Prinsip Meta-Analisis
Transcript of Prinsip Meta-Analisis
PrinsipMeta-Analisis
Program Magister Ilmu KesehatanMasyarakat, Sekolah Pascasarjana,
Universitas Sebelas Maret
Prof. Bhisma Murti
Studi k(nk)
Studi 1(n1)
Studi 2(n2)
Studi 3 (n3)
Meta-analisis
(systematic review)
Meta-analisis adalah desain studiepidemiologi yang bertujuan mengkaji
secara sistematis dan mensintesis(menggabungkan) hasil-hasil estimasi
secara kuantitatif dari sejumlahpenelitian terdahulu yang menjawab
masalah penelitian yang sama dan bisadigabungkan (combineable).
ApakahMeta-analisis?
1. Memberikan bukti ilmiahyang terkuat tentang efekdari intervensi ataupaparan di antara semuadesain studi
2. Meningkatkan validitasinternal
3. Memperluas kemampuanpenerapan bukti(generalizability, validitaseksternal)
Kelebihan Meta-analisis
4. Mengatasi masalahinkonsistensi/ kontroversihasil studi primer
5. Mengurangi kesalahanrandom, meningkatkan presisiestimasi, meningkatkan kuasastatistik (statistical power)
6. Memfasilitasi praktisi dalammenggunakan bukti risetdalam praktik berbasis bukti(evidence-based praktice)
Apakah ValiditasInternal?
Validitas internal adalahkebenaran kesimpulan sebuah
studi ketika menarikkesimpulan tentang parameter
populasi sasaran (target population), baik tentang
hubungan maupun efek suatuvariabel, dengan menggunakan
hasil analisis data sampel.
Riset yang bernilai ilmiahminimal harus menunjukkan
validitas internalSampel
(statistik)
Populasi sasaran/ target population
(parameter)
Populasi eksternal/ external population
Populasiumum/ general
population
Populasiterjangkau/ accessible population
Pemilihannsampel/ sampling
Validitasinternal/ internal validity Inferensi
statistik Validitaseksternal/
external validity (generalizability)
Apakah ValiditasEksternal?
Validitas eksternal adalahkebenaran kesimpulan sebuahstudi ketika digunakan untukmenarik kesimpulan tentangparameter populasi eksternal
(external population), baiktentang hubungan maupunefek suatu variabel, denganmenggunakan hasil analisis
data sampel.
Sampel(statistik)
Populasi sasaran/ target population
(parameter)
Populasi eksternal/ external population
Populasiumum/ general
population
Populasiterjangkau/ accessible population
Pemilihannsampel/ sampling
Validitasinternal/ internal validity Inferensi
statistik Validitaseksternal/
external validity (generalizability)
Manfaat riset lebih luas jikamenunjukkan validitas eksternal
Karena meta-analisis melakukanpenyaringan (skrining) yang ketat,
melakukan pembatasan (kriteria inklusidan eksklusi), menyingkirkan duplikasi, penilaian kualitas secara kritis (critical
appraisal), terhadap berbagai studiprimer yang dilakukan meta-analisis
Mengapa Meta-analisisMampu Memberikan
Validitas Internal yang Lebih Tinggi daripada
Studi Primer?
ApakahHeterogenitasdalam Meta-
analisis?
Heterogenitas adalah variasi data di dalam masing-masing studi
(within-group variation) ataupunantar studi primer (between-group
variation). Kebalikannya adalahhomogenitas.
Validitas Internal (Internal Validity)
Validitas Eksternal(External Validity, Generalizability)
Kesalahansistematis
(bias, confounding)
Kesalahanrandom
(peluang/ kebetulan)
InferensiInferensi
Memperbesarsampel dan memperluas
lingkup sampeldari berbagai
populasi
Bagaimana Cara Meta-analisisMeningkatkan Validitas
Internal dan ValiditasEksternal dari Hasil Berbagai
Studi Primer?
