Evidence Synthesis in CER
tot op dit punt is dit hoofdstuk voornamelijk gericht op primaire onderzoeksbenaderingen in CER, waarbij een onderzoeksteam een vraag identificeert, een onderzoekspopulatie selecteert, comparators en studieopzet, de studie uitvoert en de bevindingen ervan rapporteert. In de medische en klinische wetenschap levert één studie echter zelden resultaten op die voldoende definitief zijn om de praktijk te veranderen. In de meeste gevallen ontwikkelt kennis zich door middel van een reeks experimenten of observaties die cumulatief van invloed zijn op ons gedeelde begrip.
secundair onderzoek, of evidence synthesis, is een verzameling methoden die is ontstaan als onderdeel van evidence-based medicine en is gericht op het uitbreiden van kennis door het samenvoegen van resultaten of gegevens uit meerdere individuele studies. Het beoogt te bepalen wat op een onderzoeksgebied bekend is over alle beschikbare, relevante primaire onderzoeken en de variabiliteit of consistentie van het bewijsmateriaal te schatten. Deze instrumenten maken het mogelijk om een samenvatting te geven van “wat we weten” (consistente conclusies) en “hoe Zeker we het weten” (d.w.z. het vertrouwen dat de conclusies geldig en nauwkeurig zijn en waarschijnlijk niet zullen veranderen met toekomstig onderzoek) om beleidsmakers op de meest geschikte manier te informeren over het beleid en de praktijk van de gezondheidszorg of de behoeften voor toekomstig onderzoek te bepalen.Naarmate de methodologie voor de synthese van bewijsmateriaal, met inbegrip van systematische beoordelingen en andere benaderingen, zich heeft ontwikkeld, heeft “secundair” onderzoek een prominente en invloedrijke rol gekregen in CER, gezondheidszorgbeleid en klinische praktijk wereldwijd, vooral als een kennisbasis voor klinische richtlijnen.
Er zijn verschillende benaderingen onder de paraplu van evidence synthesis. De meest bekende hiervan, systematische beoordelingen, werd in het begin van de jaren negentig gepromoot als een tegengif voor het selectief citeren van bevindingen ter ondersteuning van de mening van een deskundige in een bepaald klinisch gebied.67,68 systematische reviews hebben aanvaard bij besluitvormers als een aanpak die uitgebreide, rigoureuze, expliciete en ogenschijnlijk reproduceerbare methoden gebruikt en omvat kritische beoordeling van het ontwerp en de uitvoering van elke studie. Zoals gedefinieerd door de IOM, zijn systematische reviews “essentieel voor clinici die ernaar streven om onderzoeksresultaten te integreren in hun dagelijkse praktijk” en zijn dus een cruciaal onderdeel van betrouwbare klinische praktijkrichtlijnen.De productie van systematische beoordelingen wordt momenteel ondersteund door de international Cochrane Collaboration, de AHRQ Evidence-based Practice Centers en vele anderen. Systematische reviews onderscheiden zich van narratieve reviews en worden gekenmerkt door duidelijk gespecificeerde, objectieve methoden voor het lokaliseren, kritisch beoordelen, samenvatten en rapporteren van al het onderzoek dat relevant is voor een bepaalde vraag. In 2011 heeft de IOM 21 normen gespecificeerd met 82 prestatie-elementen voor het uitvoeren van systematische evaluaties van CER ‘ s.; deze normen waren bedoeld om ervoor te zorgen dat systematische evaluaties objectief, transparant en wetenschappelijk geldig zijn.69 PCORI heeft de IOM-normen bijna volledig overgenomen in de methodologische normen van PCORI, waarbij de nadruk ligt op de normen voor de synthese van bewijsmateriaal (zie tekstkader).
Standards for Evidence Synthesis
Start een team met de nodige deskundigheid en ervaring om de systematische beoordeling uit te voeren en ervoor te zorgen dat de gebruiker en de belanghebbenden input leveren in de opzet en uitvoering van de systematische beoordeling, terwijl belangenconflicten bij alle deelnemers op passende wijze worden beheerd.
formuleer het onderwerp van de systematische toetsing, ontwikkel en peer-review het toetsingsprotocol en publiceer het definitieve protocol met tijdige wijzigingen indien gerechtvaardigd.
uitvoeren en documenteren van een uitgebreide, systematische zoektocht naar bewijs, met aandacht voor het aanpakken van Potentiële Bronnen van bias in de rapportage van onderzoeksresultaten.
voor individuele onderzoeken:
a.
beoordelen en documenteren van individuele onderzoeken met het oog op inclusie/uitsluiting volgens protocol; en
b.
uitvoeren en documenteren van kritische beoordeling van individuele studies op vooringenomenheid, relevantie en betrouwbaarheid van interventies met behulp van vooraf gespecificeerde criteria.
