13. Meta-Analyse und Reviews

Question 1

Qualitative Reviews =

Answer 1

narrative Reviews

Question 2

Quantitative Reviews =

Answer 2

Meta-Analysen

Question 3

Generalisierung der Ergebnisse von mehreren Studien ueber:

Answer 3

• narrative Reviews

- Meta-Analysen

Question 4

Warum Meta-Analysen?

Answer 4

• exponentiell anwachsende Anzahl von publizierten Primaerstudien
• Zusammenfassung noetig
• “Evidence Based Medicine”

Question 5

Was sind Meta-analysen und Reviews?

Answer 5

systematische Uebersichtsarbeiten

Question 6

Zielgruppe fuer Meta-Analysen?

Answer 6

• Praktiker und Forscher (Übersicht zum aktuellen
  Wissensstand für die Anwendung)
  Lehrende und Studierende (Überblick zum aktuellen
  Wissensstand)
  Forscher (Generierung neuer Fragestellungen und
  Hypothesen / Erfassung von Forschungsbedarf)

Question 7

Warum benoetigen Praktiker und Forscher Meta-Analysen?

Answer 7

Uebersicht zum aktuellen Wissensstand –> Anwendung

Question 8

Warum benoetigen Lehrende und Studierende Meta-Analysen?

Answer 8

Uebersicht zum aktuellen Wissensstand

Question 9

Warum benoetigen Forscher Meta-Analysen

Answer 9

Generierung neuer Hypothesen

Erfassung von Forschungsbedarf

Question 10

Meta-Analysen: Vorteile

Answer 10

1) Test der Generalisierbarkeit eines Effekts (=externe
Validität) über Homogenitätstests

2) Prüfung der Grenzen der Ergebnisse (=Abhängigkeit der Zusammenhänge von Drittvariablen) über Moderatoranalysen
3) Prüfung von Vermittlungshypothesen (=direkte oder nur indirekte Einflüsse) über Mediatoranalysen

Question 11

Erfasse “Narrative Reviews”

Answer 11

Eine Beschreibung der existierenden Literatur.

– Oft werden mehrere hundert Studien zu einer
Fragestellung deskriptiv dargestellt.
– Die Bewertung erfolgt durch mehrere Reviewer

Question 12

Narrative Reviews: Nachteile

Answer 12

— keine Zusammenfassung der Studien

– Ueberblicksverlust

Question 13

Narrative Reviews: Bewertungskategorien fuer die Studien

Answer 13

+ Ergebnisse mit signifikanten Unterschieden in die
gewünschte Richtung

0 keine signifikanten Unterschiede / Ergebnisse.

• Ergebnisse mit signifikanten Unterschieden
  entgegen der erwarteten Richtung.

Question 14

Narrative Reviews: Wie erfolgt eine Zusammenfassung der Ergebnisse?

Answer 14

Auszählen der +/0/- über alle Studien hinweg

—-> box scoring oder vote counting

Question 15

Box score/Vote counting

Answer 15

Abzaehlen von +, 0 und - Werte
- Ergebnis –> Chi-Squared Test

• Der box score kann durch einen Vergleich von Studien aus den drei Kategorien Hinweise auf potentielle Moderatorvariablen geben.

Question 16

Box score/ vote counting: Vorteile

Answer 16

• Hinweise auf potentielle Moderatorvariablen
• Hilfestellung bei der Generierung neuer Hypothesen
• Inhaltlich-theoretische Argumentation steht hierbei im
  Vordergrund

Question 17

Box score/ vote counting: Nachteile

Answer 17

— Überforderung des Lesers (großen Zahlen von
Moderatorvariablen und Studien) da die Übersicht abnimmt

— Einzelne Studien gehen in der Vielzahl der Studien “unter”.

— keine systematische Gewichtung
nach:
der Stichprobengröße
der Größe der Mittelwertsdifferenz
der Effektgrößen
dem erzielten Signifikanzniveau

Question 18

erste Meta-Analyse?

Answer 18

Glass 1976

Question 19

Meta-Analyse: definition

Answer 19

Statistische Aggregation von Ergebnissen aus mehreren Studien mit gleicher / ähnlicher Fragestellung.

Question 20

Meta-Analyse: Funktion?

Answer 20

• • bessere Schätzung der “wahren” Effekte

- - Ermittlung von Konfidenzintervallen über die Studien hinweg möglich

Question 21

Meta-Analyse: Vorteil?

