분명히 결론적인 메타 분석은 결론적이지 않을 수 있다—분명히 결론적인 신생아 메타 분석에서 축적 데이터의 반복 테스트로 인한 임의 오류 위험의 시험 순차 분석 조정

배경: 임의 오류는 메타 분석에서 오해를 불러일으킬 수 있다. 메타 분석에 필요한 참가자의 수(즉, 정보 크기)는 적절한 검정력이 있는 단일 시험과 크기가 같거나 그 이상이어야 한다. 시험 순차 분석(TSA)은 정보 크기에 도달하지 못하는 메타 분석을 모니터링 경계를 통해 평가함으로써 축적 데이터의 반복 테스트로 인한 임의 오류의 위험을 줄일 수 있다. 이는 단일 시험의 순차 모니터링 경계와 유사하다. 방법: 우리는 분명히 결론적인(P </= 0.05) 코크란 신생아 메타 분석을 선택했다. 우리는 이 메타 분석들에 대해 이질성 조정 및 비조정 TSA를 적용하여 정보 크기, 모니터링 경계 및 각 시험 후 누적 Z-통계를 계산했다. 우리는 요구되는 정보 크기에 도달하지 못한 메타 분석의 비율과 Z 곡선이 모니터링 경계를 넘지 않은 메타 분석의 비율을 확인했다. 결과: 54개의 분명히 결론적인 메타 분석 중 39개(72%)는 25% 상대 위험 감소의 개입 효과를 수용하거나 거부하기 위해 요구되는 이질성 조정 정보 크기에 도달하지 못했다. 이 39개 중 19개 메타 분석(49%)은 누적 Z 곡선이 모니터링 경계를 넘지 않았기 때문에 결론적이지 않은 것으로 간주되었다. 요구되는 정보 크기에 도달하기 위해 필요한 참가자의 중앙값은 1591명(범위, 339-6149명)이었다. 이질성 조정이 없는 TSA는 이러한 결과를 대체로 확인했다. 결론: 많은 분명히 결론적인 코크란 신생아 메타 분석은 반복 테스트로 인한 임의 오류의 위험을 고려할 경우 결론적이지 않을 수 있다.