Bewijssynthese en meta-analyse

Waarom dit ertoe doet in de gezondheidseconomie

Elke economische evaluatie rust op inputs die ergens vandaan moesten komen: het relatieve effect van een behandeling, de snelheid waarmee een ziekte voortschrijdt, het gewicht van levenskwaliteit van een gezondheidstoestand, de kans op een bijwerking. Dit zijn de getallen die een incrementele kosteneffectiviteitsratio drijven, en waar ze vandaan komen bepaalt of de ratio betrouwbaar is. Een beslismodel (zie Onderwerp 2.2 — Modelleren) is zo goed als de parameters die erin gaan, en die parameters zijn het product van synthese – het bewuste poolen van een hele literatuur – en niet van één enkele trial. Dit is het onderwerp dat “waar de getallen in het model vandaan komen” beheert.

Voor een directeur is de inzet dat een synthese stilletjes een financieringsvraag kan beslissen voordat de economie zelfs is uitgevoerd. Als een review gunstige trials uitkiest, een nulresultaat begraaft of middelt over studies die nooit vergelijkbaar waren, zal de effectschatting die zij voortbrengt in een specifieke richting fout zijn, en erft elke stroomafwaartse berekening die fout met een vernis van nauwgezetheid. Organen voor beoordeling van gezondheidstechnologie (HTA) wereldwijd – het National Institute for Health and Care Excellence (NICE) in Engeland, IQWiG in Duitsland, de richtlijnpanels van de Wereldgezondheidsorganisatie (WHO) – bouwen hun aanbevelingen op syntheses juist omdat één enkele studie te fragiel is om het gewicht van een nationale beslissing te dragen.

De inzet is ook ethisch en gaat over publiek vertrouwen. Een goed uitgevoerde systematische review is de sterkste verdediging die een publiek orgaan heeft tegen gevangen worden door wie de meest gedenkwaardige trial deed of het hardst riep. Het is een transparante, reproduceerbare methode om het hele bewijsbestand te laten spreken, inclusief de ongemakkelijke delen. Wanneer een betaler kan tonen dat zijn beslissing volgde uit een vooraf gespecificeerde, uitputtende, kritisch beoordeelde synthese, kan hij die beslissing verdedigen tegenover artsen, patiënten, industrie en rechtbanken. Wanneer hij dat niet kan, ziet de beslissing er willekeurig uit – en in de zorg tasten willekeurige beslissingen over wie wordt behandeld het vertrouwen snel aan.

Kernbegrippen

Een systematische review is een gestructureerde methode om alle studies te vinden, te beoordelen en samen te vatten die op een specifieke vraag betrekking hebben, met een vooraf geregistreerd protocol zodat het proces reproduceerbaar en bestand tegen bias is. Zij onderscheidt zich van een traditionele verhalende review door haar expliciete zoekstrategie, haar vermelde in- en uitsluitingscriteria en haar kritische beoordeling van elke opgenomen studie. De rapportagenorm die de meeste reviews nu volgen is PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), die auteurs vraagt elke stap van zoeken tot synthese te documenteren zodat een lezer kan controleren wat is gedaan.

Meta-analyse is het statistische deel van dat proces: het kwantitatief poolen van resultaten van meerdere studies tot één gecombineerde schatting, doorgaans van een effectgrootte zoals een relatief risico, odds ratio of gemiddeld verschil. Niet elke systematische review bevat een meta-analyse – poolen is alleen legitiem wanneer de studies gelijkaardig genoeg zijn om te combineren – maar waar het passend is, verhoogt het de precisie en kan het een effect onthullen dat afzonderlijke ondergepowerde studies misten. De canonieke manier om het te tonen is het forest plot: elke studie een horizontale lijn met haar schatting en betrouwbaarheidsinterval, het gepoolde resultaat een ruit onderaan.

Twee statistische modellen liggen achter de gepoolde schatting. Een model met vaste effecten veronderstelt dat elke studie één enkel ware effect schat en dat verschillen tussen hen slechts steekproefruis zijn. Een random-effectsmodel veronderstelt dat het ware effect werkelijk over studies varieert – omdat populaties, doseringen en settings verschillen – en schat het gemiddelde van die verdeling, waarbij kleinere studies meer gewicht krijgen en de onzekerheid breder en eerlijker is. De keuze tussen beide is niet cosmetisch: zij verandert het betrouwbaarheidsinterval en soms de conclusie.

De reden dat de keuze ertoe doet is heterogeniteit – de mate waarin studieresultaten meer verschillen dan toeval zou verklaren. Klinische heterogeniteit (verschillende patiënten of behandelingen), methodologische heterogeniteit (verschillende studieontwerpen of kwaliteit) en statistische heterogeniteit (uiteenlopende resultaten) bedreigen allemaal de betekenis van een gepoold getal. Werkelijk heterogene studies combineren levert een gemiddelde op dat geen echte populatie beschrijft – het statistische equivalent van iemand met één voet in ijs en één in vuur die “gemiddeld comfortabel” is. Heterogeniteit onderzoeken, in plaats van haar weg te middelen, is vaak waar het echte leren zit.

