Evidenssyntes och metaanalys

Varför detta är viktigt inom hälsoekonomi

Varje ekonomisk utvärdering vilar på indata som måste komma från någonstans: en behandlings relativa effekt, takten med vilken en sjukdom framskrider, livskvalitetsvikten för ett hälsotillstånd, sannolikheten för en biverkan. Det är de tal som driver en inkrementell kostnadseffektivitetskvot, och varifrån de kommer avgör om kvoten är pålitlig. En beslutsmodell (se Ämne 2.2 — Modellering) är bara så bra som de parametrar som matas in i den, och dessa parametrar är produkten av syntes – den medvetna sammanvägningen av en hel litteratur – inte av någon enskild prövning. Detta är ämnet som äger ”varifrån talen i modellen kommer”.

För en chef är insatsen att en syntes i det tysta kan avgöra en finansieringsfråga innan ekonomin ens körs. Om en översikt plockar russin ur gynnsamma prövningar, begraver ett nollresultat eller medelvärdesbildar över studier som aldrig var jämförbara, blir den effektskattning den producerar fel i en särskild riktning, och varje efterföljande beräkning ärver det felet med en fernissa av stringens. Organ för hälsoteknologibedömning (HTA) världen över – Englands National Institute for Health and Care Excellence (NICE), Tysklands IQWiG, Världshälsoorganisationens (WHO) riktlinjepaneler – bygger sina rekommendationer på syntes just därför att en enskild studie är för skör för att bära ett nationellt beslut.

Insatserna är också etiska och gäller allmänhetens förtroende. En väl genomförd systematisk översikt är det starkaste försvar ett offentligt organ har mot att fångas av den som körde den mest minnesvärda prövningen eller skrek högst. Den är en transparent, reproducerbar metod för att låta hela evidensbasen tala, inklusive de delar som är obekväma. När en betalare kan visa att dess beslut följde av en förhandsspecificerad, heltäckande, kritiskt granskad syntes kan den försvara beslutet inför kliniker, patienter, industri och domstolar. När den inte kan det ser beslutet godtyckligt ut – och inom hälsa urholkar godtyckliga beslut om vem som behandlas förtroendet snabbt.

Grundläggande begrepp

En systematisk översikt är en strukturerad metod för att lokalisera, bedöma och sammanfatta alla studier som rör en särskild fråga, med ett förregistrerat protokoll så att processen är reproducerbar och motståndskraftig mot bias. Den skiljer sig från en traditionell berättande översikt genom sin uttryckliga sökstrategi, sina angivna inklusions- och exklusionskriterier och sin kritiska granskning av varje inkluderad studie. Den rapporteringsstandard de flesta översikter nu följer är PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), som ber författare dokumentera varje steg från sökning till syntes så att en läsare kan kontrollera vad som gjordes.

Metaanalys är den statistiska delen av den processen: den kvantitativa sammanvägningen av resultat från flera studier till en enda kombinerad skattning, vanligen av en effektstorlek såsom relativ risk, oddskvot eller medelvärdesskillnad. Inte varje systematisk översikt innehåller en metaanalys – sammanvägning är bara legitim när studierna är tillräckligt lika för att kombineras – men där det är lämpligt ökar den precisionen och kan avslöja en effekt som enskilda underdimensionerade studier missade. Det kanoniska sättet att visa den är forest plot: varje studie en horisontell linje som visar dess skattning och konfidensintervall, det sammanvägda resultatet en diamant längst ned.

Två statistiska modeller ligger bakom den sammanvägda skattningen. En modell med fasta effekter antar att varje studie skattar en enda sann effekt, och att skillnader mellan dem bara är urvalsbrus. En modell med slumpmässiga effekter antar att den sanna effekten genuint varierar mellan studier – eftersom populationer, doser och miljöer skiljer sig – och skattar medelvärdet av den fördelningen, ger större vikt åt mindre studier och bredare, ärligare osäkerhet. Valet mellan dem är inte kosmetiskt: det ändrar konfidensintervallet och ibland slutsatsen.

