Key points are not available for this paper at this time.
La méta-analyse combine les résultats de plusieurs études scientifiques pour obtenir une estimation quantitative sommaire de la taille de l'effet afin de comparer les résultats de plusieurs études et d'identifier des motifs entre elles et des sources de biais possibles. Étant donné que les équipes de recherche, les patients, le protocole de recherche, les lignes directrices cliniques et les intervalles de temps sont souvent différents entre les études scientifiques originales, toutes ces sources de différence peuvent influencer les résultats de chaque étude, entraînant une hétérogénéité statistique. Les méta-analyses sont le niveau le plus élevé de crédibilité dans le cadre de la médecine fondée sur les preuves, car elles nous permettent de prendre en compte l'influence de nombreux facteurs de confusion et biais de publication sur la véritable taille de l'effet. Comprendre les sources possibles de conclusions erronées dans les articles permettra aux chercheurs d'analyser correctement les résultats de ces études et de planifier adéquatement leurs propres expériences. Dans cet article, le lecteur sera introduit aux méthodes d'identification et de quantification de l'hétérogénéité cachée, telles que l'analyse par sous-groupes et la méta-régression. De plus, le lecteur apprendra à calculer la taille de l'effet dans les études, à estimer le biais de publication de manière mathématique et graphique, et à incorporer cette estimation dans l'estimation globale de la taille de l'effet dans les méta-analyses.
Tao et al. (Tue,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: