메타분석에서 이질성 탐지 및 기술

이질성 조사는 모든 메타분석의 중요한 부분입니다. 이질성 검사에 낮은 검정력이 있다고 알려져 있지만, 이는 잘 정량화되지 않았습니다. 또한, 메타분석의 표준 방법에 내포된 정규성 가정은 실제로 자주 검토되지 않습니다. 본 연구에서는 이질성 검정의 검정력이 포함된 연구 수, 전체 정보(즉, 전체 가중치 또는 역분산) 및 연구들 간 가중치 분포에 어떻게 의존하는지 시뮬레이션했습니다. 검정력은 단순히 연구 수가 아니라 사용 가능한 전체 정보에 따라 증가하며, 실제로 흔히 하나의 연구가 전체 정보의 큰 비중을 차지하는 경우 검정력이 현저히 낮아진다는 것을 보여줍니다. 또한, 고정 효과 모델이나 랜덤 효과 모델에 데이터가 부합하는지 평가하는 데 유용한 정규도표와 적절한 검정을 서술하고, 혈압 강하에 대한 다기관 임상시험 분석에 적용한 사례를 제시합니다. 우리는 이질성 검정이 메타분석에서 모델 선택의 유일한 기준이 되어서는 안 되며, 관련 정규도표의 점검과 임상적 통찰이 이질성 조사와 모델링에 더 적절할 수 있다고 결론지었습니다.