Сбор и выкопировка данных
<...>
После того, как были собраны исследования, наступает этап выкопировки данных. Естественно, что необходимо следить за тем, чтобы данные от одной группы пациентов использовались только один раз. Хотя это кажется само собой разумеющимся, в реальности обнаружить двойные публикации не так уж легко. Tramer и соавт. (1997) провели анализ 84 исследований по использованию антагониста 5-HT3 рецепторов ондансетрона для профилактики послеоперационной тошноты и рвоты. Они обнаружили, что количество двойных работ составило 17%. При этом в публикациях отсутствовали указания на вторичность публикаций, а результатом являлось завышение эффективности препарата на 23%.
Для выкопировки данных лучше всего разработать специальную форму, которая будет собирать важнейшую информацию об исследовании, такую как количество пациентов в группе контроля и группе лечения, результаты наблюдения за каждой группой и т.д. Переменные, характеризующие результат лечения могут быть количественными — такими как уровень артериального давления, значения шкалы качества жизни и т.п. или качественными — смертность или частота осложнений. В ряде случаев они могут быть упорядоченными качественными переменными (стадия опухоли) или временными (продолжительность жизни или ремиссии). Чаще всего, однако, клиницисту приходится сталкиваться с качественными показателями эффективности терапии, и поэтому пример формы выкопировки данных, приведенный в табл.1, предназначен для анализа именно таких данных.
Наиболее адекватная процедура разработки формы выкопировки данных проходит три стадии (Robey и Dalebout, 1999). На первой стадии аналитик, основываясь на своем опыте и задачах мета-анализа, создает черновой вариант кодировочной схемы. При этом учитываются те переменные, которые влияют на исход данного заболевания. Для их идентификации могут помочь оригинальные работы и литературные обзоры по естественному течению заболевания. На втором этапе данная схема используется для выкопировки данных из 10-12 исследований. В ходе этой работы становятся понятными недостатки кодировочной схемы и проводится ее переработка. Лишь затем схема применяется на всем массиве данных.
При выкопировке данных следует стараться выписывать абсолютные данные, а не проценты (10 пациентов умерло из 20, а не 50%). При выкопировке данных могут возникнуть две основные проблемы.
Во-первых, необходимые данные могут отсутствовать в опубликованных статьях. В этом случае можно попытаться войти в контакт с авторами соответствующих исследований и получить информацию от них. Однако, как отмечают Roberts и Schierhout (1997) исследователи часто отказываются предоставить даже суммарные неопубликованные данные. Поэтому иногда приходится прибегать к трансформации опубликованных данных для того, чтобы получить примерную оценку величин, интересующих аналитика (как будет показано далее размер эффекта, например, можно оценить по значению коэффициента Стьюдента или значению хи2).
Во-вторых, выкопировка данных представляет собой кропотливый и сложный процесс, который уязвим для ошибок и неточностей. Поэтому L'Abbe и соавт (1987) рекомендуют, поручить выкопировку одновременно двум исследователям, знакомым с данной клинической проблемой. Затем результаты сравниваются и таким образом ошибки исключаются.
(подчеркивание мое)