TUTORIAL META-ANALYSIS

Systematic Review itu apa?

Mengidentifikasi, menilai (appraise), dan mensintesis semua bukti empiris yang memenuhi kriteria
untuk menjawab suatu pertanyaan penelitian.

Meta-Analysis itu apa?

Kumpulan studi individual yang digabung untuk menghasilkan statistik secara keseluruhan.

Biasa disajikan dengan forest plot dan funnel plot.

Contoh:

Judul Penelitian 

Plate Fixation Versus Nonoperative Treatment for Displaced Midshaft Clavicular Fractures A Meta-
Analysis of Randomized Controlled Trials

Penelitian ini menganalisa 6 studi RCT yang membandingkan prosedur operasi (open reduction plate
fixation dengan plate) dengan prosedur non operatif (arm-sling dan figure of eight). Kelompok plate
fixation merupakan kelompok eksperimental dan kelompok non operatif merupakan kelompok
control.

Outcomenya adalah non-union  pada penelitian ini didefinisikan sebagai tidak adanya jembatan
kortikal tulang yang dinilai dengan CT-Scan atau rontgen selama 4-12 bulan.

Cara baca forest plot:

4 hal utama untuk memahami cara kerja meta analisis adalah mengetahui langkah sebagai berikut;

1. Estimasi effect size masing-masing studi

2. Menentukan “weight” pada effect size masing-masing studi
3. Estimasi summary estimate of effect
4. Menilai konsistensi dari efek pada studi yang diinklusi
1. Estimasi effect size masing-masing studi
Effect Size  nilai yang
menunjukan pengaruh
besarnya efek dari
treatment atau kekuatan
hubungan antara 2
variabel.

Biasa disajikan dengan

grafik kotak dan garis. Arah
dari efek hubungan
diindikasikan dengan letak
kotak nya yang dibatasi
oleh garis efek null (RR =
1). Makin jauh dari garis
null pengaruhnya semakin
besar. Setiap kotak diikat
oleh confidence interval,
yang menggambarkan
ketepatan efek studi.

Sisi “Favours plate

fixation”  Posisi kotak
dan garis horisontal yang
semakin kearah sisi ini,
menunjukan outcome
yang lebih baik pada
perlakuan plate fixation.

Sisi “Favours
nonoperative”  Posisi
kotak dan garis horisontal
yang semakin kearah sisi
ini, menunjukan outcome
yang lebih baik pada
perlakuan nonoperative.
 Effect size juga setiap studi
dan confidence intervalnya
juga disajikan dalam
bentuk angka

Estimasi effect size: Bisa

RR (risk ratio), OD (odds
ratio)

Confidence interval

Risk Ratio

2. Menentukan “weight” pada effect size masing-masing studi

Besarnya kotak biru menunjukan bobot yang ditujukan pada hasil kalkulasi studi yang ditentukan
melalui pengukuran tertentu. Bobot yang lebih besar diberikan pada studi yang lebih akurat
(tergantung sample size)
3. Estimasi summary estimate of effect

Merupakan bobot rata-rata dari efek studi individu.

Biasanya ada 2 model statistik;
Fixed-effect atau random effect
Secara grafik ditunjukan oleh “diamond” disisi paling bawah. Garis vertical diamond 
menunjukan estimated summary effect
Garis horizontal diamond  menunjukan confidence interval
Signifikansi dari “Overall effect”  Ditampilkan sebagai Z dengan nilai P value
Jika diamond besinggungan dengan garis null  tidak significant secara statistic
Fixed effect model  asumsi ada 1 effect size yang benar. Digunakan jika tidak ada heterogenitas,
CI lebih sempit
Random effect model  Digunakan saat ada heterogenitas, CI lebih lebar

Test for overall effect Z and P value adalah tes summary effect Summary effect dengan CI
Signifikansi dilihat dari nilai P (Secara grafik (diamond)
dan angka)
Garis ‘null’ atau tidak ada
efek
Misal, RR = 1  Tidak ada
perbedaan pada group.

Pada contoh,
Hasil pooled RR, 0.14 95%
CI: 0.06-0.32  Artinya,
yang menjalani plate
fixation kemungkinan 0.14
kali lipat mengalami non
union

Pada contoh, Diamond

berada di area <1 ,
menunjukan kelompok
eksperimental risk non
union lebih rendah

4. Menilai konsistensi dari efek pada studi yang diinklusi

- Heterogenity  Variasi pada data
- Homogenity  konsistensi pada data
Secara umum, meta-analysis hanya boleh dikonsiderasi jika kelompok studi bersifat homogen agar
dapat mendapatkan konklusi yang bermakna
Metode mengidentifikasi dan mengukur heterogeneity;
1. Overlap CI  Jika CI individual studies punya overlap CI yang jelek  ada statistical
heterogenity
2. Chi-squared (χ2) and P value 
jika P besar, data konsisten denga hipotesis null, tidak ada bukti bahwa variasi hanya
karena peluang saja.
jika P kecil (<0.05), null hipotesis ditolak, secara statistic signifikan.
*Walaupun hasil signifikan secara statistik menunjukan heterogenitas, namun hasil non
signifikan bukan berarti tanda homogenitas.

Intepretasi P value
 3. I2 test for quantifying inconsistency
Menunjukan persentasi variabilitas pada effect estimates karena heterogenitas
Threshold intepretasi I2 dapat disalah artikan, karena inkonsistensi juga tergantung pada
beberapa factor. Petunjuk intepretasi I2 secara umum;
0% to 40%: mungkin tidak penting;
30% to 60%: moderate heterogeneity*;
50% to 90%: substantial heterogeneity*;
75% to 100%: considerable heterogeneity*.
Jika I2>50% = pakai Random model  merata sesuai effect estimate masing-masing
Jika I2<50% = pakai fixed model  sesuai dengan weight studies

Heterogeneity ‘tests’ Chi2 and P value and I2

Funnel plot :
- Tiap satu titik,
menunjukan 1
studi
- Axis-Y merupakan
standard of eror
dari effect
estimate. Studi
yang lebih besar
akan diletakkan di
paling atas dekat
puncak.
- Axis-X menunjukan
hasil studi,
biasanya
ditunjukan sebagai
Odds ratio

Systematic Review & Meta-Analysis

Kapan pake OR kapan pake RR?

Kapan pake random/ fixed model ?

Kalau heterogenitasnya rendah, pakai fixed

Tapi bisa juga coba dengan random

Urutan dalam forest plot itu per abjad/per tahun study? Ga ngaruh

Lost to follow up 20% > high risk of bias