Anledningen till att valet spelar roll är heterogenitet – i vilken utsträckning studieresultat skiljer sig mer än slumpen förklarar. Klinisk heterogenitet (olika patienter eller behandlingar), metodologisk heterogenitet (olika studiedesigner eller kvalitet) och statistisk heterogenitet (spridda resultat) hotar alla innebörden av ett sammanvägt tal. Att kombinera genuint heterogena studier ger ett medelvärde som beskriver ingen verklig population – det statistiska motsvarigheten till en person med en fot i is och en i eld som ”i genomsnitt är bekväm”. Att undersöka heterogenitet, snarare än att medelvärdesbilda bort den, är ofta där den verkliga lärdomen finns.

Inte all evidens är lika, och fältet organiserar den i en evidenshierarki: systematiska översikter av randomiserade prövningar överst, sedan enskilda randomiserade kontrollerade prövningar, sedan observationsstudier, sedan fallserier och expertutlåtanden. Hierarkin är en tumregel om risken för bias i en studies design, inte en garanti – en dåligt genomförd prövning kan vara sämre än en god kohortstudie. Den moderna förfiningen är GRADE (Grading of Recommendations Assessment, Development and Evaluation), som graderar evidensens säkerhet för varje utfall som hög, måttlig, låg eller mycket låg, och kan nedgradera även prövningsevidens för risk för bias, inkonsekvens, indirekthet, imprecision och publikationsbias – eller uppgradera stark observationsevidens. GRADE används nu av WHO, Cochrane och riktlinjeorgan världen över just därför att den gör resonemanget bakom en säkerhetsgradering uttryckligt och granskningsbart.

Där head-to-head-prövningar saknas – B prövades aldrig mot C, bara var och en mot placebo – kombinerar nätverksmetaanalys (även kallad blandad behandlings- eller indirekt jämförelse-metaanalys) direkt och indirekt evidens över ett sammankopplat nätverk av behandlingar för att skatta alla jämförelser, inklusive sådana som aldrig studerats direkt. Den är oumbärlig för HTA, där ett nytt läkemedel måste jämföras med flera befintliga alternativ på en gång, men den vilar på ett starkt antagande – att prövningarna är tillräckligt lika för att indirekt jämförelse ska vara giltig – som måste kontrolleras, inte antas.

Två ytterligare idéer formar om en syntes kan tros. Publikationsbias är tendensen att studier med positiva, signifikanta resultat publiceras medan negativa ligger kvar i en byrålåda – så den synliga litteraturen överskattar systematiskt effekter. Den screenas ofta med en funnel plot, vars asymmetri kan signalera saknade små negativa studier, och det är ett skäl till att granskare söker prövningsregister och grå litteratur – avhandlingar, rapporter, opublicerade data – inte bara tidskrifter. Slutligen, eftersom evidens fortsätter anlända, är en växande praxis den levande översikten: en syntes som hålls kontinuerligt uppdaterad när nya studier dyker upp, så att vägledning aldrig driver år efter vetenskapen. Cochrane-samarbetet (Cochrane) förblir den internationella referenspunkten för metoder för systematiska översikter, och dess Handbook är fältets standardmanual.

Bästa praxis

1. Skriv och registrera protokollet innan du söker. En systematisk översikts trovärdighet kommer av att fråga, inklusionskriterier, utfall och analysplan bestäms innan resultaten ses, och sedan registreras offentligt (till exempel i PROSPERO). Det är det enskilt starkaste skyddet mot att granskaren omedvetet formar översikten mot ett föredraget svar. När ni beställer en syntes, insistera på ett registrerat protokoll och behandla dess frånvaro som en varning om att slutsatserna kan ha valts först.

2. Sök heltäckande, inklusive de studier ingen publicerade. En sökning begränsad till ett par databaser och engelskspråkiga tidskrifter kommer att missa prövningar och snedvrida mot positiva resultat. Heltäckande syntes söker i flera databaser, prövningsregister, konferenssammandrag, regulatoriska dossierer och grå litteratur, och eftersträvar opublicerade data från forskare och tillverkare. Poängen är inte fullständighet för dess egen skull utan att neutralisera publikationsbias vid källan – de saknade studierna är oproportionerligt ofta de negativa.

3. Bedöm risken för bias i varje inkluderad studie, och låt den ändra vikten ni ger resultatet. Inklusion är inte stöd; varje studie måste bedömas för de särskilda sätt den kan vilseleda – otillräcklig randomisering, oblindad utfallsbedömning, selektiv rapportering, bortfall. En syntes som väger samman starka och svaga studier med lika vikt tvättar de svagas bias in i ett auktoritativt utseende medelvärde. Använd ett erkänt bedömningsverktyg, redovisa bedömningarna transparent och kör analysen med högriskstudier uteslutna för att se om slutsatsen håller.

