sechenovSechenov Medical JournalСеченовский вестник2218-73322658-3348Сеченовский Университет10.47093/2218-7332.2024.15.2.4-12sechenov-1100Research ArticleBIOMEDICAL STATISTICS TUTORIALРУКОВОДСТВО ПО БИОМЕДИЦИНСКОЙ СТАТИСТИКЕBasic aspects of meta-analysis. Part 2Базовые аспекты мета-анализа. Часть 2https://orcid.org/0000-0002-0621-7054ТаоЕ. А.TaoE. A.

Тао Екатерина Александровна, канд. мед. наук, ассистент кафедры внутренних, профессиональных болезней и ревматологии

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Ekaterina A. Tao, Cand. of Sci. (Medicine), Assistant Professor, Department of Internal, Occupational Diseases and Rheumatology

8/2, Trubetskaya str., Moscow, 119048

tao_e_a@staff.sechenov.ruhttps://orcid.org/0000-0002-1210-2528НадинскаяМ. Ю.NadinskaiaM. Yu.

Надинская Мария Юрьевна, канд. мед. наук, доцент кафедры пропедевтики внутренних болезней, гастроэнтерологии и гепатологии

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Maria Yu. Nadinskaia, Cand. of Sci. (Medicine), Associate Professor, Department of Propaedeutics of Internal Diseases, Gastroenterology and Hepatology

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0002-2224-0019СуворовА. Ю.SuvorovA. Yu.

Суворов Александр Юрьевич, канд. мед. наук, главный статистик отдела исследовательских сервисов Управления по научному развитию и клиническим исследованиям

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Alexander Yu. Suvorov, Cand. of Sci. (Medicine), Chief Statistician, Department of Research Services, Office of Scientific Development and Clinical Research

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0002-3989-2590БулановН. М.BulanovN. M.

Буланов Николай Михайлович, канд. мед. наук, доцент кафедры внутренних, профессиональных болезней и ревматологии

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Nikolay M. Bulanov, Cand. of Sci. (Medicine), Associate Professor, Department of Internal, Occupational Diseases and Rheumatology

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0002-8785-7968ШоломоваВ. И.SholomovaV. I.

Шоломова Виктория Игоревна, канд. мед. наук, доцент кафедры внутренних, профессиональных болезней и ревматологии

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Victoria I. Sholomova, Cand. of Sci. (Medicine), Associate Professor, Department of Internal, Occupational Diseases and Rheumatology

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0003-4366-2832ПотаповП. П.PotapovP. P.

Потапов Павел Петрович, ассистент кафедры внутренних, профессиональных болезней и ревматологии

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Pavel P. Potapov, Assistant Professor, Department of Internal, Occupational Diseases and Rheumatology

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0003-4369-173XТараткинМ. С.TaratkinM. S.

Тараткин Марк Сергеевич, начальник отдела развития молодежной науки Управления по научному развитию и клиническим исследованиям

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Mark S. Taratkin, Head of Department of Youth Science Development, Office of Scientific Development and Clinical Research

8/2, Trubetskaya str., Moscow, 119048

https://orcid.org/0000-0003-0023-2701БровкоМ. Ю.BrovkoM. Yu.

Бровко Михаил Юрьевич, д-р. мед. наук, профессор кафедры внутренних, профессиональных болезней и ревматологии; проректор по международной деятельности

ул. Трубецкая, д. 8, стр. 2, г. Москва, 119048

Mikhail Yu. Brovko, Doctor of Sci. (Medicine), Professor, Department of Internal, Occupational Diseases and Rheumatology; Vice-rector for International Affairs

8/2, Trubetskaya str., Moscow, 119048

ФГАОУ ВО «Первый Московский государственный медицинский университет им. И.М. Сеченова» Минздрава России (Сеченовский Университет)РоссияSechenov First Moscow State Medical University (Sechenov University)Russian Federation202431072024152412Copyright © Tao E.A., Nadinskaia M.Y., Suvorov A.Y., Bulanov N.M., Sholomova V.I., Potapov P.P., Taratkin M.S., Brovko M.Y., 20242024Тао Е.А., Надинская М.Ю., Суворов А.Ю., Буланов Н.М., Шоломова В.И., Потапов П.П., Тараткин М.С., Бровко М.Ю.Tao E.A., Nadinskaia M.Y., Suvorov A.Y., Bulanov N.M., Sholomova V.I., Potapov P.P., Taratkin M.S., Brovko M.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.sechenovmedj.com/jour/article/view/1100

Meta-analysis combines the results of several scientific studies to obtain a summary quantitative estimation of effect size in order to compare the results of several studies and to identify patterns among them and possible sources of biases. Since the research teams, patients, research protocol, clinical guidelines and time intervals are often different between original scientific studies all these sources of difference can influence the results of each study, causing statistical heterogeneity. Meta-analyses are the highest level of credibility within evidence-based medicine, as they allow us to take into account the influence of many confounding factors and publication biases on the true effect size. Understanding the possible sources of erroneous conclusions in papers will allow researchers to analyze the results of such studies correctly and properly plan their own experiments. In this article the reader will be introduced to methods for identifying and quantifying hidden heterogeneity, such as subgroup analysis and meta-regression. In addition, the reader will learn how to calculate effect size in studies, estimate publication bias mathematically and graphically, and incorporate this estimate into the overall average effect size estimate in meta-analyses.