Answer 21

Untergruppenanalysen (Subgruppenanalysen) Moderatoranalysen

(als weitere Auswertungsschritte möglich)

Question 22

Meta-Analyse: Arbeitsschritte

Answer 22

1) Identifizierung & Präzisierung der Fragestellung,
Literaturrecherche
2) Kodierung der Studien
3) Ermittlung der Effektgrößen
4) Analysieren der Meta-Analyse-Daten
5) Interpretation und Präsentation der Ergebnisse

Question 23

Meta-Analyse: Schritt 1

Answer 23

1) Identifizierung & Präzisierung der Fragestellung,
Literaturrecherche

• • Fragestellung zu breit –> Flut von passenden Studien
• • Fragestellung zu differenziert –> Duerre
• • Vermeidung eines Bias –> moeglichst alle passende Studien sollen erfasst werden

Question 24

Publication Bias

Answer 24

Verzerrung:

Diplomarbeiten, Promotionen nur
schwer erreichbar sind (z.B. nicht elektronisch).

Forschungsberichte, interne Papiere unter Verschluss sind

nur die “Guten” Zeitschriften sind gelistet

Question 25

Nenne einen Synonym fuer Publication Bias

Answer 25

File-Drawer-Problem

Question 26

Erfasse den File-Drawer-Problem

Answer 26

Studien mit “falschen” oder nicht-signifikanten Ergebnissen werden überhaupt nicht veröffentlicht

Question 27

Publication Bias/File Drawer Problem: problematische Folgen

Answer 27

“leichteren” Publikation von “richtigen” Studien -----> Ueberschaetzung der Wirksamkeit einer Therapie oder eines Treatments

Question 28

Publication Bias: wann ist dieser besonders schwerwiegend?

Answer 28

wenn anhand einer Metaanalyse Therapieempfehlungen oder Leitfäden zur Behandlung erstellt werden

Question 29

Wie kann “graue Literatur” erfasst werden?

Answer 29

---> Alle bekannten Forscher auf dem jeweiligen Forschungsgebiet anschreiben. ---> Auch außerhalb der “festgetretenen Pfade” suchen (z.B. Internet, Tagungen, Fachverbände anschreiben, In diversen Universitätsbibliotheken forschen etc.) --> Spezielle Kliniken / Zielgruppen anschreiben

Question 30

Gueteprofile von Studien: was sind die 8 Guetekriterien?

Answer 30

``` 1 Klinische Relevanz 2 Interne Validität 3 Güte und Information 4 Vorsicht bei der Interpretation 5 Reichhaltigkeit der Messung 6 Güte der Auswertung 7 Reichhaltigkeit der Ergebnisse 8 Indikationsrelevanz ```

Question 31

Meta-analyse: was ist der Zweck von der Ermittlung von Effektgroessen?

Answer 31

Standardisierung | --> ermoeglicht den Vergleich von Ergebnissen aus verschiedene Studien trotz verschiedene aV

Question 32

Meta-Analyse: Effektgroessen Beispiel

Answer 32

intervallskalierte Merkmale = Standardisierte Mittelwertsdifferenzen (d-Maß) nominalskalierte Merkmale = odds ratio (or)

Question 33

Nenne verschiedene Effektgroessenmasse

Answer 33

d-Mass (standardisierte Mittelwertsdifferenzen) | or (odds ratio)

Question 34

d-mass: wie kann man Effekte kategorisieren nach Cohen?

Answer 34

kleine (d = 0.2) mittlere (d = 0.5) große Effekte (d = 0.8)

Question 35

d-mass: wann ist es klar definiert?

Answer 35

- 2 Gruppen | - 1 Messzeitpunkt

Question 36

d-mass: Problem?

Answer 36

wie wird d-Mass berechnet - bei mehr als 2 SP? - bei abhaengigen SP?

Question 37

Effektgroessen: Bewertung als Alternative zu Cohen

Answer 37

Transparente Darstellung... - - aller deskriptiven Kennwerte. - - der Streuung. Bewertung der ermittelten Effektgröße durch einen Vergleich mit Effektgrößen aus ähnlichen Studien nicht mit dem Bewertungsvorschlag von Cohen.

Question 38

Erfasse Odds Ratio

Answer 38

das Verhältnis zweier Chancen zueinander.

Question 39

Odds Ratio: wie wird es bewertet?

Answer 39

``` 1 = keinen Unterschied zwischen den Gruppen >1 = “Risiko” für ein Ereignis in der ersten Gruppe <1 = “Schutzfunktion der Gruppenzugehörigkeit” vor einem Ereignis in der ersten Gruppe ```