4. Avgör om sammanvägning ens är legitim innan du beräknar ett sammanvägt tal. Metaanalys är bara meningsfull när studierna är tillräckligt lika i population, insats, jämförelsealternativ och utfall för att skatta en jämförbar effekt. Om de inte är det är det ärliga resultatet en strukturerad berättande syntes, inte ett skenbart enda tal. Fråga ”besvarar dessa studier samma fråga?” innan du frågar ”vad är den kombinerade skattningen?” – ett precist medelvärde av ojämförbara saker är sämre än inget medelvärde.

5. Välj modellen med fasta eller slumpmässiga effekter medvetet, och motivera den. En modell med slumpmässiga effekter är vanligen den ärligare standarden inom hälsa, där studier genuint skiljer sig, eftersom den ger bredare intervall som speglar verklig variation. Men den ger små studier oproportionerlig vikt, så där publikationsbias misstänks kan den förstärka just den bias ni fruktar. Ange vilken modell ni använde och varför, och visa hur den sammanvägda skattningen rör sig under alternativet; en slutsats som vänder mellan de två är inte robust.

6. Undersök heterogenitet i stället för att medelvärdesbilda bort den. När studieresultat divergerar mer än slumpen förklarar är den divergensen information – den kan innebära att behandlingen fungerar i en delgrupp och inte i en annan, eller att kvalitet driver den skenbara effekten. Utforska den med förhandsspecificerade delgruppsanalyser och metaregression, men behandla post hoc-delgrupper skeptiskt eftersom de är lätta att hitta och svåra att lita på. En sammanvägd skattning presenterad utan någon undersökning av varför studier är oeniga döljer den mest användbara delen av datan.

7. Screena uttryckligen för publikations- och rapporteringsbias. Jämför den publicerade litteraturen mot prövningsregister för att hitta studier som genomförts men aldrig rapporterats, granska funnel plot-asymmetri där tillräckligt många studier finns och överväg om effekten krymper när studiestorleken växer. Inget av dessa test är avgörande, men deras frånvaro bör sänka din tillit till ett snyggt positivt resultat. Riktningen på publikationsbias är nästan alltid densamma – den blåser upp den skenbara nyttan – så en oscreenad syntes bör läsas som en övre gräns.

8. Använd nätverksmetaanalys när beslutet har många jämförelsealternativ, och kontrollera dess kärnantagande. Verkliga finansieringsbeslut ställer sällan ett läkemedel mot placebo; de väljer bland flera aktiva alternativ, varav de flesta aldrig prövats head-to-head. Nätverksmetaanalys fyller dessa luckor, men bara om prövningarna är tillräckligt lika för indirekt jämförelse – antagandet om ”transitivitet” – och om direkt och indirekt evidens överensstämmer där båda finns. Kräv att analytikern visar nätverket, prövar konsistens och är uppriktig om jämförelser som vilar på tunna indirekta kedjor.

9. Gradera evidensens säkerhet, inte bara effektens storlek. En stor effekt från evidens med låg säkerhet är en svagare grund för att spendera offentliga medel än en måttlig effekt från evidens med hög säkerhet. GRADE skiljer dessa frågor åt genom att gradera säkerhet per utfall och dokumentera varför den nedgraderades eller uppgraderades, och förvandlar ”evidensen är stark” från ett påstående till ett granskat omdöme. Insistera på att en syntes som matar ett beslut bär en uttrycklig säkerhetsgradering för varje utfall som spelar roll, inte en enda global dom.

10. Rapportera syntesen så att en skeptiker skulle kunna reproducera den. Följ en erkänd rapporteringsstandard såsom PRISMA: ge hela sökstrategin, flödet av studier från identifierade till inkluderade, de exkluderade studierna med skäl, bedömningarna av risk för bias och datan bakom varje sammanvägd skattning. Transparens är mekanismen genom vilken fel och selektiva val fångas innan de flyttar en budget. En syntes vars sökning inte kan köras om eller vars uteslutningar är oförklarade bör inte förankra ett beslut, hur självsäkert dess sammandrag än är.

