<Meta-analysis> #2. RevMan practice

지난번 참고했던 논문을 바탕으로, RevMan을 이용하여 같은 과정을 진행해보도록 하자.

 

RevMan Review를 시작하면, 다음과 같은 화면을 볼 수 있고

해당 화면의 요소들을 하나씩 채워 나가는 방식으로 진행하게 된다.

 

 

Flow diagram

말 그대로 숫자만 채우면 되기 때문에 간단하다.

 

 

 

Forest plot 그리기, I²

 

시험 삼아 original article에서 pairwise MA를 시행한, 비슷한 연구들 몇 개를 RevMan에 입력해 보자.

 

해당 연구들은 IV steroid vs. no Tx. or placebo에 대한 data를 가지고 있는 연구들이다.

 

새로운 analysis에 해당 연구들을 포함시킨 후, original article에 나온 Forest plot을 바탕으로 숫자를 입력해 보았다.

해당 데이터들을 입력하면,

 

 

동일한 Forest plot을 얻을 수 있다.

 

재미있는 것은, 위의 meta analysis의 forest plot과 total을 보면 내가 직접 작성해본 것과 다른데, 

마지막 Shin and Lee의 data가 빠져있음을 알 수 있다.

Open이긴 하지만 JAMA정도 되는 저널도 이런 거 하나하나 다 체크할 수는 없구나 싶다. 역시 사람이 하는 일이라..

여하튼 결과적으로 대세에 영향은 없어서 큰 문제는 없다.

 

plot 아래의 통계량들이 다른데, 이는 내가 effect model을 fixed로 하여서 그랬다.

 

I² 같은 경우 동질성 검정을 위한 Higgin의 방법인데

0~100% 값을 가지고, 보통 25% 미만이면 이질성이 낮고 75% 넘어가면 이질성이 높다고 판단한다.

 

I²가 77%로 50%를 훌쩍 넘기 때문에 random effect model을 선택해 주면,

이와 같이 변한다.(original article의 실수처럼 Shin and Lee의 data를 제거해보면 통계량도 완전히 같게 나온다.)

 

이렇게 이질성이 높은 경우 subgroup analysis나 메타회귀분석, 민감도분석 등을 하여 이질성의 원인을 찾거나 분리하여 표현할 수 있다고 한다.

 

 

Funnel plot

본문에는 없으나 이와 같이 Funnel plot을 그릴 수 있는데

대표적으로 reporting bias를 평가하는 그림으로

 

X축은 효과의 크기(MD), Y축은 표본크기 - SE의 역수이다. 

보통 위가 좁고 아래가 넓은 funnel 모양이라 이러한 이름이 붙었으며

좌 하단이 비어 있다면 효과 크기가 작고 표본 크기가 작은 것이 출판되지 않았을 가능성이 있고

우 하단이 비어 있다면 효과 크기가 크나 소규모 연구인 것이 출판되지 않았을 가능성이 있다.

 

 

 

Risk of Bias

해당 논문에는 다음과 같이 표를 실어주고 있다. 

마찬가지로 위와 같이 선택하여 채워 넣을 수 있으며, 옆에는 판단에 대한 원문 내용을 집어넣을 수 있다.

위와 같은 그림들로 표현할 수도 있다.

 

RevMan software 자체의 문제?로 unclear risk의 경우 table에 꼭 description을 해주어야 그림에 표시가 된다.

 

 

 

TSA, Network meta-analysis

이 두 가지 방법은 RevMan에서는 불가능하므로 여기서 다루지 않는다.