26 เมษายน 2552

Forest Plots and Heterogeneity Tests in Meta-analysis

ครับ วันนี้ผมขอเขียนถึงเรื่อง Forest Plot และ Heterogeneity Test ใน Meta-analysis นะครับ เพราะมีคนถามถึงบ่อย

Forest Plot นั้นก็คือการเรียบเรียงรายละเอียดของแต่ละ Study ย่อยครับ ปกติแล้วเวลาเอา RCT มาสรุปด้วยวิธีการทางสถิตินั้นมันจะมีแต่ตัวเลขเต็มไปหมด เขาก็เลยอาศัยกราฟขึ้นมาเพื่อให้เราสามารถตีความผลลัพธ์ที่ได้ดีขึ้นครับ

ยกตัวอย่างนะครับ จาก Systematic Review เรื่องการรักษาหูหนวกแบบฉับพลันที่ลงใน Arch Otol Laryngol: Conlin AE, Parnes LS. Treatment of sudden sensorineural hearing loss: II. A Meta-analysis. Arch Otolaryngol Head Neck Surg. 2007 Jun ;133(6):582-6. เขาทำการศึกษารวบรวม RCT ที่ให้ Steroid ในคนไข้หูหนวกฉับพลัน เทียบกับคนที่ได้ Placebo และ Outcome เป็นการหายจากหูหนวก โดยพบว่ามี 2 Study ย่อยดังนี้ครับ (คลิ๊กเพื่อดูรูปใหญ่นะครับ):

สังเกตนะครับ ว่าเขาจะเอาแต่ละ Study มาเรียงกันเป็นบรรทัด แล้วก็พล็อตเป็นเส้นขีด รวมถึงมีจุดสี่เหลี่ยมอยู่ตรงกลาง หลังจากนั้นเขาจะแสดงบรรทัด Total (คือการรวมของทุก Study) แล้วแสดงด้วยสี่เหลี่ยมข้าวหลามตัดไว้ในกราฟครับ สังเกตว่าถ้าเราตะแคงหัว 90 องศาจะเห็นกราฟนี้เป็นคล้ายๆ ป่าของต้นไม้ (นั่นคือที่มาของชื่อ Forest Plot น่ะเอง)

วิธีอ่านก็ไม่ยากเย็นอะไรครับ เช่นของ Study แรกนั้นก็แสดง OR อยู่ที่จุด 3.22 (จุดสี่เหลี่ยมจะอยู่ที่ 3.22) และมี 95% CI อยู่ที่ 1.18-8.76 (เส้นขีดจะขีดตั้งแต่ 1.18 ถึง 8.76) วิธีแปลผลก็แปลแบบ OR ธรรมดา (ลองอ่านโพสต์เก่า) เช่นในที่นี้ก็คือ คนที่ได้สเตียรอยด์ มีโอกาสหายเป็น 3.22 เท่าเมื่อเทียบกับ Placebo โดยเรามีความมั่นใจว่า ถ้าทำการทดลอง 100 ครั้งนั้น 95 ครั้งค่านี้จะอยู่ระหว่าง 1.18 ถึง 8.76 เท่าครับ (หรืออีกอย่างคือ ค่านี้มันน่าจะอยู่ในระหว่าง 1.18-8.76)

ส่วน Study อันที่สองนั้นก็เหมือนกันครับ ลองแปลดูเองก่อนนะครับ

.

.

นั่นคือ คนที่ได้ Steroid มีโอกาสหายเป็น 0.89 เท่าเมื่อเทียบกับคนที่ได้ Placebo โดยเรามั่นใจว่ามันจะอยู่ระหว่าง 0.10-7.86 ถ้างงว่าควรแปลยังไง เอาอะไรเทียบอะไร ให้เหลือบไปมองใต้กราฟครับ ว่าของเรามันอยู่ในช่วงที่ Favor Steroid หรือ Favor Placebo

