Menu

Japan Week Spokane

Méta-analyse de l’impact du VIH sur l’infectiosité de la tuberculose: problèmes méthodologiques

te analyse Par exemple, étude incluse dans la méta-analyse Espinal et al ont estimé que le résultat brut du test cutané positif était% CI, -, ce qui indiquait que les patients séropositifs tuberculeux étaient moins infectieux Espinal et al [ ] a effectué une analyse de régression logistique pour tenir compte de la confusion Le OR ajusté était légèrement différent du OR brut et la précision était relativement large% CI, – Bien que cette différence dans les ORs ne soit pas frappante, d’autres études de la méta-analyse Entre les estimations OR brutes et ajustées Même si chaque étude avait noté de petites différences, l’effet cumulatif de ces différences de toutes les études peut être important Ignorance de ces différences peut conduire à des estimations sommaires biaiséesDr Cruciani et collègues ne déclarent pas qu’ils ont regroupé les OR ajustés dérivée de l’analyse multivariée dans chaque étude Nous supposons qu’ils ont utilisé des proportions brutes et des OR bruts, c.-à-d., non ajustés pour les variables confusionnelles de chaque Une comparaison des proportions brutes suppose que les patients séropositifs atteints de tuberculose sont comparables aux patients séronégatifs atteints de tuberculose Bien que cette hypothèse soit juste dans une méta-analyse impliquant des essais contrôlés randomisés, une telle comparabilité Les études sont suspectes à cause de la confusion Il existe une méthode reconnue pour résoudre ce problème: on peut extraire les OR et les SE logarithmiques ajustés des modèles multivariés de chaque étude et les combiner en utilisant la méthode inverse-variance Cruciani et al Ce n’est pas surprenant, car ils incluaient des études de cohortes, cas-témoins et transversales. Malgré une hétérogénéité substantielle, ils ont calculé des estimations sommaires groupées. Bien que le Dr Cruciani et ses collègues aient rapporté des estimations sommaires précises, nous sommes préoccupés. que les estimations elles-mêmes peuvent être fausses, c’est-à-dire biaisées. Il a été suggéré que les méta-analyses d’études observationnelles soient abandonnées pour cette raison , d’autres ont fait valoir que la combinaison statistique des études ne devrait pas être au centre des revues systématiques des études observationnelles psychiatrique. hétérogénéité [,,,] Les sources d’hétérogénéité comprennent les différences dans les plans d’étude, les variations dans l’évaluation de l’exposition, les facteurs de confusion, les biais, les variations dues aux différences dans les distributions des modificateurs d’effets et la distribution des niveaux de risque. Bien que le Dr Cruciani et ses collègues aient effectué des tests statistiques pour l’hétérogénéité, ils ont fourni peu d’explications pour cette hétérogénéité. Par exemple, une hétérogénéité significative a été observée lorsque l’analyse se limitait à des études impliquant des travailleurs de la santé. tuberculose résistante voir tableau dans Le résumé groupé L’estimation de ces études était très différente de la TO globale pour toutes les études impliquant des travailleurs de la santé. Deux de ces études étaient des études cas-témoins et une étude transversale était une étude transversale. Les biais liés à la conception, comme le biais de sélection, le biais de rappel et le biais d’évaluation de l’exposition, pourraient expliquer la surdétermination de ces études. Ces biais sont des préoccupations majeures dans les études cas-témoins et études transversales. , étude incluse dans la méta-analyse Di Perri et al a rapporté un OR de, qui était très différent des RUP rapportés dans toute autre étude de l’analyse. Ce document unique a probablement eu un effet fortement pondéré sur les estimations récapitulatives. Nous suggérons que la qualité de ce document aurait dû être soigneusement évaluée, et la contribution de l’article de Dr Di Perri et ses collègues à l’estimation sommaire aurait dû être examinée de manière critique au moyen de la sensibilité Enfin, le Dr Cruciani et ses collègues n’utilisaient que la base de données électronique MEDLINE pour identifier les études. et le chevauchement dans les revues indexées dans MEDLINE et EMBASE a été estimé à seulement ~% Les experts recommandent maintenant aux réviseurs d’utiliser plusieurs bases de données et sources pour élargir leur stratégie de recherche et éviter les biais En résumé, la méta-analyse par Cruciani et al illustre les problèmes associés à la méta-analyse des études observationnelles Les évaluateurs doivent être conscients de ces problèmes, évaluer soigneusement la qualité méthodologique des études incluses dans la méta-analyse, pour traiter explicitement les facteurs confusionnels et biaisés, s’abstenir de la mise en commun statistique des données face à une hétérogénéité significative et se concentrer davantage sur l’exploration et la description des sources d’hétéro Généralité