Menerapkanskrining (kriteria
inklusi dan eksklusi) dan
penilaian kualitasbukti dari berbagai
studi primer
Sampelstudi
Populasisasaran(target
population)
Populasiumum
(general population)
Cara Meta-analisisMengurangi KesalahanRandom dan Kesalahan
Sistematis
Meta-analisis mengurangikesalahan random dengan
sampel yang lebih besar
Meta-analisis mengurangikesalahan sistematis denganmelakukan skrining/ kriteria
inklusi dan eksklusi dariberbagai studi primer:
1. Membatasi populasi tertentu (umur, jenis kelamin)
2. Desain studi yang sama (misal, kohorsaja)
3. Jenis dan durasi paparan/ intervensiyang sama
4. Model analisis data yang sama (misal, analisis regresi logistik ganda)
5. Effect measure (ukuran hubungan/ efek) yang sama (misalnya, Odds Ratio)
Kesalahansistematis
Kesalahan(error) dalam
sebuahpenelitian
Kesalahanrandom
Kesalahansistematis
Besar sampel
Kesalahanrandom
Cross-sectional Studies
(Prevalence Studies)
Meta-analisis DapatDilakukan untuk Studi
Eksperimentalmaupun Observasional
Apakah Meta-analisis Harus
Homogen?
Jawab:
Ya dan Tidak
Ya. Ada beberapa prinsip di mana beberapa hal tidakboleh dicampuradukkan
dalam satu studi primer dan studi primer lainnya, agar
tidak terjadi “Efek Apel dan Jeruk” (“Apple and Orange Effect”). Kesamaan prinsip
ini untuk meningkatkanvaliditas internal.
Hal yang harus sama dalammeta-analisis:
1. Masalah penelitian (PICO)2. Populasi studi (umur, jenis
kelamin) → meningkatkanvaliditas internal
3. Intervensi (paparan) →definisi operasional harussama/ semirip mungkin
4. Pembanding (tidakterpapar) → dibandingkanplasebo atau terapi standar
5. Desain studi → RCT jangandicampur denganeksperimen kuasi
6. Instrumen pengukurvariabel
7. Cara analisis statistik →hasil analisis bivariat tidakboleh dicampurkan denganmultivariat
Tidak. Meta-analisis tidakharus homogen dalam
beberapa aspek. Heterogenitas memberikannilai tambah, karena tujuan
meta-analisis tidak hanyameningkatkan validitas
internal, tetapi juga validitaseksternal, kemampuan hasil
penelitian untukdigeneralisasi.
Apakah Meta-analisis Harus
Homogen? Jawab:
Ya dan Tidak
Hal yang tidak harus samadalam meta-analisis:
1. Lokasi penelitian →
Berbagai benua, wilayahregional, dan negara
2. Besar sampel → Sampelboleh besar, sedang, dan kecil
3. Populasi → Umur, jeniskelamin, ras, boleh berbeda→ Meningkatkangeneralizability
4. Instrumen pengukur variabel→ Diatasi dengan ukuranefek terstandarisasi (Effect Size, Standarized Regression Coefficient)
5. Variabel lainnya yang tidakada hubungannya denganvariabel hasil
1. Penyaringan (skrining), kriteria inklusi dan ekslusi
2. Penilaian kualitas studi3. Analisis secara terpisah
(analisis kelompok, subgroup analysis)
4. Metaregresi
BagaimanaCara MengatasiHeterogenitas?
1. Rumuskan masalah penelitian▪ PICO
2. Identifikasi artikel full-text studi yang relevan▪ Penelusuran studi harus ekstensif▪ Database online, artikel unpublished▪ ResearchGate request fulltext▪ Skrining duplikasi, inklusi, eksklusi, dan
alasannya3. Nilai kualitas studi
▪ Lakukan critical appraisal (penilaian kritis) kualitas studi dan heterogenitas
▪ Lakukan inklusi, eksklusi, dan alasannya4. Analisis data dan ringkasan bukti
▪ Ekstraksi dan sintesis data (meta-analisis)▪ Eksplorasi heterogenitas
5. Interpretasikan temuan▪ Eksplorasi kemungkinan bias publikasi▪ Tarik kesimpulan dalam konteks
5 Langkah Melakukan Meta-analisis(Khan et al., 2003)
Systematic review merupakan studiyang mengumpulkan, menilai kualitas,
dan mensintesis bukti-bukti semuariset empiris dengan menggunakan
metode yang terinci, sistematis, dan transparan, untuk menjawab
pertanyaan penelitian dirumuskandengan jelas dalam PICO.
Meta-analisis merupakan kelanjutandari systematic review yang meliputi
prosedur statistik untuk menganalisisdan menggabungkan hasil-hasil
estimasi dari sejumlah studi yang dapat digabungkan (combineable)
Apakah Perbedaan antaraSystematic Review dan Meta-analisis?