ทีนี้ก็มาถึงตรงสรุปแล้วครับ ก็แปลแบบเดียวกันเป๊ะเลย แต่กราฟเขาพล็อตไว้ให้รูปมันแตกต่างไว้นั่นเอง จากกราฟนี้เราจะสรุปว่า คนที่ได้ Steroid นั้นจะมีโอกาสหายเป็น 2.47 เท่าของคนที่ได้ Placebo โดยเรามั่นใจว่ามันจะอยู่ที่ 0.89 ถึง 6.84 เท่านั่นเองครับ

สำหรับว่าทำไมสี่เหลี่ยมของสอง Study มันถึงขนาดไม่เท่ากัน นั้นถ้าอธิบายง่ายๆ ก็คือมันมีจำนวนคนใน Study นั้นไม่เท่ากันครับ เพราะฉะนั้น Study ที่คนน้อยกว่า เขาก็จะให้น้ำหนักน้อยกว่า (จริงๆ แล้วมีหลายวิธีในการให้น้ำหนักใน Study แต่ที่ง่ายๆ ก็คือให้ตามปริมาณคนใน Study)

ทีนี้ก็มาถึงการแปลผลของ Heterogeneity แล้วครับ

Heterogeneity คืออะไร? Heterogeneity แปลว่า ความไม่เป็นเนื้อเดียวกันครับ ง่ายๆ เลยคือเหมือนเราเอา ส้มเขียวหวาน มารวมกับ มะนาว แล้วดูเรื่องความเปรี้ยว แล้วเราจะเอามาสรุปว่าส้มมันเปรี้ยวก็คงลำบาก เนื่องจากว่าก็รู้ๆ อยู่ว่ามะนาว มันไม่ใช่ส้ม นั่นคือมันไม่เป็นเนื้อเดียวกัน หรือเป็น Heterogeneity นั่นเองครับ

ทีนี้เราจะบอกได้ยังไงว่าสิ่งที่เราดูอยู่มันต่างกัน? เพราะมันไม่ได้ง่ายเหมือนส้มหรือมะนาว… วิธีการของนักสถิติคือ เขาจะดูว่าค่าที่ได้มันไปในอารมณ์เดียวกันหรือเปล่าครับ โดยวิธีดูด้วยตาเปล่าคือ กราฟ 95%CI มันคร่อมกันหรือเปล่านั่นเอง

แต่ทั้งนี้เนื่องจากว่าเป็นนักสถิติ จะอธิบายด้วยตาเปล่าคงยังไงๆ อยู่ เขาก็เลยใช้วิธีการทางตัวเลขมาเพื่อตอบปัญหาในกรณีนี้ นั่นคือ Heterogeneity Test นั่นเองครับ โดย Heterogeneity Test นั้นมีสมมติฐานหลักว่า แต่ละค่าของการศึกษานั้นเป็นไปในทางเดียวกัน แล้วพยายามหาค่าโอกาสของความที่ Study มันต่างกัน (ซึ่งเป็น p-Value ของ Test) มาหักล้างนั่นเอง

อย่างในตัวอย่างข้างต้นที่กล่าวไป นั่นคือเขาทำ Heterogeneity Test ได้ Chi2 = 1.11 เมื่อแปลงมาเป็นค่า p-Value แล้วได้ 0.29 นั่นหมายความว่า “ในทางสถิติแล้ว โอกาสที่จะมี Study ที่ต่างกันซ่อนอยู่ (โอกาสที่มีมะนาวแอบอยู่) นั้น = 29%”

แล้วเราจะเอาเท่าไหร่เป็น cut-point ว่ามันเหมือนหรือไม่เหมือนละ? อันนี้ไม่มีคำตอบครับ ส่วนใหญ่เนื่องจาก Test นี้มันโหดน้อยไปหน่อย ถ้าเอา 0.05 แบบการแปลผล p-Value ทั่วไปแล้ว ก็จะกลายเป็นว่าทุกอันแทบไม่มีอันไหนไม่ต่างกันเลย เขาจึงเอาที่ 0.10 เป็นเกณฑ์ครับ หมายความว่า Study ใดๆ ที่มันได้ p น้อยกว่า 0.10 นั้นมันอาจมีความแตกต่างกันของ Study ซ่อนอยู่ภายใน

