GOSH – une représentation graphique de l'hétérogénéité des études

Les estimations des études individuelles incluses dans une méta-analyse ne s'accordent souvent pas, ce qui donne lieu à une hétérogénéité statistique. Dans de tels cas, l'exploration des causes de l'hétérogénéité peut faire avancer les connaissances en formulant de nouvelles hypothèses. Nous présentons une nouvelle méthode pour visualiser l'hétérogénéité entre les études en utilisant la méta-analyse combinatoire. La méthode est basée sur l'exécution de méta-analyses séparées sur tous les sous-ensembles possibles d'études dans une méta-analyse. Nous utilisons les tailles d'effet sommaires et d'autres statistiques produites par les méta-analyses de tous les sous-ensembles pour générer des graphiques qui peuvent être utilisés pour étudier l'hétérogénéité, identifier des études influentes et explorer les effets des sous-groupes. Cette approche graphique complète d'autres explorations graphiques des données. Nous appliquons la méthode à de nombreux exemples biomédicaux, afin de permettre aux lecteurs de développer leur intuition sur l'interprétation de l'affichage graphique de tous les sous-ensembles. L'approche graphique proposée peut être utile pour l'analyse exploratoire des données dans les revues systématiques. Copyright © 2012 John Wiley & Sons, Ltd.