11. Håll högriskfyllda synteser levande där evidensen rör sig snabbt. I ett snabbt föränderligt fält – en ny läkemedelsklass, en framväxande patogen, en snabbt prövad teknik – är en översikt föråldrad i samma stund den publiceras, och gammal evidens vilseleder i det tysta pengar och vård. En levande översikt uppdateras kontinuerligt mot nya studier, med förhandsöverenskomna regler för när en ny prövning ändrar slutsatsen. Reservera insatsen för beslut stora och volatila nog att motivera den, och var uttrycklig med aktualitetsdatumet för varje syntes ni förlitar er på.

12. Anpassa syntesen till den parameter modellen faktiskt behöver. En beslutsmodell behöver särskilda indata – en relativ effekt för basfallet, en baslinjerisk för den lokala populationen, en nyttovikt – och var och en kan behöva sin egen syntes med egna inklusionskriterier. Att hämta en relativ effekt från randomiserade prövningar men en baslinjerisk från ett lokalt register är legitimt och vanligt; att dölja att de två kom från olika evidenskroppar är det inte. Anpassa varje syntetiserad indata till hur den kommer att användas nedströms, och korshänvisa den utvärdering den matar (se Ämne 2.1 — Ekonomisk utvärdering).

Frågor att diskutera med ditt team

1. När vi accepterar en effektskattning som avgjord, vet vi om den kom från hela litteraturen eller bara från den synliga, smickrande delen av den? Frågan riktar sig mot publikationsbias och selektiv rapportering, de misslyckanden som gör en syntes fel i en förutsägbar riktning. Den obekväma verkligheten är att positiva prövningar publiceras snabbare, oftare och mer framträdande än negativa, så en översikt begränsad till tidskrifter tenderar att överskatta nyttan även när varje inkluderad studie är ärlig. Tryck diskussionen mot konkret proveniens: söktes prövningsregister efter studier som genomförts men aldrig rapporterats, eftersträvades opublicerade data från tillverkare, gjordes en funnel plot eller jämförbar kontroll? Spänningen är att heltäckande sökning är dyr och långsam, och det finns alltid tryck att acceptera en ren publicerad skattning och gå vidare. Ett ärligt svar hävdar inte att sökningen var perfekt; det anger hur hårt översikten letade efter de saknade studierna och behandlar ett oscreenat positivt resultat som en sannolik övre gräns snarare än sanningen.

2. Besvarar de studier vi väger samman faktiskt samma fråga, eller har vi tillverkat ett snyggt medelvärde av saker som inte hör ihop? Detta är heterogenitetsfrågan, och den avgör om ett sammanvägt tal betyder något alls. De vinklar som är värda att lyfta är kliniska (olika patienter, doser eller jämförelsealternativ), metodologiska (prövningar blandade med svaga observationsstudier) och statistiska (resultat som skiljer sig mer än slumpen). Det förledande misslyckandet är att programvaran alltid returnerar en sammanvägd skattning med ett självsäkert utseende konfidensintervall, vare sig de underliggande studierna är jämförbara eller inte – talets precision säger ingenting om dess validitet. Diskutera om översikten undersökte varför studier är oeniga eller bara medelvärdesbildade dem, och om några delgruppsskillnader var förhandsspecificerade eller fiskades fram i efterhand. Ett ärligt svar är villigt att dra slutsatsen att sammanvägning var olämplig och att en strukturerad berättande syntes hade varit det sannare resultatet.

3. Hur aktuell är den här evidensen, och vad skulle en ny studie behöva visa för att ändra vårt beslut? Synteser har en hållbarhetstid, och faran är att agera på en översikt vars sökning stängdes för år sedan medan fältet gick vidare. Namnge aktualitetsdatumet uttryckligen och fråga vad som publicerats sedan dess, särskilt för snabbt rörliga tekniker där en enda stor prövning kan kullkasta en sammanvägd skattning. Den djupare disciplinen är att på förhand avgöra vilket fynd som skulle få er att ändra uppfattning – ett tröskelvärde som förvandlar ”fortsätt bevaka litteraturen” från en vag avsikt till en operativ utlösare för en levande uppdatering. Spänningen ligger mellan kostnaden för att hålla en syntes vid liv och kostnaden för ett beslut som i det tysta löper på gammal evidens; inte varje fråga motiverar en levande översikt, men varje högriskfylld, volatil gör det. Ett ärligt svar anger aktualitetsdatumet, namnger vad som skulle vända slutsatsen och tilldelar ansvaret för att märka när det anländer.