Niet al het bewijs is gelijk, en het vakgebied ordent het in een bewijshiërarchie: systematische reviews van gerandomiseerde trials bovenaan, dan afzonderlijke gerandomiseerde gecontroleerde trials, dan observationele studies, dan casusreeksen en deskundigenmening. De hiërarchie is een vuistregel over het risico van bias in een studieontwerp, geen garantie – een slecht uitgevoerde trial kan slechter zijn dan een goede cohortstudie. De moderne verfijning is GRADE (Grading of Recommendations Assessment, Development and Evaluation), die de zekerheid van het bewijs voor elke uitkomst beoordeelt als hoog, matig, laag of zeer laag, en zelfs trialbewijs kan verlagen wegens risico van bias, inconsistentie, indirectheid, onnauwkeurigheid en publicatiebias – of sterk observationeel bewijs kan verhogen. GRADE wordt nu door de WHO, Cochrane en richtlijnorganen wereldwijd gebruikt juist omdat het het redeneren achter een zekerheidsbeoordeling expliciet en controleerbaar maakt.

Waar rechtstreekse vergelijkende trials niet bestaan – B werd nooit tegen C beproefd, alleen elk tegen placebo – combineert netwerkmeta-analyse (ook meta-analyse van gemengde behandelingen of indirecte vergelijking genoemd) direct en indirect bewijs over een verbonden netwerk van behandelingen om alle vergelijkingen te schatten, inclusief die nooit rechtstreeks zijn bestudeerd. Zij is onmisbaar voor HTA, waar een nieuw geneesmiddel met meerdere bestaande opties tegelijk moet worden vergeleken, maar rust op een sterke aanname – dat de trials gelijkaardig genoeg zijn opdat indirecte vergelijking geldig is – die moet worden gecontroleerd en niet aangenomen.

Twee verdere ideeën bepalen of een synthese kan worden geloofd. Publicatiebias is de neiging dat studies met positieve, significante resultaten worden gepubliceerd en negatieve in een la blijven liggen – zodat de zichtbare literatuur effecten systematisch overschat. Er wordt vaak op gescreend met een funnelplot, waarvan de asymmetrie ontbrekende kleine negatieve studies kan signaleren, en het is een reden waarom reviewers trialregisters en grijze literatuur doorzoeken – proefschriften, rapporten, niet-gepubliceerde data – en niet alleen tijdschriften. Ten slotte, omdat bewijs blijft binnenkomen, is een groeiende praktijk de levende review: een synthese die continu actueel wordt gehouden naarmate nieuwe studies verschijnen, zodat richtlijnen nooit jaren achter de wetenschap aan hinken. De Cochrane Collaboration (Cochrane) blijft het internationale referentiepunt voor methoden van systematische reviews, en haar Handbook is de standaardhandleiding van het vakgebied.

Beste praktijken

1. Schrijf en registreer het protocol voordat u zoekt. De geloofwaardigheid van een systematische review komt voort uit het beslissen over de vraag, de inclusiecriteria, de uitkomsten en het analyseplan voordat men de resultaten ziet, en dat protocol dan openbaar te registreren (bijvoorbeeld in PROSPERO). Dit is de sterkste enkele bescherming tegen de reviewer die onbewust de review naar een voorkeursantwoord vormt. Sta er wanneer u een synthese opdraagt op dat er een geregistreerd protocol is en behandel de afwezigheid ervan als waarschuwing dat de conclusies mogelijk eerst zijn gekozen.

2. Zoek uitputtend, inclusief de studies die niemand publiceerde. Een zoektocht beperkt tot een paar databases en tot Engelstalige tijdschriften zal trials missen en scheef trekken naar positieve resultaten. Uitputtende synthese doorzoekt meerdere databases, trialregisters, congresabstracts, regelgevende dossiers en grijze literatuur, en jaagt op niet-gepubliceerde data van onderzoekers en fabrikanten. Het punt is niet volledigheid om haar eigen wil maar publicatiebias bij de bron neutraliseren – de ontbrekende studies zijn onevenredig de negatieve.

3. Beoordeel het risico van bias in elke opgenomen studie en laat het het gewicht van het resultaat veranderen. Opname is geen onderschrijving; elke studie moet worden beoordeeld op de specifieke manieren waarop zij kan misleiden – ontoereikende randomisatie, niet-geblindeerde uitkomstbeoordeling, selectieve rapportage, uitval. Een synthese die sterke en zwakke studies met gelijk gewicht poolt, wast de bias van de zwakke witte tot een gezaghebbend ogend gemiddelde. Gebruik een erkend beoordelingsinstrument, rapporteer de oordelen transparant en voer de analyse uit met uitsluiting van studies met hoog risico om te zien of de conclusie standhoudt.