Мета-анализ объединяет результаты нескольких научных исследований для получения обобщенной количественной оценки величины эффекта, для сравнения результатов нескольких исследований, выявления в них закономерностей и возможных источников разногласий. Поскольку оригинальные научные исследования проводятся разными коллективами авторов, с разными пациентами, в разные временные промежутки, по разным протоколам и клиническим рекомендациям, все перечисленные факторы могут оказывать влияние на результаты отдельно взятого исследования, обусловливая статистическую гетерогенность. Мета- анализы занимают высшую степень достоверности в концепции доказательной медицины, так как позволяют учитывать влияние множества вмешивающихся факторов и публикационных смещений на истинный размер эффекта. Понимание возможных источников ошибочных заключений в исследованиях позволит научным сотрудникам критически относиться к интерпретации результатов и корректно планировать собственные эксперименты. В настоящей статье читатель познакомится с методами выявления и количественной оценки скрытой гетерогенности, такими как анализ подгрупп и метарегрессионный анализ. Кроме того, читатель научится производить расчет размера эффекта в исследованиях, математически и графически оценивать публикационные смещения, а также учитывать эту оценку при проведении мета-анализа в общей усредненной оценке размера эффекта.

размер эффектаразница средниханализ подгруппметарегрессионный анализгетерогенностьпубликационное смещениеeffect sizemean differencesubgroup analysismeta-regression analysisheterogeneitypublication biasСтатья подготовлена при поддержке программы стратегического академического лидерства «Приоритет-2030» ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» Минздрава России (Сеченовский Университет).. This article was supported by the Academic leadership program Priority 2030 proposed by Sechenov First Moscow State Medical University (Sechenov University)ReferencesSuvorov A.Y., Latushkina I.V., Gulyaeva K.А., et al. Basic aspects of meta-analysis. Part 1. Sechenov Medical Journal. 2023; 14(1): 4–14. https://doi.org/10.47093/2218-7332.2023.14.1.4-14Suvorov A.Y., Latushkina I.V., Gulyaeva K.А., et al. Basic aspects of meta-analysis. Part 1. Sechenov Medical Journal. 2023; 14(1): 4–14. https://doi.org/10.47093/2218-7332.2023.14.1.4-14Borenstein M., Higgins J.P.T. Meta-Analysis and Subgroups. Prev Sci. 2013 Apr; 14(2): 134–143. https://doi.org/10.1007/s11121013-0377-7. PMID: 23479191Borenstein M., Higgins J.P.T. Meta-Analysis and Subgroups. Prev Sci. 2013 Apr; 14(2): 134–143. https://doi.org/10.1007/s11121013-0377-7. PMID: 23479191Berkey C.S., Hoaglin D.C., Mosteller F., Colditz G.A. A randomeffects regression model for meta-analysis. Stat Med. 1995 Feb 28; 14(4): 395–411. https://doi.org/10.1002/sim.4780140406. PMID: 7746979Berkey C.S., Hoaglin D.C., Mosteller F., Colditz G.A. A randomeffects regression model for meta-analysis. Stat Med. 1995 Feb 28; 14(4): 395–411. https://doi.org/10.1002/sim.4780140406. PMID: 7746979Hedges L.V. Modeling publication selection effects in metaanalysis. J Phys A Math Theor. 1992; 7(2): 246–255. https://doi.org/10.1088/1751-8113/44/8/085201Hedges L.V. Modeling publication selection effects in metaanalysis. J Phys A Math Theor. 1992; 7(2): 246–255. https://doi.org/10.1088/1751-8113/44/8/085201Dear K.B.G., Begg C.B. An approach for assessing publication bias prior to performing a meta-analysis. Stat Sci. 1992; 7(2): 237–245. https://doi.org/10.1214/ss/1177011363Dear K.B.G., Begg C.B. An approach for assessing publication bias prior to performing a meta-analysis. Stat Sci. 1992; 7(2): 237–245. https://doi.org/10.1214/ss/1177011363Sutton A.J., Song F., Gilbody S.M., Abrams K.R. Modelling publication bias in meta-analysis: a review. Stat Methods Med Res. 2000 Oct; 9(5): 421–445. https://doi.org/10.1177/096228020000900503. PMID: 11191259Sutton A.J., Song F., Gilbody S.M., Abrams K.R. Modelling publication bias in meta-analysis: a review. Stat Methods Med Res. 2000 Oct; 9(5): 421–445. https://doi.org/10.1177/096228020000900503. PMID: 11191259Sterne J.A.C., Egger M. Funnel plots for detecting bias in meta-analysis: guidelines on choice of axis. J Clin Epidemiol. 