หรือถ้าในกรณีนี้ p=0.29 ก็คือ Study มันน่าจะไปในทางเดียวกันนั่นเอง ซึ่งสอดคล้องกับการที่ 95%CI มันคร่อมกันอยู่

ต่อจากนี้แล้วช่วงหลังเขาจะนิยมใส่ค่า I2 เข้ามาด้วยครับ ค่านี้เป็นค่าที่ได้มาจากการคำนวณของ Heterogeneity อีกทีหนึ่ง ซึ่งจะดีกว่าตรงที่มันไม่ต้องมี Cutpoint มันจะบอกเป็น % ให้เลยว่าโอกาสที่ Study มันแตกต่างน่าจะซักเท่าไหร่

อย่างในกรณีนี้ I2 = 9.5% แสดงว่ามันค่อนข้างไม่แตกต่างเท่าไหร่ครับ.. เอ แล้วจะเอาเท่าไหร่มาบอกว่ามันแตกต่างกันเยอะมากน้อยละ? อันนี้ก็กลับมาเรื่อง cutpoint อีกเหมือนเดิม แต่มีคนแนะนำคร่าวๆ ไว้ถ้าเกิดว่ามัน <25% มันก็แตกต่างไม่เท่าไหร่ 25-50% แตกต่างมากหน่อย >50% ควรระวังได้แล้ว แต่ทั้งนี้อย่าลืมว่า cutpoint นั้นไม่ใช่จุดชี้ชะตานะครับ เป็นแค่คำแนะนำจากนักสถิติเท่านั้นเอง (เพราะงั้นหนังสือแต่ละเล่มย่อมไม่เหมือนกันแน่ๆ)

แล้วทีนี้ Study แต่ละอันจะแตกต่างกันได้ยังไงบ้าง Source ของ Heterogeneity มันจะมาจากไหน?

  • อาจแตกต่างกันในแง่ของการดำเนินงาน เช่น ทำในประชากรคนละที่, ให้ยาคนละ dose, เก็บข้อมูลกันคนละแบบ
  • หรือแตกต่างในแง่ของคุณภาพการศึกษา (methodology quality) เช่น Randomize ดี รัดกุม อีกอัน โยนหัวก้อย หรืออันหนึ่ง Blind อีกอันไม่ Blind เป็นต้น

ซึ่งบางครั้งใน Meta-analysis ก็อาจแบ่ง Study เป็นหลายๆ แบบเพื่อดูว่าถ้าแบ่งตามยา dose น้อยแล้วผลมันจะเป็นอย่างไร หรือถ้าเอาเฉพาะ Study ที่คุณภาพดีๆ นั้นจะไปทางเดียวกันหรือเปล่า (ซึ่งก็อาจใช้ค่า I2 มาดูนั่นแหละครับว่าแบ่งแล้วมันดีขึ้น หรือมันแย่ลง)

สำหรับ Test for Overall Effect นั้นเป็นเรื่องเกี่ยวกับ Random Effects และ Fixed Effect Model ซึ่งค่อนข้างจะอธิบายนานครับ ยังไงผมขอผ่านไปก่อน เดี๋ยววันหลังจะมาอธิบายในตอนการ Appraise Systematic Review อีกทีให้นะครับ :)

63 ความคิดเห็น:

  1. ไม่ระบุชื่อ15/8/52 21:35

    อ่านเข้าใจจัง ขอบคุณค่ะ ^_^

    ตอบลบ
  2. ไม่ระบุชื่อ26/10/52 09:42

    มาขอบคุณอีกคนที่ช่วยเขียนบทความดีๆ แบ่งปันความรู้แบบนี้
    ขอบคุณมากค่ะ

    ตอบลบ
  3. ไม่ระบุชื่อ1/12/52 13:04

    ดีมากเลยค่ะ

    ขอบคุณนะคะ

    ตอบลบ
  4. ไม่ระบุชื่อ12/1/53 23:27

    ขอโทษนะคะ หนูเคยเห็นบางการศีกษาที่ผลแปลออกมาว่าเกิด Heterogeneity แต่ค่า 95%CI ก็ค่อมด้วย ไม่ทราบว่า เป็นเพราะอะไรค่ะ

