1 min de lecture
La méta-analyse est un sous-ensemble des revues systématiques qui combine les données qualitatives et quantitatives pertinentes issues de plusieurs études sélectionnées afin d'aboutir à une conclusion unique dotée d'une plus grande puissance statistique. Cette conclusion est statistiquement plus significative que l'analyse de n'importe quelle étude isolée, en raison du nombre accru de sujets, de la plus grande diversité parmi ces derniers, ou de l'accumulation des effets et des résultats.
Plus de détails sur la méta-analyse sont fournis ci-dessous :
Objectif
- Établir une signification statistique à partir d'études aux résultats contradictoires.
- Établir une estimation correcte de l'amplitude de l'effet.
- Fournir une analyse plus complexe des risques, des données de sécurité et des bénéfices.
- Examiner des sous-groupes dont les effectifs individuels ne sont pas statistiquement significatifs.
Avantages
- Précision accrue des preuves convaincantes concernant les effets des interventions lorsque les études sont de trop petite taille.
- Puissance statistique accrue et analyse de données confirmatoires.
- Répondre aux questions restées sans réponse ou non abordées dans l'étude de recherche.
- Une bonne source pour répondre aux études divergentes afin de générer de nouvelles hypothèses.
- Considéré comme une ressource fondée sur des données probantes.
Inconvénients
- Difficulté et complexité à identifier les études pertinentes.
- Toutes les études ne fournissent pas de données adéquates pour l'inclusion et l'analyse.
- Nécessite des techniques statistiques avancées.
- Hétérogénéité des populations d'étude.
Le processus en cinq étapes
Graphique en forest plot
Les estimations finales issues d'une méta-analyse sont souvent illustrées graphiquement sous la forme d'un « forest plot ».
Un forest plot présente les estimations d'effet et les intervalles de confiance pour les études individuelles ainsi que pour les méta-analyses. Sur un forest plot, chaque étude est représentée par un carré positionné au niveau de l'estimation ponctuelle de l'effet de l'intervention, avec une ligne horizontale s'étendant de part et d'autre de ce carré. La surface du carré indique le poids attribué à cette étude dans la méta-analyse, tandis que la ligne horizontale représente l'intervalle de confiance (généralement avec un niveau de confiance de 95 %). La surface du carré et l'intervalle de confiance véhiculent des informations similaires, mais apportent des contributions distinctes au graphique. L'intervalle de confiance indique la plage des effets d'intervention compatibles avec le résultat de l'étude. La taille du carré attire l'attention sur les études ayant un poids plus important (généralement celles dont les intervalles de confiance sont les plus étroits), qui pèsent le plus dans le calcul du résultat global présenté sous la forme d'un losange au bas du graphique.
Identifier les données d'études pertinentes pour parvenir à une conclusion unique peut s'avérer complexe. Faites appel à un expert reconnu tel que Freyr pour la surveillance et l'analyse des données d'études cliniques.