4. Fastställdes frågan, och den analys som skulle besvara den, innan någon såg resultaten – eller kunde översikten ha formats mot en föredragen slutsats? Detta riktar sig mot det enskilt starkaste skyddet i hela disciplinen: ett protokoll registrerat i förväg, där inklusionskriterier, utfall och sammanvägningsplan är fastställda innan datan kunde påverka dem. Det misslyckande det skyddar mot är subtilt eftersom det sällan är avsiktligt – en granskare som ser resultaten först kan, i god tro, justera en inklusionsgräns, befordra ett sekundärt utfall eller byta modellval på sätt som alla råkar gynna ett visst svar. Fråga om ett protokoll finns i ett offentligt register såsom PROSPERO, om den slutliga översikten stämmer med det och om eventuella avvikelser deklarerades och motiverades snarare än i det tysta gjordes. Spänningen är att förregistrering är obekvämt – det förbjuder den ”vi lärde oss medan vi gick”-flexibilitet som känns som god vetenskap – och dess frånvaro är lätt att ursäkta. Ett ärligt svar kan peka på det registrerade protokollet, gå igenom var översikten avvek från det och varför, och behandla en oregistrerad syntes som en vars slutsatser kan ha valts innan evidensen var inne.

5. När beslutet spänner över flera behandlingar som aldrig prövats mot varandra, litar vi på den indirekta jämförelse som sammanfogar dem? Verkliga finansieringsval ställer vanligen flera aktiva alternativ mot varandra, varav de flesta aldrig testats head-to-head, så syntesen lutar sig mot en nätverksmetaanalys som lånar styrka genom delade jämförelsealternativ. De vinklar att lyfta är om analytikern faktiskt visade nätverket av prövningar, om antagandet om ”transitivitet” håller – att prövningspopulationerna och bakgrundsvården är tillräckligt lika för att en indirekt jämförelse ska betyda något – och om direkt och indirekt evidens överensstämmer där båda finns. Det förledande misslyckandet är att programvaran returnerar en fullständig uppsättning parvisa skattningar hur tunna eller ojämförbara de underliggande kedjorna än är, och ger ett skört indirekt resultat samma auktoritet som ett robust direkt. Diskutera vilka kontraster som vilar på en enda svag indirekt länk och om det är just de jämförelserna som driver rekommendationen. Ett ärligt svar skiljer de välkopplade, konsistensprövade jämförelserna från de tunna, och bär de senare som låg säkerhet snarare än att begrava dem i en snygg ligatabell.

6. Behandlar vi en stor effekt och en säker effekt som samma sak, när de inte är det? Detta skiljer storleken på en skattning från den tillförsikt vi har rätt att ha till den – distinktionen GRADE finns för att göra uttrycklig. Spänningen är att en stor punktskattning är övertygande och lätt att spendera pengar på, medan säkerheten bakom kan vara låg eftersom evidensen är inkonsekvent, imprecis, indirekt eller skuggad av publikationsbias. Fråga om varje utfall som spelar roll bär sin egen säkerhetsgradering, varför den nedgraderades eller uppgraderades och om rekommendationen drivs av effektstorleken eller av en ärlig läsning av hur mycket evidensen kan bära. Det obekväma fallet är en måttlig men högsäker nytta som konkurrerar mot en dramatisk men lågsäker: disciplinen är att föredra evidensen ni kan lita på framför det tal som smickrar. Ett ärligt svar vägrar kollapsa ”stor” och ”säker” till en enda dom, och låter säkerhetsgraderingen, inte bara punktskattningen, styra hur mycket vikt beslutet lägger på resultatet.

I praktiken: ett hälsoekonomiskt exempel

Nationella kommittén för läkemedel och hälsoteknologi i Maridia – ett fiktivt lägre medelinkomstland som bygger ut sin lista över essentiella läkemedel – måste avgöra vilken klass av blodtryckssänkande läkemedel som ska rekommenderas som förstahandsval vid okomplicerad hypertoni i primärvården. Fyra klasser är kandidater, alla patentlösa och överkomliga, men den kliniska frågan är vilken som förhindrar flest slaganfall och hjärtinfarkter per behandlad patient. Kommittén kan inte köra egna prövningar; den måste syntetisera vad världen redan vet och sedan lämna en relativ effektskattning till sitt ekonomteam för att kombineras med lokala kostnader och händelsefrekvenser.

