Luento 14 - Meta-analyysi
Olen opintoihini liittyen lukenut muutamia meta-analyysejä, mutta kuitenkin minulla oli hieman väärä käsitys siitä, mikä meta-analyysi oikeastaan on. Ennen luentoa minulla meni sekaisin systemaattinen kirjallisuuskatsaus ja meta-analyysi, vaikkakin ajattelin, että meta-analyysiin voi liittyä matemaattisia laskelmia. Näin ollen tämäkin luento oli oppimisen kannalta hyvinkin tarpeellinen. Oli hyvä, että vaikka luennon aiheena olikin meta-analyysi, sillä käsiteltiin pintapuolisesti myös systemaattista kirjallisuuskatsausta. Olen tähän oppimispäiväkirjaan koonnut tärkeimmät asiat luennoilta ja joihinkin teksteihin asiat aika yksityiskohtaisestikin. Olen päätynyt tähän ratkaisuun siksi, että voin myöhemmin käyttää tätä oppimispäiväkirjaani ja palata siihen tarkitstamaan tietoja ja katsomaan, mitä lähteitä luennoitsijat ovat käyttäneet. Ajattelen luennoitsijoiden lähteiden olevan suhteellisen hyviä, vaikka tietenkin myös niitä käyttäessä on hyvä tehdä myös oma-arviointi ja suhtautua kaikkeen kriittisesti. En tee siis tätä oppimispäiväkirjaa pelkästään tätä opintojaksoa varten vaan myös tulevaisuutta varten.
Hyvin tärkeä alkupuolella luentoa käsitelty asia on tutkimusten laadun ja arvostettavuuden hierarkia. Tämä näyttäytyy seuraavassa kuviossa:
Lähde: VCU Libraries Research Guides
Meta-analyysi rakentuu systemaattisen katsauksen päälle, mutta tuloksia analysoidaan myös määrällisillä menetelmillä. Meta-analyysia varten on kehitetty omia tilastollisia ohjelmia. (Männikkö 2018.)
Katsauksen vaiheet
1. Tutkimuskysymysten ja tavoitteen asettaminen
2. Hakutermien ja tietokantojen valinta
- Hakutermit voivat olla erilaiset eri tietokannoissa
3. Käytännön ja metologisen seulan asettaminen
- Sisäänotto ja poissulkukriteerit
4. Tutkimusaineiston kerääminen
- Hakukoneiden lisäksi haku myös löydettyjen
artikkelien viitetiedoista
5. Aineiston arviointi
- 2 tutkijaa
- mahdollisten harhojen (bias) arviointi
- JBI-kriteerit, Hotus
- Cochrane Handbook for Systematic Reviews of Interventions
6. Varsinainen meta-analyysi
7. Tulosten kokoaminen
8. Johtopäätökset
(Männikkö 2018.)
Meta-analyysin vaiheet
Meta-analyysin estimointi
1. yhdistettyjen estimaattien laskenta
- Kokeellinen tutkimus: standardoitujen keskiarvojen erot
(Cohenin d kuvaa tutkimusten vaikuttavuutta ja suuntaa)
d = 0,2 - 0,5 pieni
d = 0,5 - 0,8 kohtalainen
d > 0,8. suuri
- Havaintotutkimus: standardoitujen korrelaatiokertoimien erot
r < 0,009 nolla
r = 0,10 - 0,29 pieni
r = 0,30 - 0,49 kohtalainen
r > 0,49 suuri
2. Tutkimusten heterogeenisyyden mallintaminen
- Fixed models: tutkimukset hyvin homogeenisia
- Random effect model: tutkimuksen heterogeenisia
- < 0,25 % pieni
50 - 75 % kohtalainen
> 75 % suuri
3. Sensitiivisyysnanalyysi
(Männikkö 2018.)
Wikipediassa on hyvä artikkeli, jossa käsitellään meta-analyysin pääpiirteet. Lähteinä tässä artikkelissa on Cochrane-verkosto. Artikkelissa on esimerkkejä myös kuvoista, joilla voi havainnollistaa meta-analyysin tuloksia.
Lisätietoa
Borenstein ym. (2009) Introduction to Meta-Analysis. Wiley.