4. Besluit of poolen überhaupt legitiem is voordat u een gepoold getal berekent. Meta-analyse is alleen zinvol wanneer de studies gelijkaardig genoeg zijn in populatie, interventie, referentiepunt en uitkomst om een vergelijkbaar effect te schatten. Als ze dat niet zijn, is de eerlijke output een gestructureerde verhalende synthese en geen schijngetal. Vraag “beantwoorden deze studies dezelfde vraag?” voordat u vraagt “wat is de gecombineerde schatting?” – een precies gemiddelde van onvergelijkbare dingen is erger dan geen gemiddelde.

5. Kies bewust tussen het model met vaste effecten en het random-effectsmodel en rechtvaardig het. Een random-effectsmodel is in de zorg doorgaans de eerlijker standaard, waar studies werkelijk verschillen, omdat zij bredere intervallen produceert die echte variatie weerspiegelen. Maar zij geeft kleine studies onevenredig gewicht, dus waar publicatiebias wordt vermoed kan zij juist de bias versterken die u vreest. Vermeld welk model u gebruikte en waarom, en toon hoe de gepoolde schatting beweegt onder het alternatief; een conclusie die tussen de twee omklapt, is niet robuust.

6. Onderzoek heterogeniteit in plaats van haar weg te middelen. Wanneer studieresultaten meer uiteenlopen dan toeval verklaart, is die divergentie informatie – het kan betekenen dat de behandeling in de ene subgroep werkt en in een andere niet, of dat kwaliteit het schijnbare effect drijft. Onderzoek haar met vooraf gespecificeerde subgroepanalyses en meta-regressie, maar behandel post-hocsubgroepen sceptisch omdat ze gemakkelijk te vinden en moeilijk te vertrouwen zijn. Een gepoolde schatting gepresenteerd zonder enig onderzoek naar waarom studies het oneens zijn, verbergt het nuttigste deel van de data.

7. Screen expliciet op publicatie- en rapportagebias. Vergelijk de gepubliceerde literatuur met trialregisters om studies te vinden die werden uitgevoerd maar nooit gerapporteerd, inspecteer asymmetrie van de funnelplot waar genoeg studies bestaan en overweeg of het effect krimpt naarmate de studiegrootte groeit. Geen van deze toetsen is doorslaggevend, maar hun afwezigheid zou uw vertrouwen in een net positief resultaat moeten verlagen. De richting van publicatiebias is bijna altijd dezelfde – zij blaast de schijnbare baat op – dus een ongescreende synthese moet worden gelezen als bovengrens.

8. Gebruik netwerkmeta-analyse wanneer de beslissing veel referentiepunten heeft en controleer haar kernaanname. Echte financieringsbeslissingen zetten zelden één geneesmiddel tegen placebo; ze kiezen tussen meerdere actieve opties, waarvan de meeste nooit rechtstreeks zijn vergeleken. Netwerkmeta-analyse vult die gaten, maar alleen als de trials gelijkaardig genoeg zijn voor indirecte vergelijking – de “transitiviteits”-aanname – en als direct en indirect bewijs overeenkomen waar beide bestaan. Eis dat de analist het netwerk toont, consistentie toetst en open is over vergelijkingen die op dunne indirecte ketens rusten.

9. Graad de zekerheid van het bewijs, niet alleen de omvang van het effect. Een groot effect uit bewijs met lage zekerheid is een zwakkere basis voor het besteden van publiek geld dan een bescheiden effect uit bewijs met hoge zekerheid. GRADE scheidt deze vragen door zekerheid per uitkomst te beoordelen en te documenteren waarom zij werd verlaagd of verhoogd, waardoor “het bewijs is sterk” van een bewering een gecontroleerd oordeel wordt. Sta erop dat een synthese die een beslissing voedt voor elke uitkomst die ertoe doet een expliciete zekerheidsbeoordeling draagt en niet één globaal oordeel.

10. Rapporteer de synthese zodat een scepticus haar kan reproduceren. Volg een erkende rapportagenorm zoals PRISMA: geef de volledige zoekstrategie, de stroom van studies van geïdentificeerd tot opgenomen, de uitgesloten studies met redenen, de risico-van-biasoordelen en de data achter elke gepoolde schatting. Transparantie is het mechanisme waarmee fouten en selectieve keuzes worden gevangen voordat ze een budget bewegen. Een synthese waarvan de zoektocht niet opnieuw kan worden gedraaid of waarvan de uitsluitingen onverklaard zijn, mag geen beslissing verankeren, hoe zelfverzekerd haar abstract ook is.

11. Houd syntheses met hoge inzet levend waar het bewijs snel beweegt. In een snel veranderend vakgebied – een nieuwe geneesmiddelenklasse, een opkomende ziekteverwekker, een snel getrialde technologie – is een review verouderd op het moment dat zij wordt gepubliceerd, en achterhaald bewijs stuurt geld en zorg stilletjes verkeerd. Een levende review wordt continu bijgewerkt aan nieuwe studies, met vooraf afgesproken regels voor wanneer een nieuwe trial de conclusie verandert. Reserveer de inspanning voor beslissingen die groot en volatiel genoeg zijn om haar te rechtvaardigen en wees expliciet over de actualiteitsdatum van elke synthese waarop u vertrouwt.

