Sintesi dei dati

SINTESI DEI DATI
PROLOGO
CAPITOLO 1
CAPITOLO 2
CAPITOLO 3
CAPITOLO 4
CAPITOLO 5
CAPITOLO 6
CAPITOLO 7
Protocollo
Quesito
Background
Ricerca degli studi
Selezione degli studi
Valutazione critica
degli studi
Estrazione dei dati
Raccolta, comparazione e riepilogo dei
risultati dei singoli studi inclusi in una
revisione.
Sintesi e analisi dei
dati
CAPITOLO 8
EPILOGO
SINTESI DEI DATI
CONTENUTO
Confrontare i dati estratti
QUANTITATIVE: uso di tecniche formali statistiche
Considerare la forza delle evidenze
come le meta analisi
Esplorare la coerenza degli effetti osservati tra gli studi
Investigare possibili ragioni di incongruenza.
NARRATIVE: quando le prime non sono possibili
discussione delle caratteristiche degli studi e dei
loro risultati
Trarre affidabili conclusioni dal corpo di evidenze
assemblato.
QUALE APPROCCIO
SINTESI NARRATIVE
Dipende dal quesito e dalla tipologia di studi che si prevede
saranno trovati
Dovrebbe essere pianificata nel protocollo.
Approccio testuale che fornisce un’analisi della relazione
all’interno e tra gli studi e una valutazione generale della
forza delle evidenze.
L’approccio narrativo e quantitativo non sono esclusivi.
oGli studi sono troppo diversi sia dal punto di vista clinico che
metodologico per essere combinati in una meta analisi
oInterpretare le evidenze raccolte dove esista una meta-analisi
Componenti della sintesi narrativa possono essere
incorporati in una revisione quantitativa
Una revisione principalmente narrativa può incorporare
alcune analisi statistiche
SINTESI DESCRITTIVA INIZIALE
Sia le sintesi narrative che quantitative dovrebbero
cominciare con un riepilogo descrittivo chiaro degli studi
inclusi. (tabelle)
esempio
Tipologia dello studio
Tipologia di intervento
Numero di partecipanti,
Riepilogo delle caratteristiche dei partecipanti
Gli outcome
Le misure di outcome.
Michael Klompas et al Reappraisal of Routine Oral Care With Chlorhexidine Gluconate for Patients Receiving Mechanical
Ventilation Systematic Review and Meta-analysis JAMA Intern Med..2014.359 Published online March 24, 2014.
SINTESI NARRATIVE
GUIDANCE...
Essendo un processo soggettivo anche loro dovrebbero
essere redatta con un processo rigoroso e trasparente.
Un progetto dell’Economic and Social Research Council
(ESRC) http://www.esrc.ac.uk
Linea guida sulla conduzione di sintesi narrative nelle
revisioni sistematiche.
Recepita dal Centre for Review and Dissemination, University of
York
Jennie Popay, Helen Roberts, Amanda Sowden, Mark Petticrew, Lisa
Arai, Mark Rodgers, Nicky Britten With Katrina Roen and Steven
Duffy. 2006 Guidance on the Conduct of Narrative Synthesis in
Systematic Reviews: A Product from the ESRC Methods
Programme
La guida offre sia una struttura
generale che specifici strumenti e
tecniche per aumentare trasparenza
e affidabilità delle sintesi narrative
Centre for Reviews and Dissemination, University of York 2009 Systematic Review. CDR’s guidance for
undertaking reviews in health care. 48-53
(http://www.lancaster.ac.uk/shm/research/nssr/research/dissemination/publications.php)
STRUTTURA GENERALE
Sviluppare
una teoria su
l’intervento, perché e per chi
come
SCHEMA GENERALE
lavora
Non per forza sequenziali
Sviluppare una sintesi preliminare dei risultati
dei singoli studi
Esplorare le relazioni all’interno e tra gli studi
Valutare la solidità delle evidenze
ma neanche totalmente
indipendenti
Non
obbligatorie
ma
giustificare la selezione
nella sezione di metodi
della revisione
Teachers’ salaries increase
SVILUPPARE UNA TEORIA:
COME LAVORA L’INTERVENTO, PERCHÈ E PER CHI
Teacher morale
improves
Classroom climate
becomes more
pleasant
Teachers give up their
second jobs and put
full energies into
teaching
Abler people are
attracted to teaching
Teachers work harder
at teaching and put
more effort into
preparation and
pedagogy
Teachers develop more
congenial relationships
with students
Teachers prepare
lessons more
thoroughly
School districts hire
abler teachers
Students understanding
of their material
improves
Students seek to
maintain good relations
with their teachers
Teachers employ a
greater variety of
pedagogical strategies
Abler teachers teach
more effectively
Non ha lo stesso ruolo in tutte le revisioni
Scarso in una revisione su l’effetto di un farmaco perché
i meccanismi di azione saranno già stati spiegati.