Malmivaara A & Komulainen J (2014) Luotettavaa vaikuttavuustietoa järjestelmällisistä katsauksista. Duodecim 130:1635–41. http://www.terveysportti.fi.pc124152.oulu.fi:8080/xmedia/duo/duo11791.pdf
Uusaro & Martikainen (2012) Meta-analyysien arvot ja mahdolliset heikkoudet tutkimustiedon arvioinnissa. Finnanest 45(4): 350-354. http://www.finnanest.fi/files/uusaro_meta.pdf
Terveysalan meta-analyysejä julkaisevat
Hyvin tärkeä alkupuolella luentoa käsitelty asia on tutkimusten laadun ja arvostettavuuden hierarkia. Tämä näyttäytyy seuraavassa kuviossa:
Lähde: VCU Libraries Research Guides
Meta-analyysi rakentuu systemaattisen katsauksen päälle, mutta tuloksia analysoidaan myös määrällisillä menetelmillä. Meta-analyysia varten on kehitetty omia tilastollisia ohjelmia. (Männikkö 2018.)
Katsauksen vaiheet
1. Tutkimuskysymysten ja tavoitteen asettaminen
2. Hakutermien ja tietokantojen valinta
- Hakutermit voivat olla erilaiset eri tietokannoissa
3. Käytännön ja metologisen seulan asettaminen
- Sisäänotto ja poissulkukriteerit
4. Tutkimusaineiston kerääminen
- Hakukoneiden lisäksi haku myös löydettyjen
artikkelien viitetiedoista
5. Aineiston arviointi
- 2 tutkijaa
- mahdollisten harhojen (bias) arviointi
- JBI-kriteerit, Hotus
- Cochrane Handbook for Systematic Reviews of Interventions
6. Varsinainen meta-analyysi
7. Tulosten kokoaminen
8. Johtopäätökset
(Männikkö 2018.)
Meta-analyysin vaiheet
Meta-analyysin estimointi
1. yhdistettyjen estimaattien laskenta
- Kokeellinen tutkimus: standardoitujen keskiarvojen erot
(Cohenin d kuvaa tutkimusten vaikuttavuutta ja suuntaa)
d = 0,2 - 0,5 pieni
d = 0,5 - 0,8 kohtalainen
d > 0,8. suuri
- Havaintotutkimus: standardoitujen korrelaatiokertoimien erot
r < 0,009 nolla
r = 0,10 - 0,29 pieni
r = 0,30 - 0,49 kohtalainen
r > 0,49 suuri
2. Tutkimusten heterogeenisyyden mallintaminen
- Fixed models: tutkimukset hyvin homogeenisia
- Random effect model: tutkimuksen heterogeenisia
- < 0,25 % pieni
50 - 75 % kohtalainen
> 75 % suuri
3. Sensitiivisyysnanalyysi
(Männikkö 2018.)
Wikipediassa on hyvä artikkeli, jossa käsitellään meta-analyysin pääpiirteet. Lähteinä tässä artikkelissa on Cochrane-verkosto. Artikkelissa on esimerkkejä myös kuvoista, joilla voi havainnollistaa meta-analyysin tuloksia.
Lisätietoa
Borenstein ym. (2009) Introduction to Meta-Analysis. Wiley.
Malmivaara A & Komulainen J (2014) Luotettavaa vaikuttavuustietoa järjestelmällisistä katsauksista. Duodecim 130:1635–41. http://www.terveysportti.fi.pc124152.oulu.fi:8080/xmedia/duo/duo11791.pdf
Uusaro & Martikainen (2012) Meta-analyysien arvot ja mahdolliset heikkoudet tutkimustiedon arvioinnissa. Finnanest 45(4): 350-354. http://www.finnanest.fi/files/uusaro_meta.pdf
Terveysalan meta-analyysejä julkaisevat
NCBI, Cochrane, Prospero
Julkaisematon lähde
Männikkö Niko 1.11.2018 Luento. Tutkijatohtori. Oulun yliopisto.
Lisää linkkejä: VCU Libraries Research Guides
Julkaisematon lähde
Männikkö Niko 1.11.2018 Luento. Tutkijatohtori. Oulun yliopisto.
Kommentit
Lähetä kommentti