12. Stem de synthese af op de parameter die het model werkelijk nodig heeft. Een beslismodel heeft specifieke inputs nodig – een relatief effect voor het basisscenario, een basisrisico voor de lokale populatie, een utiliteitsgewicht – en elk kan zijn eigen synthese vereisen met eigen inclusiecriteria. Een relatief effect uit gerandomiseerde trials halen maar een basisrisico uit een lokaal register is legitiem en gebruikelijk; verbergen dat de twee uit verschillende bewijsbestanden kwamen niet. Stem elke gesynthetiseerde input af op hoe zij stroomafwaarts zal worden gebruikt en verwijs naar de evaluatie die zij voedt (zie Onderwerp 2.1 — Economische evaluatie).

Vragen om met uw team te bespreken

1. Wanneer wij een effectschatting als vaststaand aanvaarden, weten wij dan of zij uit de hele literatuur kwam of alleen uit het zichtbare, flatterende deel ervan? Deze vraag richt zich op publicatiebias en selectieve rapportage, de faalpatronen die een synthese in een voorspelbare richting fout maken. De ongemakkelijke werkelijkheid is dat positieve trials sneller, vaker en prominenter worden gepubliceerd dan negatieve, zodat een review beperkt tot tijdschriften de baat zal overschatten ook als elke opgenomen studie eerlijk is. Duw de discussie naar concrete herkomst: werden trialregisters doorzocht op studies die werden uitgevoerd maar nooit gerapporteerd, werd niet-gepubliceerde data van fabrikanten gezocht, werd een funnelplot of vergelijkbare controle gedaan? De spanning is dat uitputtend zoeken duur en traag is, en er altijd druk is een schone gepubliceerde schatting te aanvaarden en verder te gaan. Een eerlijk antwoord beweert niet dat de zoektocht perfect was; het vermeldt hoe hard de review naar de ontbrekende studies zocht en behandelt een ongescreend positief resultaat als waarschijnlijke bovengrens in plaats van de waarheid.

2. Beantwoorden de studies die wij poolen werkelijk dezelfde vraag, of hebben wij een net gemiddelde gefabriceerd uit dingen die niet bij elkaar horen? Dit is de heterogeniteitsvraag, en zij beslist of een gepoold getal überhaupt iets betekent. De invalshoeken die het aan het licht brengen zijn klinisch (verschillende patiënten, doseringen of referentiepunten), methodologisch (trials gemengd met zwakke observationele studies) en statistisch (resultaten die meer dan toeval verschillen). Het verleidelijke falen is dat software altijd een gepoolde schatting met een zelfverzekerd ogend betrouwbaarheidsinterval teruggeeft, of de onderliggende studies nu vergelijkbaar zijn of niet – de precisie van het getal zegt niets over zijn validiteit. Bespreek of de review onderzocht waarom studies het oneens waren of ze simpelweg middelde, en of enig subgroepverschil vooraf was gespecificeerd of achteraf bijeengevist. Een eerlijk antwoord is bereid te concluderen dat poolen ongepast was en dat een gestructureerde verhalende synthese de waarachtiger output zou zijn geweest.

3. Hoe actueel is dit bewijs, en wat zou een nieuwe studie moeten tonen om onze beslissing te veranderen? Syntheses hebben een houdbaarheid, en het gevaar is te handelen op een review waarvan de zoektocht jaren geleden sloot terwijl het vakgebied verder ging. Noem de actualiteitsdatum expliciet en vraag wat er sindsdien is gepubliceerd, vooral voor snel bewegende technologieën waar één grote trial een gepoolde schatting kan omverwerpen. De diepere discipline is vooraf te beslissen welke bevinding u van gedachten zou doen veranderen – een drempel die “blijf de literatuur volgen” verandert van een vage intentie in een operationele trigger voor een levende update. De spanning ligt tussen de kosten van het in leven houden van een synthese en de kosten van een beslissing die stilletjes op verouderd bewijs draait; niet elke vraag rechtvaardigt een levende review, maar elke volatiele vraag met hoge inzet wel. Een eerlijk antwoord vermeldt de actualiteitsdatum, noemt wat de conclusie zou omkeren en wijst verantwoordelijkheid toe voor het opmerken wanneer dat arriveert.