gebruik standaard en rigoureuze methoden voor gegevensverzameling en-beheer.
synthetiseer het bewijsmateriaal kwalitatief en, indien gerechtvaardigd, kwantitatief, met behulp van vooraf gespecificeerde methoden.
evaluatie van de gegevens over de algemene kwaliteit van de kenmerken en het vertrouwen in de schattingen van het effect op vooraf gespecificeerde resultaten.
rapporteer de resultaten in een gestructureerd formaat, beoordeel het ontwerpverslag (inclusief de periode voor het openbaar commentaar) en publiceer het eindverslag om vrije toegang voor het publiek mogelijk te maken.
deze normen weerspiegelen de huidige wetenschappelijke consensus en zullen waarschijnlijk periodiek worden aangevuld of herzien, aangezien belangrijke producenten van systematische evaluaties, zoals Cochrane, AHRQ, International Health Technology Assessment (HTA) en anderen, blijven samenwerken met besluitvormers en aanvullende empirische studies uitvoeren naar het effect van deze normen op de productie van onbevooroordeelde, relevante systematische evaluaties. Er zullen ook nieuwe normen worden ontwikkeld en huidige normen worden herzien door verdere ontwikkeling van empirische methoden voor analytische benaderingen, waaronder vergelijkingen van gemengde behandelingen, netwerk-meta-analyse en meta-analyse van individuele patiëntgegevens (zie hoofdstuk 22).
net als bij primaire studies waren systematische reviews aanvankelijk vooral gericht op werkzaamheidskwesties in plaats van op vergelijkende effectiviteit. De principes en methoden van systematische herziening zijn echter even goed van toepassing voor het synthetiseren van de resultaten van CER-studies. Er moet voor worden gezorgd dat de vergelijkingen die in de verschillende studies worden gesynthetiseerd, gelijkwaardig zijn. Wanneer dezelfde (of redelijk vergelijkbare) vergelijkingscontrasten beschikbaar zijn in een reeks studies, kunnen traditionele metaanalytische technieken geschikt zijn voor het combineren van resultaten.
HTA ‘ s waren vroege voorbeelden van de toepassing van systematische herzieningsmethoden om de voordelen en nadelen van nieuwe technologieën te vergelijken met bestaande alternatieven. Het HTA-onderzoek heeft als doel bewijs te leveren voor de besluitvorming over de integratie van nieuwe gezondheidstechnologieën en maakt gebruik van een interdisciplinaire benadering om de impact van deze technologieën in de klinische praktijk te evalueren.70 de beoordeelde “technologieën” omvatten zowel geneesmiddelen als hulpmiddelen, procedures en andere interventies. De Verenigde Staten hadden van 1972 tot 1995 een Office of Technology Assessment dat het Congres niet-participerende informatie verschafte over een breed scala aan wetenschappelijke en technologische kwesties, waaronder gezondheidszorg. Hoewel de Verenigde Staten Dit nationale agentschap niet langer hebben, blijft HTA internationaal een robuuste onderneming .71 binnen de Verenigde Staten, gaat HTA verder in sommige staatsinitiatieven, zoals het Drug Effectiveness Review Project in Oregon, dat klinisch bewijsmateriaal samenstelt en oorspronkelijk bedoeld was voor drug-klasse beslissingen onder Medicaid.72 HTA werd ook ondersteund door betalers en besluitvormers in de gezondheidszorg via entiteiten als het Blue Cross-Blue Shield Technology Evaluation Center.73 de AHRQ financiert ook een aantal HTA via zijn Evidence-based Practice Centers, en deze worden vaak gebruikt door Medicare als onderdeel van hun nationale dekkingsbeslissingen.
naarmate systematische evaluatie ingang heeft gevonden, zijn er veel innovaties of aanpassingen ontwikkeld om tegemoet te komen aan de behoefte aan meer tijdig of robuuster samengevat bewijsmateriaal dat van toepassing is op en begrijpelijke informatie kan verschaffen over de besluitvorming in verschillende contexten. In veel gevallen zijn er geen meerdere cer-studies met directe vergelijkingen van twee of meer behandelingen. Indirecte vergelijkingen geven gevolgtrekkingen aan over behandeling A versus behandeling B Door resultaten samen te stellen van studies die de twee niet direct met elkaar vergelijken, zoals door resultaten te vergelijken in studies van A versus geen behandeling en B versus geen behandeling. Een aantal kanttekeningen zijn van toepassing bij het maken van indirecte vergelijkingen, maar kwantitatieve methoden die bekend staan als gemengde Behandelingsvergelijkingen zijn ontwikkeld om de uitdagingen van het uitvoeren van statistisch geldige syntheses op basis van indirecte vergelijkingen aan te pakken. Een van de beter bekende methoden, netwerk meta-analyse, wordt steeds vaker toegepast in protocollen en rapporten van CER reviews.74-76 Netwerkmeta-analyse maakt gebruik van zowel het directe als het indirecte bewijs dat beschikbaar is voor vergelijkingen van twee of meer interventies; deze methodologie behoudt zoveel mogelijk bewijs bij het uitvoeren van een systematische review over trials met een gemeenschappelijke comparator.77 er zijn meerdere kanttekeningen die in gedachten moeten worden gehouden, met inbegrip van de observationele aard van de indirecte vergelijkingen.78 toch is deze methode veelbelovend, vooral wanneer er geen ideaal bewijs beschikbaar is om in dringende behoeften op het gebied van besluitvorming te voorzien.