    ตอบลบ
  5. ค่า 95% CI คร่อมอะไรครับ
    แล้วที่บอกว่ามี Heterogeneity บอกจากค่าอะไรครับ ช่วยยกตัวอย่าง paper ได้ไหมครับ

    ตอบลบ
  6. ไม่ระบุชื่อ22/1/53 07:11

    อ่านเข้าใจง่ายมากค่ะ ขอบคุณมากๆๆเลลยนะคะ

    ตอบลบ
  7. ไม่ระบุชื่อ31/7/53 19:00

    awesome!
    thanks na krub

    ตอบลบ
  8. ไม่ระบุชื่อ12/11/53 05:56

    อาจารย์ค่ะ paper จาก bmj เรื่อง Aspirin for primary prevention of cardiovascular events in people with diabetes: meta-analysis of randomised controlled trials

    ที่ fig 2 เเบ่งเป็นดรค majorcardiovascular MI Stroke Death from cardio แล้วบอกว่า ถ้ารวมทุก study มี heterogeneity moderate แต่ถ้า MI ตัด study 2 อันที่เป็นการศึกษาใน ญ อย่างเดียว และใน ช อย่างเดียวอออก แล้ว heterogeneity ลดลง แต่ถ้า Death from cardio ตัดเฉพาะการศึกษาที่ทำเฉพาะในคน ญี่ปุ่นออก แล้ว heterogeneity ลดลง
    ทำไมถีงเลือกตัดไม่เหมือนกันค่ะ


    ขอบคุณค่ะ

    ตอบลบ
  9. ปกติแล้วผู้วิจัยจะทำการศึกษาแบ่งกลุ่มหลายๆ แบบ แต่อาจไม่ได้รายงานผลออกมาทั้งหมดครับ ถ้าสงสัยว่าทำไมถึงเลือกเป็นบางแบบนั้นขึ้นอยู่กับผู้วิจัยเองว่าให้เหตุผลอย่างไร ลองเมล์ไปถาม Author ดูครับ

    ตอบลบ
  10. ไม่ระบุชื่อ26/11/53 13:04

    แบบ Pearson Chi-square testมีสูตรว่าอย่างไร
    เกี่ยวข้องกับตัวเปรตาม 2 ค่าหรือเปล่า

    ตอบลบ
    คำตอบ
    1. Chi-square = ผลรวม ((observed - expected)ยกกำลัง2)/expected

      expected = row total x column total/sample size (under null hypothesis)

      degree of freedom = (number of row-1) * (number of columns - 1)

      เราจะเอา degree of freedom มาเทียบค่า chi-square เพื่อให้ได้ว่าค่า p-value อยู่ในช่วงไหน
      แล้วถ้าค่า p-value > 0.05 เราสามารถยอมรับ ค่า Ho หรือสมมุติฐานแรกได้ เพราะค่า x กับ y ไม่สัมพันธ์กัน
      ถ้าค่า p-value <= 0.05 เราสามารถ reject ค่า Ho หรือสมมุติฐานแรกได้ เพราะค่า x กับ y มีความสัมพันธ์กัน

      ลบ
  11. หมายถึง Chi-square ของ Heterogeneity Test หรือเปล่าครับ?
    โดยปกติจะคำนวณค่าสถิติจาก Cochrane's Q Test ครับ และนำมาเปิด p-Value ตามแบบ Chi2 Distribution ครับ

    ลองอ่านวิธีการคำนวณของทั้งสองแบบคร่าวๆ ได้ที่ BMJ:
    Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Measuring inconsistency in meta-analyses. BMJ. 2003 Sep 6;327(7414):557-60.
    http://www.ncbi.nlm.nih.gov/pmc/articles/PMC192859/?tool=pubmed