4. Werden de vraag, en de analyse die haar zou beantwoorden, vastgelegd voordat iemand de resultaten zag – of had de review naar een voorkeursconclusie kunnen worden gevormd? Dit richt zich op de sterkste enkele bescherming in de hele discipline: een vooraf geregistreerd protocol, met de inclusiecriteria, uitkomsten en het poolplan vastgelegd voordat de data ze konden beïnvloeden. Het falen waartegen het beschermt is subtiel omdat het zelden opzettelijk is – een reviewer die eerst de resultaten ziet, kan te goeder trouw een inclusiegrens aanpassen, een secundaire uitkomst promoveren of een modelkeuze wisselen op manieren die allemaal toevallig een bepaald antwoord bevoordelen. Vraag of een protocol bestaat in een openbaar register zoals PROSPERO, of de uiteindelijke review ermee overeenkomt en of afwijkingen werden verklaard en gerechtvaardigd in plaats van stilletjes doorgevoerd. De spanning is dat pre-registratie ongemakkelijk is – zij verbiedt de flexibiliteit van “wij leerden onderweg” die als goede wetenschap voelt – en haar afwezigheid gemakkelijk wordt verontschuldigd. Een eerlijk antwoord kan wijzen op het geregistreerde protocol, doorlopen waar de review ervan afweek en waarom, en een ongeregistreerde synthese behandelen als een waarvan de conclusies mogelijk zijn gekozen voordat het bewijs binnen was.

5. Wanneer de beslissing meerdere behandelingen omspant die nooit tegen elkaar zijn beproefd, vertrouwen wij de indirecte vergelijking die ze aan elkaar naait? Echte financieringskeuzes zetten gewoonlijk meerdere actieve opties tegen elkaar, waarvan de meeste nooit rechtstreeks zijn getoetst, zodat de synthese leunt op een netwerkmeta-analyse die kracht leent via gedeelde referentiepunten. De invalshoeken om aan het licht te brengen zijn of de analist het netwerk van trials werkelijk toonde, of de “transitiviteits”-aanname standhoudt – dat de trialpopulaties en achtergrondzorg gelijkaardig genoeg zijn opdat een indirecte vergelijking iets betekent – en of direct en indirect bewijs overeenkomen waar beide bestaan. Het verleidelijke falen is dat de software een volledige set paarsgewijze schattingen teruggeeft hoe dun of onvergelijkbaar de onderliggende ketens ook zijn, waardoor een fragiel indirect resultaat hetzelfde gezag krijgt als een robuust direct. Bespreek welke contrasten op één zwakke indirecte schakel rusten en of dat juist de vergelijkingen zijn die de aanbeveling drijven. Een eerlijk antwoord onderscheidt de goed verbonden, op consistentie getoetste vergelijkingen van de dunne en draagt die laatste als lage zekerheid in plaats van ze te begraven in een nette ranglijst.

6. Behandelen wij een groot effect en een zeker effect als hetzelfde, terwijl ze dat niet zijn? Dit scheidt de omvang van een schatting van het vertrouwen waarop wij recht hebben – het onderscheid dat GRADE expliciet maakt. De spanning is dat een grote puntschatting overtuigend en gemakkelijk te besteden is, terwijl de zekerheid erachter laag kan zijn omdat het bewijs inconsistent, onnauwkeurig, indirect of overschaduwd door publicatiebias is. Vraag of elke uitkomst die ertoe doet een eigen zekerheidsbeoordeling draagt, waarom zij werd verlaagd of verhoogd en of de aanbeveling wordt gedreven door de effectgrootte of door een eerlijke lezing van hoeveel het bewijs kan dragen. Het ongemakkelijke geval is een bescheiden voordeel met hoge zekerheid dat concurreert met een dramatisch voordeel met lage zekerheid: de discipline is het bewijs dat u kunt vertrouwen te verkiezen boven het getal dat flatteert. Een eerlijk antwoord weigert “groot” en “zeker” samen te persen tot één oordeel en laat de zekerheidsbeoordeling, niet alleen de puntschatting, bepalen hoeveel gewicht de beslissing aan het resultaat geeft.

In de praktijk: een voorbeeld uit de gezondheidseconomie

Het Nationale Comité voor Geneesmiddelen en Gezondheidstechnologie van Maridia – een fictief land met lagere middeninkomens dat zijn lijst van essentiële geneesmiddelen uitbouwt – moet beslissen welke klasse bloeddrukverlagend geneesmiddel zij aanbeveelt als eerstelijnsmiddel voor ongecompliceerde hypertensie in de eerstelijnszorg. Vier klassen zijn kandidaat, allemaal uit octrooi en betaalbaar, maar de klinische vraag is welke per behandelde patiënt de meeste beroertes en hartaanvallen voorkomt. Het comité kan geen eigen trials uitvoeren; het moet synthetiseren wat de wereld al weet en dan een relatief-effectschatting aan zijn economieteam overhandigen om te combineren met lokale kosten en gebeurtenispercentages.

De bewijseenheid van het comité begint met een geregistreerd protocol: de vraag, de vier referentiepunten, de uitkomsten (cardiovasculaire gebeurtenissen en sterfte door alle oorzaken), de inclusiecriteria en het analyseplan, allemaal vastgelegd vóór het zoeken. De zoektocht omvat meerdere databases, twee trialregisters en regionale WHO-literatuur die trials uit settings als die van Maridia zelf indexeert, omdat uitsluitend vertrouwen op tijdschriften uit landen met hoge inkomens een populatie zou importeren die mogelijk niet past. De stroom wordt volgens PRISMA gedocumenteerd: enkele duizenden records geïdentificeerd, de meeste uitgesloten op titel, enkele tientallen gerandomiseerde trials opgenomen, elk beoordeeld op risico van bias. Drie grote door de industrie gefinancierde trials blijken selectief te hebben gerapporteerd; de eenheid markeert ze en plant een gevoeligheidsanalyse zonder hen.