2001 Oct; 54(10): 1046–1055. https://doi.org/10.1016/S08954356(01)00377-8. PMID: 11576817Sterne J.A.C., Egger M. Funnel plots for detecting bias in meta-analysis: guidelines on choice of axis. J Clin Epidemiol. 2001 Oct; 54(10): 1046–1055. https://doi.org/10.1016/S08954356(01)00377-8. PMID: 11576817Egger M., Smith G.D., Schneider M., Minder C. Bias in metaanalysis detected by a simple, graphical test. BMJ. 1997 Sep 13; 315(7109): 629–634. https://doi.org/10.1136/bmj.315.7109.629. PMID: 9310563; PMCID: PMC2127453Egger M., Smith G.D., Schneider M., Minder C. Bias in metaanalysis detected by a simple, graphical test. BMJ. 1997 Sep 13; 315(7109): 629–634. https://doi.org/10.1136/bmj.315.7109.629. PMID: 9310563; PMCID: PMC2127453Begg C.B., Mazumdar M. Operating characteristics of a rank correlation test for publication bias. Biometrics. 1994 Dec; 50(4): 1088–1101. https://doi.org/10.2307/2533446. PMID: 7786990Begg C.B., Mazumdar M. Operating characteristics of a rank correlation test for publication bias. Biometrics. 1994 Dec; 50(4): 1088–1101. https://doi.org/10.2307/2533446. PMID: 7786990Harbord R.M., Egger M., Sterne J.A.C. A modifi ed test for smallstudy effects in meta-analyses of controlled trials with binary endpoints. Stat Med. 2006 Oct 30; 25(20): 3443–3457. https://doi.org/10.1002/sim.2380. PMID: 16345038Harbord R.M., Egger M., Sterne J.A.C. A modifi ed test for smallstudy effects in meta-analyses of controlled trials with binary endpoints. Stat Med. 2006 Oct 30; 25(20): 3443–3457. https://doi.org/10.1002/sim.2380. PMID: 16345038Macaskill P., Walter S.D., Irwig L. A comparison of methods to detect publication bias in meta-analysis. Stat Med. 2001 Feb 28; 20(4): 641–654. https://doi.org/10.1002/sim.698. PMID: 11223905.Macaskill P., Walter S.D., Irwig L. A comparison of methods to detect publication bias in meta-analysis. Stat Med. 2001 Feb 28; 20(4): 641–654. https://doi.org/10.1002/sim.698. PMID: 11223905.Lin L., Chu H. Quantifying publication bias in meta-analysis. Biometrics. 2018 Sep; 74(3): 785–794. https://doi.org/10.1111/biom.12817. Epub 2017 Nov 15. PMID: 29141096; PMCID: PMC5953768Lin L., Chu H. Quantifying publication bias in meta-analysis. Biometrics. 2018 Sep; 74(3): 785–794. https://doi.org/10.1111/biom.12817. Epub 2017 Nov 15. PMID: 29141096; PMCID: PMC5953768Bakbergenuly I., Hoaglin D.C., Kulinskaya E. Estimation in meta-analyses of mean difference and standardized mean difference. Stat Med. 2020 Jan 30; 39(2): 171–191. https://doi.org/10.1002/sim.8422. Epub 2019 Nov 11. PMID: 31709582; PMCID: PMC6916299Bakbergenuly I., Hoaglin D.C., Kulinskaya E. Estimation in meta-analyses of mean difference and standardized mean difference. Stat Med. 2020 Jan 30; 39(2): 171–191. https://doi.org/10.1002/sim.8422. Epub 2019 Nov 11. PMID: 31709582; PMCID: PMC6916299Cohen J. Statistical Power Analysis for the Behavioral Sciences. Second Edition. New Jersey: Lawrence Erlbaum Associates; 1988. 579 p. ISBN 0-8058-0283-5Cohen J. Statistical Power Analysis for the Behavioral Sciences. Second Edition. New Jersey: Lawrence Erlbaum Associates; 1988. 579 p. ISBN 0-8058-0283-5Friedrich J.O., Adhikari N.K.J., Beyene J. The ratio of means method as an alternative to mean differences for analyzing continuous outcome variables in meta-analysis: A simulation study. BMC Med Res Methodol. 2008; 8(1): 32. https://doi.org/10.1186/1471-2288-8-32Friedrich J.O., Adhikari N.K.J., Beyene J. The ratio of means method as an alternative to mean differences for analyzing continuous outcome variables in meta-analysis: A simulation study. BMC Med Res Methodol. 2008; 8(1): 32. https://doi.org/10.1186/1471-2288-8-32

The authors declare that there are no conflicts of interest present.