    ถ้าอยากอ่านสูตรแบบลึกๆ ลองอ่านอันนี้ดูนะครับ
    Huedo-Medina TB, Sánchez-Meca J, Marín-Martínez F, Botella J. Assessing heterogeneity in meta-analysis: Q statistic or I2 index? Psychol Methods. 2006 Jun;11(2):193-206.
    http://www.uam.es/centros/psicologia/paginas/departamentos/metodolo/Armet/miemb/jua_bot_archivos/Huedo-Medina,%20Sanchez-Meca,%20Marin-Martinez%20y%20Botella,%202006.pdf

    ตอบลบ
  12. สอบวันพรุ่งนี้แล้วT_T13/12/53 18:52

    ขอบคุณมากนะคะ ที่ให้ความรู้ รู้เรื่องขึ้นเยอะเลยคะ

    ตอบลบ
  13. ไม่ระบุชื่อ15/2/54 06:36

    อ่านแล้วเข้าใจมากๆค่ะ ขออนุญาต link เพื่อ share ความรู้แก่ผู้ปฎิบัติงานระบาดได้ไหมคะ

    ตอบลบ
  14. ได้เลยครับ เนื้อหาในนี้สามารถคัดลอกไปเผยแพร่ได้ แต่ต้องใส่ที่มา ตามสัญญาอนุญาต Creative Commons http://creativecommons.org/licenses/by-nc-nd/3.0/th/ ครับ

    ตอบลบ
  15. ไม่ระบุชื่อ1/3/54 04:53

    อ่านง่ายที่สุดเท่าที่เคยอ่านมาเลยค่ะ ขอบพระคุณอาจารย์มากค่ะ ที่กรุณาอธิบายอย่างเห็นภาพชัดเจน

    ตอบลบ
  16. ไม่ระบุชื่อ14/4/54 21:07

    ขอบคุณมากๆครับ ได้ประโยชน์มากๆ :)

    ตอบลบ
  17. ไม่ระบุชื่อ14/4/54 21:19

    สวัสดีค่ะ อยากถามว่าจาก forrest plot สามารถคำนวณ ARR ได้หรือไม่คะ ถ้าได้คำนวณยังไง ขอบคุณมากค่ะ

    ตอบลบ
  18. ผมคิดว่าขึ้นอยู่กับว่า Forrest Plot ที่มีอยู่ เป็นหน่วยใดและมีข้อมูลดิบให้ด้วยหรือไม่ครับ

    อย่างในตัวอย่าง ถ้ามี Risk ของแต่ละกลุ่มให้อยู่ด้านซ้ายมือเป็นจำนวนคน ก็สามารถคำนวณหาได้ครับ ARR= Riskกลุ่มSteroid - Riskกลุ่มPlacebo = 28/43 - 20/45 = 0.21

    แต่ถ้าไม่มีมาให้ในพล็อต ก็คงจะหาลำบาก ครับ

    ตอบลบ
  19. ไม่ระบุชื่อ16/4/54 01:39

    ขอบคุณค่ะ

    ตอบลบ
  20. ไม่ระบุชื่อ3/7/54 23:55

    ขอบคุณมากๆเลยครับ

    หวังว่าจะได้อ่านบทความดีๆเช่นนี้อีกครับ

    ตอบลบ
  21. ไม่ระบุชื่อ6/7/54 20:57

    อยากให้อ.สอนเรื่องRandom Effects และ Fixed Effect Model ด้วยค่ะ อ่านไม่เข้าใจค่ะ

    ตอบลบ
  22. ไม่ระบุชื่อ20/7/54 06:37

    ขอบคุณมากมากเลยค่ะ เข้าใจขึ้นมากเลยค่ะ

    ตอบลบ
  23. ไม่ระบุชื่อ22/7/54 01:00

    อยากทราบเรื่อง baysian ว่าแตกต่างจากวิธิวิเคราะห์ปกติอย่างไร

    ตอบลบ
  24. ไม่ระบุชื่อ1/8/54 16:37

    แล้วกราฟนี้เขาทำจากโปรแกรมอะไรคะ

    ตอบลบ
  25. ไม่ระบุชื่อ6/10/54 01:19

    ขอบคุณมากนะครับ
    ไม่เคยมีความรู้มาก่อน อ่านเข้าใจได้เลยทันที

    ตอบลบ
  26. อาจารย์คะ......รบกวนถามอาจารย์หน่อยนะคะ เวลาที่ประเมินวรรณกรรม แบบ meta analysis จะรู้ได้ไงคะว่า databases คลอบคลุมแล้ว และการใช้คำค้นต้องใช้กี่คำ แล้วจะรู้ได้ไงว่าครอบคลุมแล้ว

