedrige p-Werte ergeben; und wenn eine biologische Rationale besteht.
SummaryThis article deals with inconsistency of relative, rather than absolute, treatment effects in binary/dichotomous outcomes. A body of evidence is not rated up in quality if studies yield consistent results, but may be rated down in quality if inconsistent. Criteria for evaluating consistency include similarity of point estimates, extent of overlap of confidence intervals, and statistical criteria including tests of heterogeneity and I2. To explore heterogeneity, systematic review authors should generate and test a small number of a priori hypotheses related to patients, interventions, outcomes, and methodology. When inconsistency is large and unexplained, rating down quality for inconsistency is appropriate, particularly if some studies suggest substantial benefit, and others no effect or harm (rather than only large versus small effects).Apparent subgroup effects may be spurious. Credibility is increased if subgroup effects are based on a small number of a priori hypotheses with a specified direction; subgroup comparisons come from within rather than between studies; tests of interaction generate low p-values; and have a biological rationale.