De meeste metaananalyses en systematische evaluaties zijn gebaseerd op geaggregeerde gegevens, d.w.z. de resultaten van meerdere studies. Deze gegevens zijn gemakkelijk toegankelijk vanuit de gepubliceerde medische literatuur met voorbehouden om te beschermen tegen publicatievooringenomenheid ten gunste van overrepresentatie van positieve bevindingen in gepubliceerde resultaten.79 ondanks hun relatieve toegankelijkheid zijn geaggregeerde gegevens niet zo robuust als individuele deelnemende gegevens voor de synthese van onderzoeksresultaten. Individuele participant data (IPD) meta-analyse wordt de gouden standaard genoemd omdat het de mogelijkheid biedt om de resultaten te karakteriseren op basis van de individuele karakteristieken van de deelnemer (zoals leeftijd, geslacht, ziekterisico of comorbiditeit), die niet adequaat kunnen worden onderzocht met behulp van geaggregeerde studieresultaten. IPD-meta-analyse is een bijzonder krachtige techniek voor het aanpakken van heterogene behandelingseffecten en voor het richten van behandelingen op degenen die het meest waarschijnlijk voordeel ontvangen (of het minst waarschijnlijk worden geschaad). IPD meta-analyse is niet zo vaak toegepast als verwacht zou worden voor een “gouden standaard” onderzoekstechniek, grotendeels als gevolg van de aanzienlijke uitdagingen bij het verkrijgen van toegang tot originele proefgegevens. De toepassing van deze methode neemt echter toe en zal naar verwachting verder toenemen naarmate het ethos van het delen van gegevens en open wetenschap aan kracht wint.79-81
synthese van bestaand bewijsmateriaal wordt altijd beperkt door de omvang en de strengheid van het bestaande bewijsmateriaal, en de beperkingen zijn het ernstigst voor nieuwe, vaak dure behandelingen. Er kan weinig of geen bewijs zijn voor vergelijkingen met bestaande, goedkopere alternatieven, gedeeltelijk als gevolg van een gebrek aan eisen of stimulansen voor dit type onderzoek voordat goedkeuring wordt verleend. In dergelijke gevallen zullen traditionele methoden voor de synthese van bewijsmateriaal niet snel in staat zijn om de behoeften van besluitvormers te ondersteunen, hoewel pogingen tot synthese nuttig kunnen zijn om de relevante hiaten in de CER-literatuur te identificeren.82
Er is een groeiende pleitbezorging en waardering voor een breder scala van benaderingen die kunnen worden beschouwd als onderdeel van de familie van methoden voor de synthese van bewijsmateriaal. Een van deze benaderingen is het modelleren van beslissingen. Bij gebrek aan empirisch bewijs over belangrijke vergelijkende effectiviteitsvraagstukken, kunnen besluitvormers bepalen dat wiskundige modellen met schattingen op basis van beschikbaar empirisch bewijs en redelijke veronderstellingen voor ontbrekende parameters een nuttig alternatief vormen. Dergelijke modellen kunnen een schatting maken van de waarschijnlijke resultaten van vergelijkend effectiviteitsonderzoek die de besluitvormers nodig hebben. In sommige gevallen omvatten deze modellen ook kosteneffectiviteitsanalyses om de relatieve waarde van verschillende alternatieven gemakkelijker te kunnen beoordelen. Kosteneffectiviteitsmodellen nemen doorgaans resultatenmetrics op die de schatting van relatieve waarde over ziekten of aandoeningen kunnen vergemakkelijken. Deze omvatten levensjaren gered, kwaliteit-of handicap-aangepaste levensjaren gered en anderen. Hoewel de voor-en nadelen van dergelijke benaderingen verder gaan dan dit hoofdstuk, is het belangrijk te erkennen dat dit actieve en belangrijke gebieden zijn die van degenen die geïnteresseerd zijn in beleidsrelevante CER ‘ s kunnen worden gevraagd te begrijpen en aan te pakken.