    แล้วค่า...
    Total placebo 574/11004 active 508/10868
    Pooled relative risk: RR 0.77 (0.61-0.98) ARR –7.7 (–15.2 to –0.3)
    Heterogeneity: P = .02, I2 = 61.9%

    และ

    Total placebo 1158/5934 active 823/5908
    Pooled relative risk: RR 0.71 (0.65-0.77) ARR –43.6 (–65.2 to –22.0)
    Heterogeneity: P = .85, I2 = 0.0%

    จะแปลผลยังไงคะ???

    ตอบลบ
  27. เรื่องของความครอบคลุมการ Search เป็นเรื่องที่อาจจะต้องประเมินโดยอาศัยความรู้ในด้านนั้นๆ นิดหนึ่งครับ ส่วนมากเรามักจะนิยมค้นหาในฐานข้อมูล 2 ฐานขึ้นไป ตัวอย่างฐานข้อมูลที่สำคัญๆ ก็เช่น Medline (Pubmed), EMBASE, Scopus, CINAHL, Cochrane Register of Control Trials ครับ นอกจากนี้ถ้าจะให้ดีควรมีการค้นจากใน Reference ของเปเปอร์ต่างๆ, ติดต่อผู้รู้ใน Field ด้วยครับ

    ส่วนการแปลผลของตัวอย่างที่ยกมา ก็แปลผลเสมือน AR/ARR, 95% CI ตามปกติครับ Heterogeneity, I2 ตามที่ในบทความครับ

    ตอบลบ
  28. ไม่ระบุชื่อ17/11/54 18:10

    อาจารย์คะ กราฟนี้ใช้โปรแกรมไหนสร้างได้บ้างคะ ขอบคุณคะ

    ตอบลบ
  29. โปรแกรมที่วิเคราะห์ Meta-analysis มักจะพล็อตกราฟในลักษณะนี้ได้ด้วยอยู่แล้วครับ มีทั้งโปรแกรมแบบสำเร็จไว้วิเคราะห์ Meta-analysis เลยเช่น RevMan ของค่าย Cochrane, MIX หรือจะใช้ซอฟต์แวร์สถิติที่สามารถเพิ่มโมดูลเสริมด้าน Meta-analysis เช่น R, Stata, SPSS ก็ได้ครับ

    ตอบลบ
  30. ไม่ระบุชื่อ4/1/55 19:59

    อ่านเเล้วเข้าใจง่ายมากเลยคะ ช่วยแก้ข้อสงสัยเกี่ยวกับ paper ได้เยอะเลยคะขอบคุณมากนะคะ ^_^

    ตอบลบ
  31. ไม่ระบุชื่อ10/1/55 20:15

    ขอบคุณมากๆเลยค่ะ อ่านแล้วเข้าใจง่ายมาก แต่หนูสงสัยนิดนึงอ่ะค่ะ ที่บอกว่า

    เมื่อแปลงมาเป็นค่า p-Value แล้วได้ 0.29 นั่นหมายความว่า “ในทางสถิติแล้ว โอกาสที่จะมี Study ที่ต่างกันซ่อนอยู่ (โอกาสที่มีมะนาวแอบอยู่) นั้น = 29%”

    อันนี้มันไม่ใช่แปลว่า “ในทางสถิติแล้ว โอกาสที่จะมี Study ที่เหมือนกันอยู่นั้น = 29%” เหรอคะ เพราะค่าp valueมันบอกถึงโอกาสที่studyมันจะเหมือนกัน
    หรือหนูเข้าใจผิดคะ??