Langkah pertama dari meta-analisis adalah merumuskan
masalah penelitian dalamakronim PICO
MasalahPenelitian dalam
Meta-analisis
Wanita dengankanker payudara
Kemoterapi
Bedah
Mortalitas
Apakah kemoterapi lebihefektif daripada tindakanbedah dalam mengurangi
kematian pada pasienwanita dengan kanker
payudara?
ContohMasalah
Penelitian
▪ Rasio Risiko (RR)▪ Odds Ratio (OR)▪ Hazard Ratio (HR)▪ Risk Difference (RD)▪ Log Odds Ratio ▪ Log Risk Ratio dsb.
Apakah Effect Measures (UkuranEfek, Ukuran Pengaruh) yang
Digunakan dalam Meta-analysis?
Variabel dependenkontinu:
▪ Effect Size (Cohen’s d, Hedges g, atau Glass ∆), disebutjuga Standardized Mean Difference
Variabel dependendikotomi:
Perhatian: Effect Size ≠ Effect Measure → Jangancampuradukkan kedua terminologi!
Cara Analisis Data pada Randomized
Controlled Trial (RCT)
Effect Measure:Effect Size(Cohen’s d)RCT
Variabeldependen(Outcome) Kontinu
Analisis Data:Cukup Analisis
Bivariat(Membandingkan
KelompokEksperimen dan
Kontrol)Uji Statistik (p):
Uji t
Sintesis Data (Meta-analisis)
Effect Size+
Variabel dependen(Outcome) Kontinu:
Effect Size=
Effect Size= Cohen’s d= Hedges g= Glass ∆
ApakahEffect Size?
Effect Size adalah ukuran efek yang dihitungdari perbedaan Mean dua kelompok studi
setelah distandarisasi dengan rata-rata Standar Deviasi kedua kelompok
Mean kelompokkontrol
Mean kelompok
eksperimen
Variasisedang,
effect size sedang
Variasitinggi,
effect size kecil
Variasirendah,
effect size besar
Effect Size
Sumber: McLeod, 2019
Interpretasi
Effect Size
PerbandinganBeberapa
Effect Size
Contoh 4 baris pasangan kelompok denganberbagai Beda Mean namun dengan variansyang sama, sehingga menghasilkan Effect
Size yang berbeda (terbesar baris terbawah).
Konversi Effect Size MenjadiKoefisien Korelasi
Effect Measure SimbolAmbang Effect Size
Kecil Sedang Besar Sangat besar
StandardiziedMean Difference
KoefisienKorelasi
Sumber: Rosenthal dan Rosnow, 1984 dikutip Ellis, 2020
Hubungan antaraEffect Size dan
Koefisien Korelasi
Effect Measure:Risk Ratio (RR), Odss Ratio (OR)
RCTVariabel
dependen(Outcome) Dikotomi
Analisis Data:Cukup Analisis
Bivariat(Membandingkan
KelompokEksperimen dan
Kontrol) Uji Statistik (p):Uji Chi Square
Sintesis Data (Meta-analisis)
RR, OR+
Cara Analisis Data pada Randomized
Controlled Trial (RCT)
Variabel dependen(Outcome) Dikotomi:
RR= 30%/ 40%= 0.75
Cara Analisis data pada StudiObservasional (Studi Kohor, Kasus-Kontrol,
Cross-Sectional) dan Eksperimen Kuasi
Effect Measure:Adjusted
Regression Coefficient (adjusted b)Desain
studi
Variabeldependen(Outcome) Kontinu
Analisis Data:Harus Analisis
Multivariat(Membandingkan Dua
Kelompok denganMengontrol SejumlahConfounding Factor) Uji Statistik (p):
Uji t
Sintesis Data (Meta-analisis)
Adjusted Regression Coefficient
+
Note:
Adjusted Regression Coefficient (adjusted b) diperoleh dari hasilAnalisis Regresi Linier Ganda
Cara Analisis data pada StudiObservasional (Studi Kohor, Kasus-Kontrol,
Cross-Sectional) dan Eksperimen Kuasi
Effect Measure:Adjusted Odds
Ratio (aOR), Adjusted Hazard
Ratio (aHR)Desainstudi
Variabeldependen(Outcome) Dikotomi
Analisis Data:Harus Analisis
Multivariat(Membandingkan Dua
Kelompok denganMengontrol SejumlahConfounding Factor)
Uji Statistik (p):Maximum Likelihood;
Uji Wald
Sintesis Data (Meta-analisis)
Adjusted Odds Ratio (aOR),
Adjusted Hazard Ratio
+
Adjusted Odds Ratio (aOR) diperoleh dari hasil Analisis
