Meta-analýza

Čo je Meta-analýza? (Stručná definícia)

Meta-analýza je štatistická metóda, ktorá systematicky kombinuje výsledky viacerých nezávislých štúdií, aby získala celkový odhad účinku (tzv. „effect size“) a zvýšila tak štatistickú silu a presnosť záverov o danom javu.

Podrobnejšie vysvetlenie

Meta-analýza nie je primárny výskum, ale skôr výskum „výskumov“. Funguje tak, že identifikuje všetky relevantné štúdie, ktoré sa zaoberajú rovnakou výskumnou otázkou alebo javom. Následne extrahuje z každej štúdie relevantné štatistické údaje (ako napríklad veľkosť účinku, smer účinku a štandardné chyby) a tieto údaje kombinuje pomocou štatistických metód. Cieľom je zistiť, či existuje konzistentný vzorec výsledkov naprieč jednotlivými štúdiami a ak áno, aká je celková priemerná veľkosť účinku. Dôležité je, že meta-analýza umožňuje zohľadniť aj heterogenitu medzi štúdiami (rozdiely v metodológii, populáciách, intervenčných postupoch atď.) a určiť, či tieto rozdiely ovplyvňujú celkové výsledky. Na posúdenie heterogenity sa používajú rôzne štatistické testy (napr. Q test, I² štatistika). Ak je heterogenita vysoká, meta-analýza môže preskúmať, ktoré faktory (moderátory) vysvetľujú túto variabilitu.

Význam a dôležitosť v psychológii

Meta-analýza zohráva kľúčovú úlohu v psychológii, pretože umožňuje syntetizovať poznatky z rozsiahleho množstva výskumných štúdií. To je obzvlášť dôležité v oblastiach, kde výsledky jednotlivých štúdií sú nekonzistentné alebo kde štúdie majú malú štatistickú silu na detekciu reálnych účinkov. Meta-analýza tak pomáha identifikovať, ktoré intervencie alebo postupy sú skutočne efektívne, a poskytuje takEvidence-based informácie pre klinickú prax a politické rozhodovanie. V klinickej praxi napríklad meta-analýzy pomáhajú terapeutom rozhodovať o najlepších postupoch pre liečbu pacientov. V oblasti výskumu meta-analýza identifikuje oblasti, kde sú potrebné ďalšie štúdie, a môže pomôcť upresniť teoretické modely. Taktiež meta-analýza pomáha odhaliť „publication bias“ (tendenciu publikovať štúdie s pozitívnymi výsledkami), ktorý môže skresľovať celkový obraz o danom jave.

Príklad z praxe

Predstavme si, že existuje množstvo štúdií, zaoberajúcich sa účinnosťou kognitívno-behaviorálnej terapie (KBT) pri liečbe úzkostných porúch u detí. Niektoré štúdie ukazujú silný pozitívny účinok, iné len mierny alebo žiadny. Lekárka, detská psychologička, Mária, ktorá sa špecializuje na liečbu úzkosti u detí, sa snaží zistiť, či je KBT skutočne účinná a pre ktoré deti je najvhodnejšia. Namiesto toho, aby sa spoliehala len na jednotlivé štúdie, sa rozhodne prečítať si meta-analýzu, ktorá zhromažďuje a analyzuje výsledky všetkých dostupných štúdií o účinnosti KBT u detí s úzkostnými poruchami. Meta-analýza potvrdí, že KBT je celkovo účinná pri redukcii symptómov úzkosti u detí. Okrem toho meta-analýza identifikuje, že účinnosť KBT je vyššia u detí s diagnostikovanou generalizovanou úzkostnou poruchou a u detí, ktorých rodičia aktívne podporujú terapeutický proces. Mária tak získava relevantné informácie na základe rozsiahlej analýzy, ktoré jej pomôžu pri rozhodovaní o vhodnej liečbe pre jej malých pacientov.

Teoretický kontext a pôvod

Koncept meta-analýzy má svoje korene v štatistike a bol prvotne vyvinutý pre potreby poľnohospodárskeho výskumu. V psychológii sa meta-analýza začala intenzívnejšie používať v 70. a 80. rokoch 20. storočia. Jedným z prvých priekopníkov v oblasti meta-analýzy v psychológii bol Gene V. Glass, ktorý v roku 1976 použil termín „meta-analýza“ na označenie štatistickej analýzy rozsiahleho súboru výsledkov štúdií na podobnú tému. Glass argumentoval, že meta-analýza môže poskytnúť presnejší a komplexnejší obraz o efekte, ako jednotlivé štúdie samostatne. Jeho práca položila základ pre rozvoj metodológie a softvérových nástrojov na vykonávanie meta-analýz. Meta-analýza sa stala dôležitým nástrojom v oblasti evidence-based practice, ktorá vyžaduje, aby boli intervencie a postupy založené na dôkazoch získaných z rozsiahlych a systematických výskumov.

Kľúčové osobnosti a ich prínos

• Gene V. Glass: Zaviedol termín „meta-analýza“ a položil základy pre metodológiu systematického zjednocovania výsledkov štúdií.
• Larry V. Hedges: Prispel k teoretickému rozvoju meta-analytických metód, najmä v oblasti odhadu veľkosti účinku a riešenia problému heterogenity medzi štúdiami.
• Ingram Olkin: Významne prispel k rozvoju štatistických metód pre meta-analýzu a k pochopeniu biasov, ktoré môžu ovplyvniť výsledky meta-analýz.
• Harris Cooper: Zaoberal sa metodologickými otázkami meta-analýzy, vrátane identifikácie a zahrnutia relevantných štúdií a syntézy kvalitatívnych dát.

Súvisiace pojmy

• Systematický prehľad – Metodický prehľad existujúcej literatúry s cieľom identifikovať, vyhodnotiť a syntetizovať všetky relevantné štúdie. Meta-analýza je štatistická technika, ktorá sa často používa v rámci systematického prehľadu na kombinovanie výsledkov štúdií.
• Veľkosť účinku (Effect size) – Štatistická miera, ktorá kvantifikuje veľkosť rozdielu medzi dvoma skupinami alebo vzťah medzi dvoma premennými. Meta-analýza používa veľkosť účinku na kombinovanie výsledkov štúdií.
• Heterogenita – Miera variability medzi výsledkami jednotlivých štúdií zahrnutých do meta-analýzy. Vysoká heterogenita môže naznačovať, že štúdie sa líšia v metodológii alebo populáciách a vyžaduje si ďalšiu analýzu.
• Publication bias – Tendencia publikovať štúdie s pozitívnymi výsledkami, čo môže viesť k nadhodnoteniu účinku v meta-analýze. Existujú štatistické metódy na detekciu a korekciu publication bias.