Importante in una revisione che valuta l’effetto di un
programma psicosociale o educativo (catena causale
che collega l’intervento all’outcome d’interesse)
FORMA DESCRITTIVA O UN DIAGRAMMA
Jennie Popay, et al. 2006 Students work harder
Guidance on the Conduct of
Narrative Synthesis in Systematic
Reviews: A Product from the ESRC
Methods Programme, 13
Teachers teach more effectively
Increased student achievement
Figure 3. Example of a Programme Theory model: mechanisms by which higher teachers’ pay
may be linked to increased student achievement (from Weiss, 1998)
Interventions to increase use and function of smoke alarms: implicit theory of change model
esempio
SVILUPPARE UNA SINTESI PRELIMINARE
DEI RISULTATI DEI SINGOLI STUDI
Riunire, organizzare e descrivere i risultati degli studi
Descrizione testuale degli studi
Paragrafo descrittivo per ogni studio incluso
Raggruppamenti e cluster
Raggruppamento studi inclusi per descrizione e
schemi interni e tra gli studi.
Tabulazione
Rappresentazione visiva dei dati
Trasformare i dati in una misura
comune
Dati presentati in una misura comune
Il conteggio come uno strumento di Direzione dell’effetto, categorie, pesi e punteggi
descrizione
Centre for Reviews and Dissemination, University of York 2009 Systematic Review. CDR’s guidance for undertaking
reviews in health care. 50
Trasformare i dati: analisi
tematiche
Identificare in modo sistematico le tematiche
e/o i concetti principali
Trasformare i dati: analisi di
contenuto
Convertire i dati in frequenze
ESPLORARE LE RELAZIONI ALL’INTERNO E TRA
GLI STUDI
Analisi dei dati emersi dalla sintesi preliminare per
identificare i fattori che potrebbero spiegare le variazioni
nelle dimensione e nella direzione dell’effetto
STRUMENTI
Grafici, frequenze,
distribuzioni, forest plot ecc.
Strumenti visivi e grafici per aiutare i revisori a
esplorare le relazioni all’interno e tra gli studi
Variabili moderatrici e analisi
per sottogruppi
Analisi di variabili che ci si aspetta influenzino
l’effetto principale esaminato nella revisione:
1.caratteristiche variabili tra gli studi (disegno,
ambiente)
2.caratteristiche del campione
Reticoli di idee e mappe
concettuali
Metodi visivi per aiutare a costruire
raggruppamenti e relazioni
Esplorare le relazioni tra
Le caratteristiche degli studi e i loro risultati
I risultati dei diversi studi
Descrizione qualitativa dei casi I dati descrittivi usati per provare a spiegare le
differenze nei risultati statistici
Triangolazione tra autori,
concetti e metodologia
Usare più di un punto di riferimento per spiegare
il fenomeno: analisi dei dati in relazione al
contesto (riferimenti disciplinari) e all’esperienza
del ricercatore
VALUTARE LA SOLIDITÀ DELLE EVIDENZE
STRUMENTI
Qualità metodologica degli studi
Uso di una valutazione di validità
Credibilità del processo di sintesi
Riflettere in modo critico sul processo di sintesi:
Qualità e quantità delle evidenze
Il metodo di sintesi
Chiarezza/trasparenza della sua descrizione
Sistema di grading
informazioni sulla solidità e generalizzabilità
Metodologia usata per la sintesi, evidenze usate (possibili fonti
di bias), deduzioni fatte, discrepanze e incertezze identificate,
cambiamenti attesi nella tecnologia e nelle evidenze, aspetti
che possono influenzare efficacia e implementazione.
