Statistik

zb suicide [MESH] 

Wortstammsuche: suicid* (suicidality, suicidal, suicide) 

Genauer Begriff via "search Term" 

Kombinieren durch Kommata 

Jahreszahl 

Studientyp 

Text availability 

Etc 

Systematische Suche 

Extraktion der Ergebnisse 

Preferred Reporting Items for Systematic reviews and Meta-Analyses 

Checkliste für Strukturierung eines Reviews oder Metaanalyse 

Flowchart Vorlage um den study flow nachvollziehen zu können 

- Title (identify report as systematic review) 

- abstract (see prisma 2020 for abstracts checklist) 

- introduction: 

      Rationale (describe rationale for the review in the context of existing knowledge) 

       Objectives (provide explicit statement of objectives or questions the review addresses) 

- methods: 

     Eligibility criteria 

     Information sources 

     Search strategy

     Selection process 

     Data collection process 

     Data items 

Durch 2 unabhängige Rater*innen (mind) 

Unstimmigkeiten entweder durch Konsensus oder dritte Person gelöst 

Grundgerüst der Metaanalyse 

- Identification: records identified from databases and registers --> removed before screening (duplicate/ ineligible etc) 

- screening: records screened, reports sought for retrieval, reports assessed for eligibility  

- included: studies included, reports of included studies 

Infos aus PICO: SPkennwerte (treatment und Control); Therapieform und Infos zur Implementierung; Kennwerte für Hauptoutcome und wie gemessen 

Effektstärken der Intervention (OR, RR, Cohens d, partial eta^2) 

Kennwerte für sekundär outcomes (mean/sd) 

Siehe Bild 

Siehe Tabelle 

Für Metaanalysen nur noch risk of bias standard 

(Quality rating maß vergleicht Studien allgemein -> Faktoren unspezifisch) 

Randomisierte Treatment/ Control- Bedibgungen vorweisen 

Klare Abgrenzung und Definition der untersuchten Bedingungen stellen 

Eine ITT (Intention to treat) Analyse beinhalten 

Sensiitivitätsanalysen: per protocol oder as-treated 

Rating: low risk - some concerns - high risk 

Erfasst "risk of material bias" 

Für jede Domain auch Freitextfelder yum erläutern 

D1: randomization Process 

D2: intervention Deviations 

D3: Missing Data 

D4: Outcome Measurement 

D5: Selection of Results 

Wie wurde randomisiert? 

- Zufallskomponente im Prozess? (Coin toss, Computergenerierte Zugallszahlen) 

Wie werden Proband*innen den Bedingungen zugewiesen 

- erahnbar? / wie verhindert 

Sind Gruppen im Verhältnis gleich groß 

Ist Baseline Belastung zwischen den Gruppen im Verhältnis gleich groß 

Proband*innrn verblindet

Therapeut*innen/ Interventionsanbietenden "verblindet" 

Signifikante Abweichungen vom Studienplan? 

Angemessene Analysemethode? (ITT) 

-> wenn nein: Einfluss auf outcome? 

Daten für >= 95% Proband*innen 

Angemessene Analysemethode um mit missing data umzugehen: mixed models for repeated measures, multiple imputation? 

Moderate bis große Stichprobengröße (n>= 40 pro Studienarm) 

SP yu letztem ZP noch groß genug? (n>= 70%) 

Wenn missing data -> unabhängig vom outcome? 

Angemessene erhebungsmethode? (In beiden Bedingungen gleich und reliables Instrument?) 

Self-Report data? 

Interviewdaten durch Therapeut*innen/ Studienpersonal erhoben? (Verblindet?) 

Studienprotokoll/ Registrierung/ Statistischer Analyse Plan zugänglich/ veröffentlicht? 

Outcomemaße und MZP vorher festgelegt? 

Rleevante Outcomes vollständig reported? 

Analyseplan festgelegt bevor unverblindete Daren verfügbar? 

Festgelegtem Analyseplan gefolgt? 

Müssen standardisiert sein zum vergleichen 

Es ergibt sich (nach KTT) gefundene Effektstärken k aus wahrer Effektstärke und stichprobenfehler 

Zeichen für effektstärke θTheta 

Je kleiner der stichprobenfehler (sampling error) umso stärkere Gewichtung der Studien weil wahrer Effekt besser geschätzt 

1. Effektstärken (vergleichbar über alle Studien)

2. Standardfehler nutzen SE (ist nicht SD!!) 

Mittelwertsunterschiede (standardisiert oder nicht; zwischen oder innerhalb Gruppen) 

Risk Ratios 

Odds Ratios 

Incidence Ratios

Nicht standardisierte MD nur wenn alle Studien gleichen Fragebogen benutzt 

-> also meistens standardized mean difference SMD 

Treatment Gruppe - post werte für Mittelwert, Standardabweichung, Gruppengröße 

Kontrollgruppe - Post Werte für Mittelwert, Standardabweichung, Gruppengröße 

Siehe Abbildung 

Unterschied: Annahme bzgl wahrer Effekt 

- Common: alle beobachteten Effekte stammen aus Population und teilen sich einen wahren Effekt 

- Random: auch wahre Effekte unterscheiden sich zwischen jeder SP; Streuung wahrer Effekte mit τ^2 angegeben 

--> Common Effects schwer in Praxis zu übertragen (meist Unterschied zwischen Studien in Intervention, Outcomes, Settings,..) --> Varianz miteinbeziehen --> Random effects 

Im Random effects model Studienheterogenität angenommen 

Design/ Baseline Heterogenität 

Statistische Heterogenität 

τ^2 gibt varianz des wahren Effekts über Studien hinweg an --> hoch --> wahre Effekte variieren über Studien hinweg sehr stark --> gepoolter Effekt ist wenig aussagekräftig 

Der DerSimonian-Laird DL Schätzer 

Restricted Maximum Likelihoof REML oder Maximum Likelihood ML Verfahren 

Paule-Mandel PM Verfshren

Empirical Bayes EB Verfahren (quasi gleich wie PM Verfahren) 

Sidik- Jonkman SJ Schätzer 

--> keine festen Regeln wann welcher --> mehrere ausprobieren und vgl

Restricted Maximum likelihood

Paule Mandel 

Vorausgesetzt: SPgrößen variieren nicht zu stark 

Sidik-Jonkman 

(False positive vermieden werden soll) 

DerSimonian-Laird 

Annahme fixed effects model  --> wenn sign dann random effects 

I^2 gibt Proportion der gesamten Variabilität in Effekten an, die nicht auf die Sampling Vatianz zurückgeht --> wie viel Streuung ist nicht durch SPVarianz zu erklären 

I^2 = 25% niedrige Heterogenität 

I^2 = 50% mittlere Heterogenität 

I^2 = 75% hohe Heterogenität 

ABER sind abhängig von Studienanzahl und mittlerem Standardfehler 

Tau^2 nicht leicht interpretierbar 

Beinhalten τ^2 

Gibt 95% Intervall an, in dem Effekte zukünftiger Studien liegen würden, basierend auf vorliegender Evidenz