    ตอบลบ
  32. ไม่ระบุชื่อ24/1/55 00:18

    อยากทราบเรื่องของ random effect model กับ fixed effect modelครับ
    อ่านบทความอื่นแล้วยังงงๆ ไม่ค่อยเข้าใจครับ

    ตอบลบ
  33. พี่ค่ะ คือ หนูรู้สึกว่าเวลาหนูไม่เข้าใจที่ไรในเรื่องระบาด เปิดมาเจอหน้าเว็บของพี่หลายทีแล้ว สามารถให้ความเข้าใจกับหนูมากกว่าที่หนูเรียนที่มหาลัยค่ะ ขอบคุณมากๆจริงๆ ดีมากๆเลย ช่วยได้เยอะโคตร

    ตอบลบ
  34. ไม่ระบุชื่อ27/4/55 03:21

    ขอบคุณมากๆเลยนะคะ
    อ่านเข้าใจดีมากเลยค่ะ

    ตอบลบ
  35. ขอบคุณมากครับ เพิ่งจะมาเข้า systematic review เมื่อมาอ่านเว็บนี้

    ตอบลบ
  36. ไม่ระบุชื่อ12/8/55 15:15

    อ่านแล้วเข้าใจง่ายนำไปใช้ได้จริง ขอบคุณมากนะคะ

    ตอบลบ
  37. ไม่ระบุชื่อ27/8/55 12:36

    ขอบคุณครับอาจารย์ ถ้าเวลาทำเอง นำงานวิจัยมา 5 งานที่ทำในกลุ่มประชากรเดียวกัน
    แต่แล้วได้ค่า Heterogeneity ออกมาที่ p < 0.05 หรือ 0.1
    ก็หมายความว่าเราไม่สามารถเอางานวิจัยเหล่านี้มารวมกันเพื่อทำการวิเคราะห์ได้ เนื่องจากมันมีความแตกต่างกันอย่างมีนัยสำคัญ หรือเปล่าครับ

    ตอบลบ
  38. จริงๆ ก็ไม่ใช่ว่าทำไม่ได้นะครับ ทำได้
    แต่สิ่งที่สำคัญกว่าคือมันจะต้องแปลผลอย่างระมัดระวัง เนื่องจากสิ่งที่ได้มาเกิดจากการรวมสิ่งที่มีโอกาสไม่เหมือนกันมากครับ

    ตอบลบ
  39. ไม่ระบุชื่อ5/9/55 12:01

    ขอเพิ่มเติมครับ
    การแปลความหมายของค่า statistics จากหนังสือ Cochrane Handbook for Systematic Reviews of Interventions ได้แนะนำดังนี้
    • 0% to 40%: might not be important;
    • 30% to 60%: may represent moderate heterogeneity*;
    • 50% to 90%: may represent substantial heterogeneity*;
    • 75% to 100%: considerable heterogeneity* (Higgins, 2011)

    ตอบลบ
  40. ความคิดเห็นนี้ถูกผู้เขียนลบ

    ตอบลบ
  41. ไม่ระบุชื่อ12/10/55 08:35

    ขอบคุณมากครับอาจารย์สำหรับคำตอบครับ
    กำลังลองฝึกหัดอ่าน แปลผลและทดลองทำอยู่ครับ
    (ขอบคุณคำถามและความเห็นอื่น ๆ ที่ทำให้ได้เรียนรู้ไปพร้อม ๆ กันด้วยครับ)

    ตอบลบ
  42. อาจารย์คะ รบกวนสอบถามหน่อยนะคะ อยากทราบว่าหากทำ meta-analysis การกำหนดปีที่มีการสืบค้นย้อนหลังมีการกำหนดหรือหลักเกณฑ์ไหมคะว่าต้องย้อนหลังกี่ปี

