メタアナリシス (エビデンスの統合)

メタアナリシスは、エビデンスの包含基準と除外基準をあらかじめ明示し、エビデンスを包括的に検索した後にそれらを統合して（系統的レビュー）、その結果を要約するために、定量的方法を使うレビュー分析である。メタアナリシスは、いくつかのサンプルサイズが少なく決定的な結論を導きだせないような場合に威力を発揮するが、必ずしも検出力がアップするという保証はなく、メタアナリシス結果とその後に実施された大規模ランダム化比較試験の結果を比較すると、35%は結果が一致していなかったという報告もある。メタアナリシスの主な目的は以下である。
右の図で、group-1では無効で、group-2では有意の差があると判断してはいないだろうか？ ・・・
　→JAMA Users' Guide,　subgroup analysis

meta analysisで単に１をはさんでいるので、差がないとか、１をはさんでいないので有意差があるという安易な判断はすべきでない。常に信頼区間の上限、加減が重要である。

サンプルサイズを大きくすることで統計的検出力を高める
論文の結論が一致していない場合に、その不確実性を解決する
effect size(オッズ比、リスク比、リスク差、標準化平均値差、効果量など）を改善する
研究の最初にわからなかった問題に答える

メタアナリシスのデータ統合方法には、大きくわけて、2種類がある。母数効果モデルと、変量効果モデルであり、両者の特徴は以下のごとくである。研究の同質性が認められればいずれの方法を用いても同じ結論に達するので、どの方法を用いるかは重要ではなくなるが、均質性がない場合は、外れた研究を除外するか、なぜ均質性がないのかを記述する必要がある。均質でない研究を統合してよいのか、という問題があるが、答えは一定していない。不均質な研究は統合しないという研究者もいれば、不均質な原因を追究した上で統合する研究者もいる。
エクセルによる、簡単なメタアナリシス例(OR) (aihara作)

相違	固定効果モデル (fixed-effect model)	変量効果モデル (random-effect model)
概念	このモデルは、偶然の影響によって個々の研究結果は異なるものの、根底にはただひとつの介入効果があるだけと想定される。母数効果モデルともいう。	個々の研究における問題設定は異なっているものの、類似した問題設定をもつ研究が密接に関連する一群をなすと想定。各々の研究は、ある問題に関する全ての研究のランダム抽出されたサンプルとして取り扱う。
各研究の効果のばらつき	”全ての研究における効果の大きさのばらつきは、偶然誤差のみが原因であり、全ての研究における真の効果の大きさは共通”という仮定。	”全ての研究における効果の大きさはのばらつきは、偶然誤差と研究ごとの偏りが原因である。
分析の適正	”収集した研究で介入（治療など）の効果があったか？”という分析に適している。なぜなら、本モデルでは本来存在するはずの各研究の偏りを無視しているため、統合データの母集団は各研究の母集団を足したものに近くなってしまうからである。	”将来、介入（治療など）の効果があるのか？”という分析に適している。なぜなら、本モデルでは偏りを加味しているため、統合データの母集団がより包括的な母集団を想定することになる。
研究内、研究間分散	研究内分散のみを統合データに反映	研究内分散と、研究間分散の両者を統合データに反映。
研究の均質性	均質性のない研究を統合すると、それらを対比させることによって得られる情報は失われる。サンプルサイズの大きな研究は分散が小さくなるので、その結果が重要視される。	研究間分散を加味しているので、均質性のない研究データを統合することが可能。サンプルサイズが大きくても、全体から外れている結果は軽く扱われることになり、サンプルサイズの小さな研究と同じように扱われる。
統合された信頼区間	固定効果モデルによって算出される信頼区間は、個々の研究における治療効果よりも小さくなりやすく,過大評価されがちである。	ランダム効果モデルでは、固定効果モデルよりもより幅広い信頼区間をもたらし、統計学的に有意になる可能性が低くなる。従って、より控えめな方法であり、慎重な統合結果を導き、検出力は低い。
方法	・Mantel-Haenzel法では、比（OR,RR）を解析し、2x2分割表での提示データのみで、交絡因子は無視。・Peto法は、オッズ比の近似値であるpetoオッズ比で、2x2分割であらわすことができない研究結果を除外しないといけないため、バイアスの可能性がある。Peto法は無作為割付のRCTに適用する方法で、バランスのとれていない観察研究の統合には行なうべきではない。・General variance-based methodは、全てのタイプの比と差、つまり、2x2表のデータだけではなく平均値の差、標準化平均値差も統合が可能であるが、交絡因子を無視してしまう欠点がある。	・DerSimonian-Laired法では、均質性のない研究において、全てのタイプの差と比を解析可能である。・restriced maximum likelihood methodやBayesian method：研究間のばらつきが大きい研究効果の統合には、D-L法よりは、こちらのほうが適している。両者とも、適用できるデータの形式は、general variance-based methodと同様に、2x2分割表で提示されたデータと値の差で示されたデータである。
* ()下記文献・リンクを参考：丹後（メタアナリシス入門、2002年）増井（ここからはじめるメタアナリシス,Excelを使って簡単に、2003年）福井（EBMのためのデータ統合型研究、1999年）森實（わかりやすい医学統計学、2004年）,meta-analysis (Excel), Google spreadsheet*