Regresi Logistik Ganda
Adjusted Hazard Ratio (aHR) diperolehdari hasil Cox Proportional Hazard
Model (Analisis Regresi Cox)
Note:
Estimasi efeksangatheterogen __> Random Effect
Estimasi efekkurangheterogen →
Fixed Effect
Sumber: Siebert, 2018
I2 dikembangkan oleh Professor Julian Higgins:
▪ I2< 50% heterogenitas sedang/ rendah
▪ I2≥50% heterogenitas tinggi
Chi Square Test:
▪ P ≥ 0.05 heterogenitasrendah/ sedang
▪ P< 0.05 heterogensitastinggi
Ukuran Heterogenitas Efek
Fixed effect model mengasumsikan, ke 3 studi
berasal dari sebuahpopulasi, misal populasi
Indonesia
Heterogenitas lebih kecilI2 <50%
Random effect model mengasumsikan, ke 3 studiberasal dari 3 populasi yang
berbeda, misal populasiIndia, Japan, dan USA
Heterogenitas lebih besarI2 ≥50%
Studi 1 Studi 2Studi 3 Studi 3
Studi 2Studi 1
Indonesia USAJapan
IndiaHeterogenitas
effect estimate lebih kecil
Heterogenitaseffect estimate
lebih besar
Sumber: Modifikasi
Michael Bigby, 2014
(DerSimonian and Laird)(Peto dan Mantel-Haenszel)
Heterogenitas dan Pendekatan untukmenghitung rata-rata estimasi efek
dari berbagai studidalam meta-analisis
ContohForest Plot dari Effect
Size
Mendukung intervensiMendukung kontrolForest plot efek senam konsentrasi
terhadap kecemasan (Blanck et al., 2018)
Random Effect Model
Contoh Forest Plot dari Risk Ratio
Forest plot efektivitas pengobatan antibiotikadibandingkan dengan apendektomi dalam mencegah
komplikasi pada pasien dengan apendisitas akut tanpakomplikasi (Varadhan et al., 2012)
ContohForest Plot dari Risk
RatioForest plot efektivitas dexamethasone dibandingkandengan plasebo untuk mencegah rekurensi migrenberat akut pada orang dewasa (Colman et al., 2008)
ContohForest Plot dari Odds
Ratio
Forest plot perbandingan perbaikan kualitashidup antara kelompok eksperimen
(cinobufotalin + kemoterapi) dan kelompokkontrol (kemoterapi) pada pasien kanker
lambung lanjut (Sun et al., 2019)
Peneliti menggunakan fixed effect model karena heterogenitas rendah, mengasumsikan studi primer berasal
dari sebuah populasi
Forest plot studikohor prospektifmenilai hubunganantara penyakit
jantung koroner dan gangguan kognitif
atau demensia
Contoh Forest Plot dari Odds Ratio
Sumber: Deckerset al., 2017
Peneliti menggunakanrandom effect model
meskipunheterogenitas rendah, karena mengasumsikan
studi primer berasaldari populasi yang
berbeda
Sumber: Wang et al, 2012
Forest plot hazard ratiotentang Lymphatic
Vessel Invasion (LVI) sebagai faktor prognostikkelangsungan hidup tanparelaps (rekurensi ) populasipasien non-small cell lung
cancer (NSCLC)
Contoh Forest Plot dari
Hazard Ratio
LVI memprediksipeningkatan
kematian dan relaps
LVI memprediksipenurunan
kematian dan relaps
Kekurangan Meta-analisis
“GIGO” (”Garbage-In, Garbage-Out) – “Sampah Masuk, Sampah Keluar”
Validitas hasil meta-analisistergantung dari validitas masing-masing studi primer. Bias yang
bertalian dengan pengumpulan data studi primer untuk sebagian di luarkendali peneliti meta-analisis untukmengontrolnya, sebagian lainnya bisa
dikendalikan lewat critical appraisal.
Kekurangan Meta-analisis
“Apples and Oranges Effect” –“Efek Apel dan Jeruk”
Kecenderunganpeneliti meta-analisis untukmencampur-adukkan segalaestimasi efek dari berbagai
studi primer yang heterogen. Untuk mencegah “efek apel
dan jeruk” pentingmenerapkan skrining, kriteria
inklusi dan eksklusi, dan melakukan penilaian kualitas.