Kommitténs evidensenhet börjar med ett registrerat protokoll: frågan, de fyra jämförelsealternativen, utfallen (kardiovaskulära händelser och total dödlighet), inklusionskriterierna och analysplanen, allt fastställt före sökningen. Sökningen täcker flera databaser, två prövningsregister och regional WHO-litteratur som indexerar prövningar från miljöer som Maridias egen, eftersom att enbart förlita sig på tidskrifter från höginkomstländer skulle importera en population som kanske inte stämmer. Flödet dokumenteras i PRISMA-stil: flera tusen poster identifierade, de flesta exkluderade på titel, några dussin randomiserade prövningar inkluderade, var och en bedömd för risk för bias. Tre stora branschfinansierade prövningar visar sig ha rapporterat selektivt; enheten flaggar dem och planerar en känslighetsanalys utan dem.

Kärnsvårigheten är att nästan inga prövningar jämförde de fyra klasserna head-to-head – de flesta prövade ett läkemedel mot placebo eller mot ett enda alternativ. En enkel parvis metaanalys kan bara besvara en bråkdel av de jämförelser kommittén faktiskt står inför. Så enheten bygger en nätverksmetaanalys som kopplar klasserna genom deras delade jämförelsealternativ och skattar alla sex parvisa kontraster på en gång. Innan de litar på den kontrollerar de nätverkets transitivitet – är prövningspopulationerna och bakgrundsvården tillräckligt lika för indirekt jämförelse? – och prövar om direkt och indirekt evidens överensstämmer där båda finns. Det gör de, mestadels; en kontrast vilar på en tunn indirekt kedja, som enheten markerar som låg säkerhet.

Heterogeniteten är verklig och informativ. Prövningar i äldre, högre riskpopulationer visar större absoluta nyttor än prövningar i yngre kohorter, vilket spelar roll eftersom Maridias behandlade population kommer att luta yngre än prövningsgenomsnittet. I stället för att väga blint samman kör enheten förhandsspecificerade delgrupps- och metaregressionsanalyser och redovisar effekten betingat på baslinjerisk. En funnel plot på den största jämförelsen visar mild asymmetri, i linje med ett fåtal saknade små negativa studier; i kombination med prövningarna med selektiv rapportering leder det till att de behandlar den mest gynnade klassens försprång med försiktighet. Under en modell med slumpmässiga effekter är skillnaderna mellan tre av de fyra klasserna små och deras konfidensintervall överlappar kraftigt.

Enheten graderar varje utfall med GRADE. Evidensen att alla fyra klasser slår ingen behandling är hög säkerhet; evidensen att någon enskild klass är tydligt överlägsen de andra är bara låg till måttlig, nedgraderad för inkonsekvens, imprecision och misstänkt publikationsbias. Den distinktionen är beslutet. Kommittén drar slutsatsen att, eftersom klasserna är kliniskt nära och alla billiga, bör ekonomin drivas av pris, tolerabilitet och försörjningstrygghet snarare än av ett skört påstående om klinisk överlägsenhet – en slutsats som bara blev synlig därför att syntesen skilde effektstorlek från säkerhet. Den lämnar ekonomteamet en relativ effektskattning med uttrycklig osäkerhet, att förvandlas till en kostnad per undviken händelse (se Ämne 2.1 — Ekonomisk utvärdering), och beställer en levande uppdatering: om en stor pragmatisk prövning som väntas om två år förskjuter en angiven kontrast bortom en förhandsöverenskommen marginal öppnas rekommendationen på nytt. Det enskilda kausala resonemanget inom varje prövning – huruvida dess egen effektskattning är tillförlitlig – hör hemma i Ämne 2.3 — Hälsoekonometri; denna kommittés uppgift var att väga samman dem väl.