Controllare la sintesi con gli autori degli studi primari
VALUTAZIONE SINTESI NARRATIVA
Testare la validità delle interpretazioni e quanto i dati primari
supportano la sintesi
SINTESI
QUANTITATIVA
Guidance on the conduct of
narrative synthesis in systematic reviews:
a comparison of guidance-led narrative synthesis versus meta-analysis
Rodgers M1, Arai L2, Britten N3, Petticrew M4, Popay J5, Roberts H2, Sowden A1
1
CRD, University of York, 2 Child Health Research and Policy Unit, City University,3 Peninsula Medical School, Universities of Exeter and Plymouth,
4
MRC Social and Public Health Sciences Unit, University of Glasgow, 5 Institute for Health Research, University of Lancaster
Objectives
• To evaluate the impact of applying guidance on the conduct
of narrative synthesis to a systematic review of effects.
• To compare the results and conclusions of this guidanceled narrative synthesis with those of a published Cochrane
meta-analysis of the same group of studies.
Methods
• Initially, we undertook a review of the methodological
literature to develop draft guidance on the conduct of
narrative synthesis in systematic reviews (see box).
• After developing a draft of the guidance, we applied it to a
synthesis of 11 RCTs that had previously been included in
• Ten of the 19 “tools and techniques” described in the
guidance were considered relevant and were used in the
synthesis (see Figure 1).
• Both the narrative synthesis and the meta-analysis led to
the conclusion that educational interventions resulted in only
modest increases in smoke alarm ownership and function
and that there was insufficient data on injury/burn
prevention.
• Both syntheses suggested that including previously-injured
children in a trial might moderate the effectiveness of a
safety education intervention.
• The narrative synthesis led to recommendations for future
research relating to improvements in outcome
Conclusions
• For this example, the results and conclusions of metaanalysis and guidance-led narrative synthesis of the same
effectiveness studies were broadly similar.
• The availability of point estimates in subgroup and
sensitivity analyses may allow the meta-analyst greater
confidence to draw ‘firm’ conclusions about moderators of
effects.
• The detailed scrutiny of studies allowed by narrative
synthesis may provide additional insights into implications
for further research.
• The guidance provides a useful framework for the conduct
of narrative synthesis, particularly for increasing
http://www.york.ac.uk/inst/crd/Posters/Guidance%20on%20the%20conduct%20of%20narrative%20synthesis%20
in%20systematic%20review.pdf
SINTESI QUANTITATIVA
Conteggio dei risultati positivi e di quelli
negativi
CONTEGGIO
Comparare numero studi positivi con quello degli
studi negativi
PROBLEMI
Combinazione statistica dei risultati di due o
più studi separati
1)Agli studi grandi e piccoli viene dato lo stesso valore
2)Investigatori diversi possono valutare in modo diverso lo
stesso studio:
Negativo per assenza significatività statistica
Positivo per piccolo effetto ma importante dal punto di vista clinico.
COMBINAZIONE STATISTICA
META-ANALISI
Combinazione statistica dei risultati di due o più
studi separati
META-ANALISI
La meta-analisi è una tecnica clinico-statistica
quantitativa che permette di combinare i dati di più
studi condotti su uno stesso argomento, generando
un unico dato conclusivo per rispondere ad uno
specifico quesito clinico.
De Berardis Meta-analisi Lab. Epidemiologia Clinica del Diabete e delle Malattia Croniche Istituto Mario
Negri. Presentazione
UN PO’ DI STORIA
Pearson K. Report on certain enteric fever inoculation statistics.
BMJ 1904;3:1243–6
Uno dei primi esempi di questo tipo di analisi
risale ai primi anni del novecento ed è dovuta a
Karl Pearson (matematico e statistico)
Sviluppò una tecnica statistica allo scopo di
trovare un accordo per studi di piccole dimensioni
che presentavano risultati divergenti;
UN PO’ DI STORIA
Il termine meta-analisi è entrato a far parte della
letteratura scientifica solamente in tempi molto
recenti, l’interesse intorno a questa disciplina si è
manifestato sostanzialmente negli ultimi 25 anni.
Il primo uso del termine in senso statistico è del
1976 da parte di Gene V. Glass (ricercatore
americano che lavora nel campo della psicologia
educativa e delle scienze sociali).
Glass, G. V (1976). Primary, secondary, and meta-analysis of research.
Educational Researcher, 5, 3-8.
