Co wynika z przeglądu piśmiennictwa?

Przeglądy piśmiennictwa od zawsze były wykorzystywane przez lekarzy jako skondensowane źródło wiedzy na dany temat medyczny. Standardowy przegląd piśmiennictwa jest niczym innym, jak kompilacją danych źródłowych wybranych subiektywnie przez autora przeglądu.

Z punktu widzenia evidence-based medicine (EBM), przegląd piśmiennictwa jest dowodem naukowym na poziomie opinii eksperckiej, czyli dowodem niskiej wiarygodności. Skąd w takim razie wysoka wiarygodność przeglądu systematycznego?

Przegląd systematyczny
Systematyczność w rozumieniu EBM oznacza przeprowadzenie procesu w zdefiniowany, powtarzalny sposób. Przegląd systematyczny jest zatem przeglądem piśmiennictwa dokonanym na podstawie przyjętych a priori, niezmiennych w trakcie pracy, kryteriów wyszukiwania, włączania i wyłączania badań oraz poszukiwanych punktów końcowych. Systematyczność przeglądu pozwala na jego powtórzenie przez osoby trzecie, które powinny dojść do podobnych wyników jak pierwotny przegląd. Ponieważ przegląd systematyczny z definicji zawiera wszystkie doniesienia spełniające z góry założone kryteria, jest przeglądem obiektywnym. Przeglądy systematyczne zbierają wszystkie doniesienia określonego typu (badania kliniczne, badania obserwacyjne) dotyczące zadanego tematu i pozwalają na agregację wyników tych badań w metaanalizę.
Przegląd systematyczny jest doniesieniem wtórnym, stąd jego wiarygodność i przydatność są zależne od metodyki przeglądu oraz jakości włączonych badań. Trzy elementy pozwalają na odróżnienie większości poprawnie przeprowadzonych przeglądów systematycznych:
• schemat przepływowy wyszukiwania – opisuje w formie graficznej, jakie badania autorzy włączali lub wykluczali na każdym etapie przeglądu, i dlaczego. Schemat przepływowy sugeruje również, że autorzy przeglądu znają i używają dokumentu Quorum, dotyczącym przeprowadzania i raportowania wyników przeglądów systematycznych i metaanaliz;
• wyszukiwanie przeprowadzone w bazach Pubmed, Embase i Cochrane (główne internetowe bazy medycznych doniesień naukowych).

Jasne kryteria włączania i wyłączania badań
Wyniki prawidłowo przeprowadzonego przeglądu systematycznego są z technicznego punktu widzenia dosyć łatwe do interpretacji, gdyż obejmują ten sam rodzaj badań, podobne komparatory, porównywalne wyniki itd. Może się natomiast zdarzyć, że wyniki badań włączonych do takiego przeglądu różnią się istotnie. Może to wypływać z małych różnic w strukturze samych badań pierwotnych – nieco inne populacje, czas obserwacji itd. Ale może również wypływać z czystego przypadku (wyniki leczenia mogą być rozbieżne w dwóch podobnych metodycznie badaniach) lub zbyt szerokich kryteriów włączenia/ wyłączenia. Mówimy wtedy o heterogeniczności badań włączonych do przeglądu. Heterogeniczność istotnie wpływa na późniejszą metaanalizę wyników.

Podsumowując, przegląd piś­miennictwa nazywamy systematycznym, kiedy przeprowadzony jest według z góry założonej metodyki, jest powtarzalny, a przez to obiektywny. Przeglądy systematyczne służą dzisiaj przede wszystkim do oceny efektywności klinicznej, ale są również wykorzystywane do gromadzenia wszystkich rodzajów danych medycznych dostępnych w piśmiennictwie. Przegląd systematyczny jest tak dobry, jak jego metodyka przeprowadzenia i włączone badania.

Metaanaliza
Matematyczna suma wyników badań włączonych do przeglądu systematycznego jest nazywana metaanalizą wyników.

Po wykonaniu przeglądu systematycznego można poprzestać na prostej prezentacji wyników poszczególnych badań lub wyekstrahować pierwotne dane (np. liczebności grup badanych itd.) z publikacji i zsumować je z wykorzystaniem metod statystycznych do pojedynczego wyniku, tworząc metaanalizę. Metaanalizy stosuje się głównie w sytuacjach, gdy dostępne są małe badania pierwotne, a dane z tych doniesień sumuje się w jeden wynik o większej mocy statystycznej i klinicznej. Przykładowo, w pięciu badaniach klinicznych brało udział średnio po 100 pacjentów, a wyniki były nieistotne statystycznie lub obserwowany efekt leczniczy był mało istotny. Metaanaliza pozwala na zsumowanie tych badań w jedno hipotetyczne badanie o liczebności pięciuset pacjentów z wyraźnym, istotnym klinicznie i statystycznie, efektem leczniczym, który ujawnił się dzięki zwiększeniu liczebności próby.

Wiarygodność metaanaliz jest zależna od wiarygodności bazowego przeglądu systematycznego (o czym był mowa wyżej), ale również należy pamiętać o dodatkowych czynnikach:
• metaanaliza badań o podobnym czasie trwania – często zdarza się, że czas trwania badania nie jest kryterium włączenia/wykluczenia z przeglądu systematycznego, a wielkość efektu leczniczego może być zależna od czasu trwania badania;
• obecność czytelnych wykresów typu forest plot – graficznych przedstawień wyników metaanalizy na tle wyników poszczególnych badań składowych.

Wykresy forest plot znakomicie ułatwiają interpretację wyników metaanalizy: ukazują wielkość efektu leczenia na tle poszczególnych badań składowych oraz linii braku efektu. Ponadto, graficznie wskazują czy wyniki badań składowych są zbieżne, czy istotnie się różnią (heterogeniczność), co ma znaczenie w interpretacji wyników metaanalizy, jak i stosowaniu odpowiednich narzędzi statystycznych.

Podsumowując, metaanaliza jest matematyczną sumą wyników badań włączonych do przeglądu systematycznego pozwalającą na poprawę istotności klinicznej i statycznej wyniku poprzez zwiększenie liczebności próby. Metaanaliza podlega podobnym do przeglądu systematycznego ograniczeniom, ale ma również dodatkowe kryteria wiarygodności wyniku. Metaanaliza jest tak dobra, jak jej metodyka przeprowadzenia i włączone badania.

Podsumowanie
Klasyczne metaanalizy służą do sumowania wyników badań head-to-head, czyli badań porównujących bezpośrednio między sobą dwie interwencje. Obecnie obserwuje się rosnącą rolę porównań pośrednich, a więc specyficznych metaanaliz obejmujących dwie lub więcej interwencji, które nigdy nie były porównane bezpośrednio w badaniu klinicznym. W tym wypadku, za pomocą modeli statystycznych, efektywność interwencji porównuje się na podstawie badań przeprowadzonych z podobnym komparatorem, np. placebo. Przeprowadzenie takich metaanaliz jest trudne, interpretacja wyników podobna, ale wiarygodność takich porównań pośrednich jest niższa niż wiarygodność metaanaliz klasycznych.