Fyra sektorperspektiv

Startup-företag

Ett digitalt hälso- eller medicinteknikföretag i startfasen beställer sällan en fullständig systematisk översikt, men möter syntes från andra sidan – som den part vars enda lovande studie måste överleva ett HTA-organs syntes av det bredare fältet. Frestelsen är att lita på en smickrande prövning och en berättande översikt av handplockade stödjande artiklar, vilket en seriös bedömare omedelbart ser igenom. Det klokare greppet är att kartlägga den befintliga evidensbasen ärligt och tidigt, så att företaget vet var dess produkt befinner sig i hierarkin och vilken jämförelse en betalare kommer att kräva. Ett litet företag som presenterar sin evidens i ett sammanhang av en rättvis syntes, och är uppriktigt om säkerheten i sina egna data, vinner mer trovärdighet än ett som överförsäljer ett isolerat resultat.

Småföretag

En liten men etablerad vårdgivare – en gruppmottagning, en enskild specialistklinik, en blygsam produkt- eller diagnostikleverantör – har varken volymen av ett startup-företags investerarstödda evidensdrive eller ett storföretags syntesteam, men måste ändå läsa synteser tillräckligt väl för att fatta beslut i jämviktsläge. Dess realistiska uppgift är konsumtion, inte produktion: att läsa säkerhetsgraderingen på en riktlinje, kontrollera om en översikts population liknar de patienter den faktiskt behandlar och märka när evidensen bakom en inköps- eller remissvana i det tysta blivit föråldrad. Fällan är att helt lämna över åt en leverantörs plockade evidenspaket eller en enda minnesvärd prövning, eftersom praktiken saknar tid att bedöma det bredare fältet. Det proportionerliga greppet är att lita på de synteser som betrodda organ – Cochrane, nationella HTA-myndigheter, riktlinjer från professionella samfund – redan underhåller, behandla deras GRADE-säkerhetsgraderingar som rubriken och ställa en disciplinerad fråga till varje leverantörspåstående: var befinner sig detta i förhållande till den systematiska översikten, och hur aktuellt är det?

Storföretag

En stor tillverkare, sjukhuskoncern eller försäkrare driver syntes som en industriell förmåga: särskilda team för evidenssyntes och hälsoekonomi och utfallsforskning som tar fram systematiska översikter och nätverksmetaanalyser för att stödja underlag över många jurisdiktioner. Styrkan är metodologiskt djup och förmågan att bygga en nätverksmetaanalys som spänner över varje relevant jämförelsealternativ; risken är att samma förmåga kan vändas till att producera en översikt konstruerad för att gynna sponsorns produkt – genom en snäv sökning, ett bekvämt modellval eller tysta uteslutningar. Storföretagets trovärdighet beror på att registrera protokoll, följa PRISMA, lämna in reproducerbara analyser och inbjuda till den oberoende replikering HTA-organ alltmer kräver. Det mogna storföretaget behandlar en transparent syntes som visar genuin osäkerhet som mer varaktig än en polerad som en granskare kan montera ned.

Staten

Ett ministerium, en nationell betalare eller ett HTA-organ är den huvudsakliga konsumenten och domaren av synteser, och dess disciplin är att kräva och genomföra dem enligt en publicerad standard. Organ såsom NICE, IQWiG och WHO:s riktlinjepaneler bygger rekommendationer på systematiska översikter och graderar evidensens säkerhet med GRADE just så att beslut är försvarbara och reproducerbara snarare än fångade av det mest övertygande underlaget. Staten bär också ansvar som de andra sektorerna inte gör: att upprätthålla den infrastruktur – prövningsregister, översiktssamarbeten, metodvägledning – som gör ärlig syntes möjlig, och att hålla högriskfyllda översikter levande så att nationell vägledning inte driver efter vetenskapen. Ansvarsutkrävandet för vad en syntes lämnar utanför, och för de patienter som drabbas av en felaktig sammanvägd skattning, vilar i slutänden här.

Vanliga felmönster

• Den berättande översikten klädd som evidens. En handplockad, osystematisk läsning av litteraturen presenterad med en syntes auktoritet. Åtgärd: kräv ett registrerat protokoll, en uttrycklig sökstrategi och PRISMA-liknande rapportering innan ni litar på någon ”översikt”.

• Att väga samman ojämförbara studier. Att beräkna ett precist medelvärde över prövningar med olika populationer, doser eller designer, och producera ett tal som beskriver ingen verklig patient. Åtgärd: bedöm klinisk och metodologisk heterogenitet först, och använd en strukturerad berättande syntes när sammanvägning inte är motiverad.