PERCHE’ FARE UNA META-ANALISI
Fornire omogeneità a risultati di studi clinici diversi
Incrementare la potenza statistica di confronti fra
campioni piccoli
Migliorare la precisione della stima dell’efficacia di
una terapia
Studiare sottogruppi di pazienti nei diversi studi
Fornire indicazioni su nuovi possibili studi
Da: Pingitore Giuseppe 2011 Come si legge una meta-analisi
FORZE DELLE META-ANALISI
Combinare dati fra un elevato numero di studi
individuali
Aumentare il potere statistico per individuare
differenze significative tra gli interventi
Può fornire un risultato più preciso rispetto a un
singolo lavoro
Minimizza la soggettività nell’interpretazione
degli studi individuali
Karen Spithoff Syntesizing the evidence November 28 2012
Può volerci molto lavoro
negli studi
di pazienti ed esplorare le differenze tra i
risultati degli studi
Fornisce un risultato più generalizzabile tra i
diversi ambienti
Può aiutare a velocizzare l’introduzione di un
intervento efficace nella pratica clinica
DEBOLEZZE DELLE META-ANALISI
problema
I bias di pubblicazione possono gonfiare i risultati
La validità della meta-analisi dipende da quella
degli studi inclusi (GIGO: garbage in, garbage
out)
Karen Spithoff Syntesizing the evidence November 28 2012
Permette di fare considerazioni su sottogruppi
Applicare i risultati ai singoli pazienti rimane un
Devono essere disponibili un certo tipo di dati
risultati
possono
inconcludenti
Evidenzia la coerenza dei risultati tra gli studi
Karen Spithoff Syntesizing the evidence November 28 2012
DEBOLEZZE DELLE META-ANALISI
I
FORZE DELLA META-ANALISI
comunque
essere
Può dare una falsa impressione di certezza dei
risultati e trascurare elementi soggettivi del
processo
Può mascherare differenze importanti tra gli studi
Karen Spithoff Syntesizing the evidence November 28 2012
TIPOLOGIE DI META-ANALISI
COMPONENTI DI UNA META-ANALISI
La stima dell’effetto del trattamento
Meta-analisi sui dati aggregati
Le misure di incertezza intorno alla stima dell’effetto
del trattamento
Outcome dicotomici (morte)
Outcome continui (variazioni di peso)
Outcome Time to event (tempo di sopravvivenza totale)
Altri (accuratezza diagnostica)
Meta-analisi per dati individuali
Raccolta dei dati di singoli pazienti dai trial originali e rianalisi i risultati
Karen Spithoff Syntesizing the evidence November 28 2012
TIPOLOGIE DI OUTCOME: DICOTOMICI
Esempio: morte, infezione, reintervento
Misure più comuni
Odds ratio (OR)
Odds gruppo A / Odds gruppo B
TIPOLOGIE DI OUTCOME: CONTINUI
Esempio: giorni di degenza, dolore, variazioni di peso
Misure più comuni
1)Differenza tra medie (gli studi hanno outcome con misure
confrontabili: stesse scale)
Media gruppo A – Media gruppo B
Rischio relativo (RR)
Rischio gruppo A / Rischio gruppo B
Rischio attribuibile (RA)
2)Differenza delle medie standardizzata (gli studi hanno
outcome misurati in modo diverso: differenti scale)
1)
Media gruppo A – Media Gruppo B / Media ponderata della DS del
gruppo A e del gruppo B
Rischio gruppo A – Rischio gruppo B
TIPI DI OUTCOME: TIME-TO-EVENT
Effect of acyclovir on time to resolution of postherpetic neuralgia
TIPI DI OUTCOME: TIME-TO-EVENT
Esempio: sopravvivenza, tempo alla ricaduta
1)Due tipi di informazioni
Se un evento ha avuto luogo
Punto nel tempo dove avviene l’evento o se il paziente è uscito
dallo studio
1)Due tipi di approcci meta analitici
Riassuntivo con hazard ratio (HR)
Spruance SL, Reid JE, Grace M, Samore M. Hazard Ratio in Clinical Trials. Antimicrob Agents and Chemotherapy
Aug 2004:2787-2792.
Tenere conto dei “censurati” e includere tutti i dati
Convertire i dati in outcome binari
Necessita i dati di tutti i partecipanti al punto definito nel tempo
(p.e. sopravvivenza a un anno). Non bisogna tener conto dei
censurati
META-ANALISI: RAPPRESENTAZIONE GRAFICA
PESO
Forest plot
Stima dell’effetto
I.C. 95%
Deaths/Patients
Treatment
Control
O-E
variance
O-E
52/97
69/101
-11.3
27.6
693/927
720/915
-35.0
315.6
Stima cumulativa
0.0
0.5
Treatment better
1.0
1.5
2.0
Treatment worse
De Berardis Meta-analisi Lab. Epidemiologia Clinica del Diabete e delle Malattia Croniche Istituto Mario
Negri.