De kernmoeilijkheid is dat vrijwel geen trials de vier klassen rechtstreeks vergeleken – de meeste testten één geneesmiddel tegen placebo of tegen één alternatief. Een eenvoudige paarsgewijze meta-analyse kan slechts een fractie beantwoorden van de vergelijkingen waarvoor het comité werkelijk staat. Dus bouwt de eenheid een netwerkmeta-analyse, die de klassen via hun gedeelde referentiepunten verbindt en alle zes paarsgewijze contrasten tegelijk schat. Voordat zij het vertrouwen, controleren ze de transitiviteit van het netwerk – zijn de trialpopulaties en achtergrondzorg gelijkaardig genoeg voor indirecte vergelijking? – en toetsen ze of direct en indirect bewijs overeenkomen waar beide bestaan. Dat doen ze, grotendeels; één contrast rust op een dunne indirecte keten, die de eenheid als lage zekerheid markeert.

Heterogeniteit is reëel en informatief. Trials bij oudere populaties met hoger risico tonen grotere absolute baten dan trials bij jongere cohorten, wat ertoe doet omdat de behandelde populatie van Maridia jonger zal zijn dan het trialgemiddelde. In plaats van blind te poolen voert de eenheid vooraf gespecificeerde subgroep- en meta-regressieanalyses uit en rapporteert zij het effect geconditioneerd op het basisrisico. Een funnelplot van de grootste vergelijking toont lichte asymmetrie, in overeenstemming met enkele ontbrekende kleine negatieve studies; samen met de selectief rapporterende trials leidt dit ertoe dat zij het voordeel van de gunstigste klasse voorzichtig behandelen. Onder een random-effectsmodel zijn de verschillen tussen drie van de vier klassen klein en overlappen hun betrouwbaarheidsintervallen sterk.

De eenheid graadt elke uitkomst met GRADE. Het bewijs dat alle vier de klassen beter zijn dan niet behandelen is van hoge zekerheid; het bewijs dat enige klasse duidelijk superieur is aan de andere is slechts van lage tot matige zekerheid, verlaagd wegens inconsistentie, onnauwkeurigheid en vermoede publicatiebias. Dat onderscheid is de beslissing. Het comité concludeert dat, omdat de klassen klinisch dicht bij elkaar liggen en allemaal goedkoop zijn, de economie moet worden gedreven door prijs, verdraagbaarheid en leveringszekerheid en niet door een fragiele bewering van klinische superioriteit – een conclusie die alleen zichtbaar werd omdat de synthese effectgrootte van zekerheid scheidde. Het overhandigt het economieteam een relatief-effectschatting met expliciete onzekerheid, om te worden omgezet in kosten per vermeden gebeurtenis (zie Onderwerp 2.1 — Economische evaluatie), en draagt een levende update op: als een grote pragmatische trial die over twee jaar wordt verwacht een gespecificeerd contrast voorbij een vooraf afgesproken marge verschuift, wordt de aanbeveling heropend. Het causale redeneren binnen een enkele studie in elke trial – of haar eigen effectschatting betrouwbaar is – hoort bij Onderwerp 2.3 — Gezondheidseconometrie; de taak van dit comité was ze goed te poolen.

Vier sectorperspectieven

Startup

Een digitale-gezondheids- of hulpmiddelenstartup draagt zelden een volledige systematische review op, maar ontmoet synthese aan de andere kant – als de partij wier ene veelbelovende studie de synthese van het bredere vakgebied door een HTA-orgaan moet overleven. De verleiding is te leunen op één flatterende trial en een verhalende review van uitgekozen ondersteunende artikelen, die een serieuze beoordelaar onmiddellijk zal doorzien. De wijzere zet is het bestaande bewijsbestand eerlijk en vroeg in kaart te brengen, zodat de startup weet waar haar product in de hiërarchie zit en welke vergelijking een betaler zal eisen. Een klein bedrijf dat zijn bewijs presenteert in de context van een eerlijke synthese en open is over de zekerheid van zijn eigen data, verdient meer geloofwaardigheid dan een dat een geïsoleerd resultaat overdrijft.