    ตอบลบ
  43. ไม่ได้กำหนดนะครับ แต่เพื่อความครอบคลุมก็ควรจะทำการค้นหาข้อมูลให้ได้มากที่สุดเท่าที่จะเป็นไปได้ นั่นคือย้อนไปจนถึงแรกเริ่มของฐานข้อมูลครับ

    ตอบลบ
  44. ขอบคุณคะอาจารย์ ^^

    ตอบลบ
  45. รบกวนถามอีกนิดหนึ่งนะคะ คือ พอดีหนูอ่านงานวิจัย meta analysis เรื่องหนึ่ง แล้วสงสัยว่า เวลาที่ผู้วิจัยเลือกใช้ random effect model ในการ pool ข้อมูล เนื่องจากมี heterogeneity เกินกว่าที่กำหนดไว้ ได้ค่า RR overall มาค่าหนึ่ง จากนั้นก็มีการระบุในส่วนของผลว่าพวกเขาพยายามหาสาเหตุหรืองานวิจัยที่ทำให้เกิดผล heterogeneity แล้ว พบว่าเกิดจากงานวิจัยเรื่องหนึ่งที่ทำให้มี heterogeneity ผู้วิจัยจึงทำการตัดงานวิจัยเรื่องนั้นออก แล้วทำ pool ข้อมูลใหม่ ออกมาเป็น RR ของผล overall อีกค่าหนึ่ง อยากถามว่า RR ค่าที่วิเคราะห์ครั้งหลังนี้ควรหรือมักจะใช้ model แบบไหนในการ pool ข้อมูล ระหว่าง fixed กับ random effect model คะ

    ตอบลบ
  46. Model ที่น่าเชื่อถือกว่าคือ Random Effect ครับ

    ตอบลบ
    คำตอบ
    1. ทำไมถึงเป็น random effect หล๊ะคะอาจารย์

      ลบ
    2. เรานิยม random effect เพราะ random effect model เหมาะสมกว่าในแง่ของความหมาย (ไม่ได้ยึดติดว่าความเป็นจริงค่าที่ได้เป็นค่าเดียวแบบ fixed effect model) นอกจากนี้แล้วการที่ข้อมูลเคยมี heterogeneity ที่สูงผมมองว่าแสดงว่าข้อมูล "น่า" จะมี heterogeneity ที่อาจจะยังซ่อนอยู่ด้วย factor อื่นๆ ที่เราอาจจะไม่ได้ subgroup ออกมาอีก ซึ่งถ้าจะให้ชัวร์ การ pool ข้อมูลแบบนี้ควรทำด้วย random effect model น่ะครับ

      ลบ
    3. -v- ขอบคุณคะอาจารย์

      ลบ
  47. สวัสดีค่ะ พอดีว่าช่วงนี้ หนูกำลังทำการแปรผลของงานวิจัยอยู่ค่ะ และได้ทำ Meta-analysis ด้วย ลองเอาข้อมูลที่ต้องการเปรียบเทียบไปใส่ในโปรแกรม STATA กับ Revman ปรากฏว่า พวกค่า Heterogeneity I-squared ไม่เท่ากัน แต่มีรูปภาพที่ไปในทิศทางเดียวกัน มันมีโอกาสผิดพลาด หรือเป็นจากการคำนวณในแต่ละโปรแกรมหรือป่าวคะ? (หนูคำนวณเป็น OR ค่ะ) และหนูควรเลือกจากโปรแกรมใด หรือควรทำอย่างไรดีคะ?

    ตอบลบ
  48. เรียน อาจารย์ปวิน ค่ะ

    ขออนุญาตเรียนสอบถามค่ะ เราสามารถใช้โปรแกรม RevMan ในการทำ meta-analysis proportion ของข้อมูลได้ไหมคะ

    ขอบพระคุณค่ะ

    ตอบลบ
  49. ขอบคุณมากครับ :)

    ตอบลบ
  50. ไม่ระบุชื่อ10/7/60 18:26

    เขียนดีมากเลยครับ ขอบคุณครับ

    ตอบลบ

ช่วยแสดงความคิดเห็นเกี่ยวกับบทความนี้ด้วยนะครับ
Please leave your comments about this topic.