Kelemahan inimengingatkan peneliti
meta-analisis bahwa adahal-hal prinsip yang tidak
bisa dicampur, karena akanmencederai validitas meta-
analisis itu sendiri.
Sebagai contoh, desainstudi yang berbeda tidak
bisa dicampur, estimasi darianalisis multi-variat
(adjusted) analysis) jangandicampur dengan analisisbivariat (analisis kasar).
Kekurangan Meta-analisis
“Publication Bias” (“File Drawer Effect”)
Kecenderungan peneliti, editor, dan penerbit untuk menerbitkan hasil
studi primer yang menunjukkan efeksignifikan, khususnya sering terjadi
pada studi dengan besar sampel kecil.
Batasi besar sampel minimal (misal, n ≥ 100), cek konflik kepentingan
dengan sponsor, masukkan hasil studiyang tidak diterbitkan unpublished)
Sumber: Scherer, 2020.
Sebaran Effect Size simetrisdi seputar Mean → Indikasitidak terdapat bias publikasi
Nilai d (Effect Size) Nilai d (Effect Size)
Besarsampel
Besarsampel
Funnel Plot
Funnel plot Begg merupakan diagram sebar yang digunakan dalam meta-analisis untuk mendeteksi
secara visual kemungkinan terjadinya bias publikasi
Sebaran Effect Size asimetrisdi seputar Mean → Indikasi
terdapat bias publikasi
Babar T (2020). 8 Questions Powerful People Ask Themselves Every Day. https://www.lifehack.org/articles/productivity/8-questions-powerful-people-ask-themselves-every-day.html. Diakses Juli 2020.
Bigby M (2014). Understanding and evaluating systematic reviews and meta-analyses. Indian Journal of Dermatology. 59(2): 134-139
Blanck P, Perleth S, Heidenreich T, Kröger P, Ditzen B, Bents H, & Mander J (2018). Effects of mindfulness exercises as stand-alone intervention on symptoms of anxiety and depression: Systematic review and meta-analysis. Behaviour research and therapy, 102, 25–35.
Referensi:Colman I, Friedman BW, Brown MD, Innes GD, Grafstein E, Roberts TE, Rowe BH (2008). Parenteral dexamethasone for acute severe migraine headache: meta-analysis of randomisedcontrolled trials for preventing recurrence. BMJ: 1-7. doi:10.1136/bmj.39566.806725.BE
Deckers K, Schievink SHJ, Rodriquez MMF, van Oostenbrugge RJ, van Boxtel MPJ, Verhey FRJ, et al. (2017) Coronary heart disease and risk for cognitive impairment or dementia: Systematic review and meta-analysis. PLoS ONE 12(9): e0184244. https://doi.org/10.1371/journal. pone.0184244
Ellis PD (2020). Thresholds for interpreting effect sizes. https://www.polyu.edu.hk/mm/effectsizefaqs/thresholds_for_interpreting_effect_sizes2.html. Diakses Desember 2020.
Khan KS, Kunz R, Kleijnen J, Antes G (2003). Five steps to conducting a systematic review. J R Soc Med; 96:118–121
McLeod SA (2019). What does effect size tell you? Simply psychology: https://www.simplypsychology.org/effect-size.html. Diakses Juli 2020.
Scherer S (2020). Bias in psychology: bring in all significant results. http://blog.efpsa.org/2012/06/01/falsification-of-previous-results/. Diakses Desember 2020.
Siebert M (2018). Heterogeneity: what is it and why does it matter?https://www.students4bestevidence.net/blog/2018/11/29/what-is-heterogeneity/ DiaksesJuli 2020.
Referensi:
Sun H, Wang W, Bai M, Liu D (2019). Cinobufotalin as an effective adjuvant therapy for advanced gastric cancer: a meta-analysis of randomized controlled trials. OncoTargets and Therapy. 12: 3139–3160
Varadhan KK, Neal KR, Lobo DN. (2012). Safety and efficacy of antibiotics compared with appendicectomy for treatment of uncomplicated acute appendicitis: meta-analysis of randomisedcontrolled trials. BMJ. 344:e2156 doi: 10.1136/bmj.e2156 (Published 5 April 2012)
Wang J, Wang B, Zhao W, Guo Y, Chen H, et al. (2012) Clinical Significance and Role of Lymphatic Vessel Invasion as a Major Prognostic Implication in Non-Small Cell Lung Cancer: A Meta-Analysis. PLoS ONE 7(12): e52704. doi:10.1371/journal.pone.0052704