Klein bedrijf

Een kleine maar gevestigde aanbieder – een groepspraktijk, een gespecialiseerde kliniek met één vestiging, een bescheiden hulpmiddelen- of diagnostiekleverancier – heeft noch het volume van de door investeerders gesteunde bewijsdrang van een startup noch het synthese-team van een grote onderneming, en moet toch syntheses goed genoeg lezen om beslissingen in stabiele toestand te nemen. Haar realistische taak is consumptie, niet productie: de zekerheidsbeoordeling op een richtlijn lezen, controleren of de populatie van een review lijkt op de patiënten die zij werkelijk behandelt en opmerken wanneer het bewijs achter een inkoop- of verwijsgewoonte stilletjes verouderd is. De valkuil is geheel uitstellen aan het uitgekozen bewijspakket van een leverancier of aan één gedenkwaardige trial, omdat de praktijk geen tijd heeft het bredere vakgebied te beoordelen. De proportionele zet is te leunen op de syntheses die vertrouwde organen – Cochrane, nationale HTA-agentschappen, richtlijnen van beroepsverenigingen – al onderhouden, hun GRADE-zekerheidsbeoordelingen als kop te behandelen en één gedisciplineerde vraag aan elke bewering van een leverancier te stellen: waar staat dit ten opzichte van de systematische review, en hoe actueel is het?

Grote onderneming

Een grote fabrikant, aanbiedersgroep of verzekeraar draait synthese als industriële capaciteit: toegewijde teams voor bewijssynthese en gezondheidseconomie en uitkomstenonderzoek die systematische reviews en netwerkmeta-analyses produceren ter ondersteuning van indieningen in veel rechtsgebieden. De kracht is methodologische diepte en het vermogen een netwerkmeta-analyse te bouwen die elk relevant referentiepunt omspant; het risico is dat dezelfde capaciteit kan worden ingezet om een review te produceren die is ontworpen om het product van de sponsor te bevoordelen – via een smalle zoektocht, een gemakkelijke modelkeuze of stille uitsluitingen. De geloofwaardigheid van ondernemingen hangt af van het registreren van protocollen, het volgen van PRISMA, het indienen van reproduceerbare analyses en het uitnodigen van de onafhankelijke replicatie die HTA-organen steeds vaker eisen. De volwassen onderneming behandelt een transparante synthese die werkelijke onzekerheid toont als duurzamer dan een gepolijste die een beoordelaar uit elkaar kan halen.

Overheid

Een ministerie, nationale betaler of HTA-orgaan is de voornaamste consument en scheidsrechter van syntheses, en haar discipline is ze te eisen en uit te voeren volgens een gepubliceerde norm. Organen als NICE, IQWiG en de richtlijnpanels van de WHO bouwen aanbevelingen op systematische reviews en graderen de zekerheid van het bewijs met GRADE juist opdat beslissingen verdedigbaar en reproduceerbaar zijn en niet gekaapt door de meest overtuigende indiening. De overheid draagt ook verantwoordelijkheden die de andere sectoren niet hebben: de infrastructuur – trialregisters, reviewsamenwerkingen, methodenrichtlijnen – onderhouden die eerlijke synthese mogelijk maakt, en reviews met hoge inzet levend houden zodat nationale richtlijnen niet achter de wetenschap aan hinken. De verantwoording voor wat een synthese weglaat, en voor de patiënten die worden getroffen door een foute gepoolde schatting, rust uiteindelijk hier.

Veelvoorkomende faalpatronen

• De verhalende review verkleed als bewijs. Een uitgekozen, niet-systematische lezing van de literatuur gepresenteerd met het gezag van een synthese. Oplossing: eis een geregistreerd protocol, een expliciete zoekstrategie en rapportage in PRISMA-stijl voordat u enige “review” vertrouwt.

• Onvergelijkbare studies poolen. Een precies gemiddelde berekenen over trials met verschillende populaties, doseringen of ontwerpen, wat een getal oplevert dat geen echte patiënt beschrijft. Oplossing: beoordeel eerst klinische en methodologische heterogeniteit en gebruik een gestructureerde verhalende synthese wanneer poolen niet gerechtvaardigd is.

• De studies negeren die nooit zijn gepubliceerd. Alleen een paar databases en alleen tijdschriften doorzoeken, zodat de ontbrekende negatieve studies het effect opblazen. Oplossing: doorzoek registers, toezichthouders en grijze literatuur, zoek niet-gepubliceerde data en screen expliciet op publicatiebias.

• Heterogeniteit wegmiddelen. Een enkele gepoolde schatting rapporteren terwijl onderdrukt wordt dat studies sterk verschillen. Oplossing: onderzoek de divergentie met vooraf gespecificeerde subgroepanalyse en meta-regressie en rapporteer de variatie, niet alleen het gemiddelde.

• Opname als onderschrijving behandelen. Zwakke en sterke studies gelijk wegen en bias witwassen in een gezaghebbend gemiddelde. Oplossing: beoordeel het risico van bias in elke studie en voer de analyse uit met uitsluiting van studies met hoog risico.

• Effectgrootte met zekerheid verwarren. Handelen op een groot effect uit bewijs met lage zekerheid alsof het vaststond. Oplossing: graad zekerheid per uitkomst met GRADE en laat die, niet alleen de puntschatting, de beslissing bepalen.