Ai diversi studi viene attribuito un peso differente a seconda
della numerosità del campione studiato. più è grande uno
studio e più esso influenzerà il risultato globale della
meta-analisi
Karen Spithof Synthesizing the evidence 28/12/2012 Presentazione
META-ANALISI
ETEROGENEITÀ
Variabilità negli effetti del trattamento tra gli
studi
Il principale presupposto di una meta analisi
è che gli studi siano sufficientemente simili
per poter combinare i risultati.
CIOE’
Non siano eterogenei
STATISTICA: sono stati utilizzati metodi statistici differenti
nei vari studi
PERCHÈ È IMPORTANTE
ETEROGENEITÀ: IDENTIFICAZIONE
Se
gli studi sono eterogenei i risultati
potrebbero non essere significativi
CLINICA: differenze relative ai pazienti, metodologie di
somministrazione dei trattamenti o dei controlli,
valutazione degli esiti.
1) Ispezione visiva dei dati
Accordo tra gli studi
2) Valutazione della eterogeneità
Se la differenza tra gli studi non è dovuta solo
al caso, la combinazione dei trial potrebbe non
essere la risposta giusta al quesito che ci siamo
posti.
Cochran’s chi square (X2) o Q test
Ci dice se esiste eterogeneità
Criterio comune
per un’eterogeneità significativa: p<0.10
I2 (Inconsistenza)
Ci dice
quanta eterogeneità c’è (% della variabilità che è dovuta
alla eterogeneità piuttosto che al caso)
Criterio comune per una eterogeneità significativa (>50%)
ISPEZIONE VISIVA
ISPEZIONE VISIVA
Guardare come sono distribuite le linee.
Le stime dovrebbero essere sullo stesso lato
Gli intervalli di confidenza dovrebbero sovrapporsi.
Funnel plot
Se si sovrappongono il caso rimane una spiegazioni plausibile
delle differenze nella stima puntuale.
Se non si sovrappongono il caso è una spiegazione improbabile.
Intervalli di confidenza molto separati fanno pensare alla
presenza di un’importante variabilità che richiede una
spiegazione.
ISPEZIONE VISUALE
TEST Q DI COCHRANE
Il test valuta se le differenze tra i risultati degli
studi sono compatibili solo con il caso o sono
dovute a eterogeneità reale.
VALUTAZIONE DELLA ETEROGENEITÀ
TEST Q DI COCHRAN
χ2
INCONSISTENZA
I2
TEST Q DI COCHRAN
Per prima cosa bisogna calcolare i gradi di libertà
(df) che corrispondono al numero degli studi
inclusi nella meta-analisi – 1.
Se il test è superiore ai gradi di libertà risulta respinta
l’ipotesi nulla (c’è eterogeneità).
Se il test è inferiore ai gradi di libertà risulta accettata
l’ipotesi nulla (non c’è eterogeneità).
TEST Q DI COCHRAN
NO ETEROGENEITÀ SIGNIFICATIVA
(SIGNIFICATIVITÀ STATISTICA)
Confrontare i gradi di libertà e il valore del test nelle
tavole di distribuzione χ2
χ2 è statisticamente significativo
(generalmente p<0,1) c’è eterogeneità in modo certo.
Se il test Cochran
ETEROGENITÀ SIGNIFICATIVA
Il livello di significatività per χ2 è spesso stabilito a 0,1
per il basso potere che questo test ha di individuare
l’eterogeneità
Karen Spithoff Syntesizing the evidence November 28 2012
TEST DI COCHRAN
Come test per valutare l’eterogeneità ha un
basso potere soprattutto se il numero di studi
e piccolo
Ha invece troppo potere quando il numero
INCONSISTENZA
Valuta il grado di influenza della eterogeneità
sulle conclusioni della meta analisi.
I2 = 100x(Q-df)/Q
degli studi è alto.
Q è la Q di Cochran, il test di eterogeneità, e df i suoi gradi di libertà
Julian P T Higgins, Simon G Thompson, Jonathan J Deeks, Douglas G Altman Measuring
inconsistency in meta-analyses BMJ 2003 327 557-560
INCONSISTENZA
NO ETEROGENEITÀ SIGNIFICATIVA
I valori vanno da 0% a 100% dove 0 indica
nessuna eterogeneità osservata.