• Att ignorera de studier som aldrig publicerades. Att bara söka i ett par databaser och bara tidskrifter, så att de saknade negativa studierna blåser upp effekten. Åtgärd: sök register, tillsynsmyndigheter och grå litteratur, eftersträva opublicerade data och screena uttryckligen för publikationsbias.

• Att medelvärdesbilda bort heterogenitet. Att redovisa en enda sammanvägd skattning medan man undertrycker att studier starkt är oeniga. Åtgärd: undersök divergens med förhandsspecificerad delgruppsanalys och metaregression, och redovisa variationen, inte bara medelvärdet.

• Att behandla inklusion som stöd. Att väga svaga och starka studier lika, och tvätta in bias i ett auktoritativt medelvärde. Åtgärd: bedöm risken för bias i varje studie och kör analysen med högriskstudier uteslutna.

• Att förväxla effektstorlek med säkerhet. Att agera på en stor effekt från lågsäker evidens som om den vore avgjord. Åtgärd: gradera säkerhet per utfall med GRADE och låt den, inte bara punktskattningen, styra beslutet.

• Okontrollerad indirekt jämförelse. Att bygga en nätverksmetaanalys utan att pröva transitivitet eller konsistens, så att ett indirekt resultat vilar på ojämförbara prövningar. Åtgärd: visa nätverket, pröva antagandena och markera tunna indirekta kedjor som låg säkerhet.

• Den gamla syntesen. Att förankra ett beslut i en översikt vars sökning stängdes för år sedan i ett fält som gått vidare. Åtgärd: ange aktualitetsdatumet, kontrollera vad som dykt upp sedan dess och håll volatila högriskfyllda översikter levande.

Mognadsmodell

Checklista

• Bekräfta att ett protokoll registrerades före sökningen, med förhandsspecificerad fråga, utfall och analysplan.
• Kontrollera att sökningen täckte flera databaser, prövningsregister och grå litteratur – inte bara tidskrifter.
• Verifiera att varje inkluderad studie bedömdes för risk för bias, och att högriskstudier prövades i en känslighetsanalys.
• Fastställ att studierna är tillräckligt lika för att vägas samman; om inte, räkna med en strukturerad berättande syntes snarare än ett enda tal.
• Notera om en modell med fasta eller slumpmässiga effekter användes och varför, och om slutsatsen överlever alternativet.
• Fråga hur heterogenitet undersöktes, och om delgruppsanalyser var förhandsspecificerade eller post hoc.
• Leta efter en uttrycklig kontroll av publikationsbias (registerjämförelse, funnel plot) och läs ett positivt resultat som en övre gräns.
• För beslut med flera jämförelsealternativ, bekräfta att varje nätverksmetaanalys visade sitt nätverk och prövade transitivitet och konsistens.
• Kräv en GRADE-gradering (eller motsvarande) av säkerheten för varje utfall som spelar roll, skild från effektstorleken.
• Bekräfta att syntesen rapporteras reproducerbart (PRISMA), med sökningen, uteslutningarna och de sammanvägda datan tillgängliga.
• Anteckna aktualitetsdatumet och vilket nytt fynd som skulle öppna beslutet på nytt.
• Anpassa varje syntetiserad indata till den modell och utvärdering den matar, och dokumentera var olika indata kom från olika evidens.

Viktiga källor

• Cochrane, Cochrane Handbook for Systematic Reviews of Interventions (red. Higgins, Thomas m.fl.) — den internationella standardmanualen för metoder för systematiska översikter och metaanalys.
• PRISMA-uttalandet (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) — rapporteringsstandarden för systematiska översikter och metaanalyser — https://www.prisma-statement.org
• GRADE Working Group — ramverket för att gradera evidensens säkerhet och rekommendationers styrka — https://www.gradeworkinggroup.org
• NICE Decision Support Unit, Technical Support Documents om evidenssyntes och nätverksmetaanalys — metodvägledning som används i hälsoteknologibedömning — https://www.sheffield.ac.uk/nice-dsu
• WHO Handbook for Guideline Development — hur Världshälsoorganisationen använder systematisk översikt och GRADE i globala riktlinjer — https://www.who.int
• Cochrane och de internationella samarbetena om levande evidens — referenspraxis för att hålla högriskfyllda synteser aktuella.

Referenser

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