• Ongecontroleerde indirecte vergelijking. Een netwerkmeta-analyse bouwen zonder transitiviteit of consistentie te toetsen, zodat een indirect resultaat op onvergelijkbare trials rust. Oplossing: toon het netwerk, toets de aannames en markeer dunne indirecte ketens als lage zekerheid.

• De verouderde synthese. Een beslissing verankeren aan een review waarvan de zoektocht jaren geleden sloot in een vakgebied dat verder is gegaan. Oplossing: vermeld de actualiteitsdatum, controleer wat sindsdien is verschenen en houd volatiele reviews met hoge inzet levend.

Volwassenheidsmodel

Checklist

• Bevestig dat een protocol vóór het zoeken is geregistreerd, met vooraf gespecificeerde vraag, uitkomsten en analyseplan.
• Controleer dat de zoektocht meerdere databases, trialregisters en grijze literatuur omvatte – niet alleen tijdschriften.
• Verifieer dat elke opgenomen studie op risico van bias is beoordeeld en dat studies met hoog risico in een gevoeligheidsanalyse zijn getoetst.
• Stel vast dat de studies gelijkaardig genoeg zijn om te poolen; zo niet, verwacht een gestructureerde verhalende synthese in plaats van één getal.
• Noteer of een model met vaste effecten of random-effects is gebruikt en waarom, en of de conclusie het alternatief overleeft.
• Vraag hoe heterogeniteit is onderzocht en of subgroepanalyses vooraf waren gespecificeerd of post hoc.
• Zoek naar een expliciete publicatiebiascontrole (registervergelijking, funnelplot) en lees een positief resultaat als bovengrens.
• Bevestig voor beslissingen met meerdere referentiepunten dat een netwerkmeta-analyse haar netwerk toonde en transitiviteit en consistentie toetste.
• Eis een GRADE-zekerheidsbeoordeling (of gelijkwaardig) voor elke uitkomst die ertoe doet, los van de effectgrootte.
• Bevestig dat de synthese reproduceerbaar is gerapporteerd (PRISMA), met de zoektocht, uitsluitingen en gepoolde data beschikbaar.
• Leg de actualiteitsdatum vast en welke nieuwe bevinding de beslissing zou heropenen.
• Stem elke gesynthetiseerde input af op het model en de evaluatie die zij voedt en documenteer waar verschillende inputs uit verschillend bewijs kwamen.

Belangrijkste bronnen

• Cochrane, Cochrane Handbook for Systematic Reviews of Interventions (red. Higgins, Thomas e.a.) — de internationale standaardhandleiding voor methoden van systematische review en meta-analyse.
• PRISMA Statement (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) — de rapportagenorm voor systematische reviews en meta-analyses — https://www.prisma-statement.org
• GRADE Working Group — het kader voor het beoordelen van de zekerheid van bewijs en de sterkte van aanbevelingen — https://www.gradeworkinggroup.org
• NICE Decision Support Unit Technical Support Documents over bewijssynthese en netwerkmeta-analyse — methodenrichtlijnen gebruikt in de beoordeling van gezondheidstechnologie — https://www.sheffield.ac.uk/nice-dsu
• WHO Handbook for Guideline Development — hoe de Wereldgezondheidsorganisatie systematische review en GRADE gebruikt in wereldwijde richtlijnen — https://www.who.int
• Cochrane en de internationale samenwerkingen voor levend bewijs — referentiepraktijk voor het actueel houden van syntheses met hoge inzet.

Referenties

1. Systematic review — Wikipedia — https://en.wikipedia.org/wiki/Systematic_review
2. Meta-analysis — Wikipedia — https://en.wikipedia.org/wiki/Meta-analysis
3. Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) — Wikipedia — https://en.wikipedia.org/wiki/Preferred_Reporting_Items_for_Systematic_Reviews_and_Meta-Analyses
4. Forest plot — Wikipedia — https://en.wikipedia.org/wiki/Forest_plot
5. Random effects model — Wikipedia — https://en.wikipedia.org/wiki/Random_effects_model
6. Heterogeneity (statistics) — Wikipedia — https://en.wikipedia.org/wiki/Heterogeneity_(statistics)
7. Hierarchy of evidence — Wikipedia — https://en.wikipedia.org/wiki/Hierarchy_of_evidence
8. GRADE approach — Wikipedia — https://en.wikipedia.org/wiki/GRADE_approach
9. Network meta-analysis — Wikipedia — https://en.wikipedia.org/wiki/Network_meta-analysis
10. Publication bias — Wikipedia — https://en.wikipedia.org/wiki/Publication_bias
11. Grey literature — Wikipedia — https://en.wikipedia.org/wiki/Grey_literature
12. Cochrane (organisation) — Wikipedia — https://en.wikipedia.org/wiki/Cochrane_(organisation)
13. Cochrane Handbook for Systematic Reviews of Interventions — Cochrane — https://training.cochrane.org/handbook
14. PRISMA Statement — PRISMA — https://www.prisma-statement.org
15. GRADE Working Group — https://www.gradeworkinggroup.org