Оценка нерандомизированных исследований вмешательств

Evaluating non-randomised intervention studies
Douglas G. Altman, Jonathan James Deeks, Amanda J. Sowden, Mark Patrick Petticrew, Jacqueline Dinnes, Roberto D’Amico, C Sakarovitch, Fengyu Song, Charlotte Sakarovitch
2003-09-01

оценка систематической ошибкинераспределение методом рандомизациинерандомизированные интервенционные исследованияинструменты оценки качестваоценка эффекта лечения
ЦЕЛИ: Рассмотреть методы и соответствующие данные для оценки систематической ошибки в нерандомизированных исследованиях вмешательств. ИСТОЧНИКИ ДАННЫХ: Систематические обзоры и методологические статьи были выявлены посредством поиска в электронных базах данных, ручного поиска в ключевых медицинских журналах и обращения к экспертам, работающим в данной области. Новые эмпирические исследования были проведены с использованием данных двух крупных рандомизированных клинических исследований. МЕТОДЫ: Были выполнены три систематических обзора и новые эмпирические исследования. В обзорах применительно к нерандомизированным исследованиям рассматривались: (1) имеющиеся данные о систематической ошибке, (2) содержание инструментов оценки качества и (3) способы оценки качества исследований и учета его влияния. Эмпирические исследования проводились путем формирования нерандомизированных исследований на основе двух крупных многоцентровых рандомизированных контролируемых исследований (РКИ) и выборочного повторного формирования выборок участников исследований с учетом назначенного лечения, центра и периода. РЕЗУЛЬТАТЫ: В систематических обзорах восемь исследований сравнивали результаты рандомизированных и нерандомизированных исследований различных вмешательств с использованием метаэпидемиологических методов. Был выявлен 194 инструмент, который мог использоваться или уже использовался для оценки нерандомизированных исследований. Шестьдесят инструментов охватывали по меньшей мере пять из шести заранее определенных областей внутренней валидности. Четырнадцать инструментов охватывали три из четырех ключевых пунктов, имеющих особое значение для нерандомизированных исследований. Шесть инструментов были признаны пригодными для использования в систематических обзорах. Среди 511 систематических обзоров, включавших нерандомизированные исследования, качество исследований оценивалось лишь в 169 (33%). В 69 обзорах количественно изучалось влияние качества на результаты исследований. Новые эмпирические исследования позволили оценить систематическую ошибку, связанную с неслучайным распределением, и показали, что она может приводить к устойчивому завышению или занижению оценок эффектов лечения; кроме того, систематическая ошибка увеличивала вариабельность результатов как для исторических, так и для одновременных контролей вследствие случайных различий в составе случаев между группами. Систематическая ошибка...
1
Среди 511 систематических обзоров, включавших нерandomизированные исследования, качество оценивалось лишь в 169 (33%), а влияние качества на результаты количественно изучалось в 69 обзорах.
2
Эмпирические исследования на данных двух крупных рандомизированных испытаний показали, что нерандомизированное распределение может систематически завышать или занижать эффекты лечения.
3
Нерандомизированное распределение увеличивало вариабельность результатов как при использовании исторического, так и одновременного контроля из-за случайных различий в составе групп пациентов.
4
Систематические обзоры выявили, что нерandomизированные исследования могут давать смещённые оценки по сравнению с рандомизированными исследованиями при различных вмешательствах.
5
Были выявлены 194 инструмента оценки качества; только 60 охватывали не менее пяти из шести областей внутренней валидности, а шесть считались пригодными для систематических обзоров.

нерандомизированные исследования вмешательств

систематическая ошибка в оценках эффекта лечения и методы оценки качества исследований и внутренней валидности

Publication Details
Publication Date
2003-09-01
Journal
Publisher
ISSN
Cited by
2907
Access Type
Author Information
Authors
Douglas G. Altman
Jonathan James Deeks
Amanda J. Sowden
Mark Patrick Petticrew
Jacqueline Dinnes
Roberto D’Amico
C Sakarovitch
Fengyu Song
Charlotte Sakarovitch
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%