1)0 - 40 potrebbe non essere importante
2)30 - 60 può rappresentare un’eterogeneità moderata
ETEROGENITÀ SIGNIFICATIVA
3)50 - 90 può rappresentare eterogeneità
4)75 - 100 considerevole eterogeneità
Karen Spithoff Syntesizing the evidence November 28 2012
CHE COSA FARE QUANDO C’È
ETEROGENEITÀ
QUATTRO APPROCCI
MODELLI DI META-ANALISI
Due modelli principali per la sintesi dei risultati
degli studi
Ignorarla e usare il modello a effetti fissi
Fare un test e non procedere alla meta-analisi se
c’è eterogeneità
Incorporarla e usare il modello a effetti random
Spiegarla facendo analisi per sottogruppi o meta
regressioni
Modello
a effetti fissi
Modello
a effetti random
Gli approcci differiscono su come combinano e pesano gli
studi
MODELLO A EFFETTI FISSI
MODELLO A EFFETTI RANDOM
Si ipotizza che ci sia un vero valore generale uguale
per ogni studio. La variabilità dei risultati fornita
dalla meta-analisi è influenzata solo dal caso.
Si ipotizza che ogni singolo studio abbia il proprio
vero effetto e permette di analizzare le differenze
tra gli studi.
Karen Spithoff Syntesizing the evidence November 28 2012
QUALE MODELLO USARE
I risultati sono simili quando vi sono piccole
differenze nei risultati degli studi
I risultati possono essere molto differenti quando
ci sono pochi studi e/o le dimensioni degli studi
sono molto diverse
Spesso i risultati sono simili ma quelli del modello
a effetti random hanno degli intervalli di
confidenza più ampi.
Karen Spithoff Syntesizing the evidence November 28 2012
QUALE MODELLO USARE
Alcuni ritengono che la eterogeneità sia inevitabile
per cui dovrebbe sempre essere usato un modello a
effetti random
Altri dicono che solo il modello a effetti fissi abbia
senso e se non si può dare una spiegazione
all’eterogeneità, non bisognerebbe fare la metaanalisi
Se non si è sicuri può valer la pena fare tutti e due
Bisognerebbe prendere la decisione a priori
ANALISI PER SOTTOGRUPPI
Vengono condotte meta-analisi separate su sottogruppi
Caratteristiche dei partecipanti
Caratteristiche del trattamento e dell’intervento
Modalità di conduzione dello studio
Qualità metodologica dello studio
L’analisi per sottogruppi dovrebbe essere pianificata in
anticipo per evitare I bias
Da: Pingitore Giuseppe 2011 Come si legge una meta-analisi
ESEMPIO
Karen Spithof Syntesizing the evidence November 28 2012
ANALISI DI SENSIBILITÀ
Misura la forza dei risultati in rapporto a problemi
fondamentali contenuti negli studi
Ricalcolare la stima globale di effetto escludendo i fattori
che potrebbero avere un’influenza particolare sul
risultato della meta-analisi
Uno studio di grosse dimensioni
Studi di bassa qualità (non c’è randomizzazione, alto rischio di bias)
Uno studio con risultati molto diversi dagli altri
Sottogruppi di pazienti
Risultati coerenti tra loro rafforzano l'evidenza e la
generalizzabilità dei risultati osservati
Da: Pingitore Giuseppe 2011 Come si legge una meta-analisi
BIAS DI PUBBLICAZIONE
• Diversa probabilità di pubblicazione di risultati positivi
rispetto a quelli negativi
Se non c’è il bias il funnel avrà un aspetto simmetrico
Se c’è il bias il funnel sarà asimmetrico o distorto
Una meta-analisi può individuare ma non correggere
bias di pubblicazione
FUNNEL PLOT
1) Simmetrico: assenza di bias
2) Asimmetrico: bias di pubblicazione, mancano gli studi a basso campione
(cerchietto bianco) (stima spostata verso sinistra)
3) Asimmetrico: presenza di bias dovuto a scarsa qualità degli studi a basso
campione
Cipriani Andrea, Barbui Corrado Dalle revisioni narrative a quelle sistematiche e alle metanalisi, per un approccio
moderno alla valutazione dei trattamenti farmacologici in psichiatria NÓOς

