Programma “Corso meta-analisi 2012-B”
Introduzione alla meta-analisi e alle rassegne sistematiche
Che cos’è una rassegna sistematica (o sintesi della ricerca) e una meta-analisi
Breve storia della meta-analisi
Differenze tra la meta-analisi, le rassegne narrative e il metodo del vote counting
I punti di forza e di debolezza della meta-analisi
Implicazioni della meta-analisi nei diversi ambiti di ricerca e di intervento (ambito medico, psicologico, educativo, ecc.)
Come preparare una meta-analisi
Definizione del problema
Ricerca della letteratura:
- Ricerca nei database computerizzati (Pubmed, MEDLINE, CINAHL, PsycINFO, PsycARTICLES, ERIC, Web of Science, Scopus, Dissertation Abstracts, ecc.)
- Ricerca negli indici delle riviste
- Ricerca nei riferimenti bibliografici
- Strategie di ricerca della letteratura grigia (grey literature)
Gestione dei riferimenti bibliografici (uso di Endnote)
Definizione dei criteri di inclusione e di esclusione
Preparazione del protocollo di codifica
Preparazione del database meta-analitico
Esercitazione in Excel
Il calcolo degli effect sizes
Effect sizes basati sulle medie (d di Cohen, g di Hedges, ecc.)
Effect sizes basati sui dati binari (risk ratio, odds ratio, risk difference, ecc.)
Effect sizes basati sulle correlazioni
Convertire gli effect sizes
Fattori che influenzano la precisione degli effect sizes
Individuazione degli effect sizes outliers
Esercitazione in Excel
Combinare gli effect sizes
La scelta del modello: fixed-effect model vs. random-effects model
- Caratteristiche del fixed-effect model
- Caratteristiche del random-effects model
Differenze tra i due modelli e criteri di scelta
Presentazione dei risultati: tabelle e forest plot
La meta-analisi cumulativa
Esercitazione in Comprehensive Meta-Analysis (CMA)
Valutare l’eterogeneità e ricerca dei moderatori
Identificare e quantificare l’eterogeneità (Q statistic, I2, ecc.)
Spiegare l’eterogeneità: i moderatori
- Confronti fra sottogruppi (moderatori categoriali)
- Meta-regressioni (moderatori continui)
Esercitazione in Comprehensive Meta-Analysis (CMA)
Gestire database complessi
Sottogruppi indipendenti all’interno di uno studio
Outcome multipli
Comparisons multipli
Time points multipli
Esercitazione in Comprehensive Meta-Analysis (CMA)
Il publication bias
Introduzione
Il problema degli studi mancanti e della letteratura grigia
Metodi per valutare il publication bias
- Forest plot
- Meta-analisi cumulativa
- Failsafe N
- Orwin’s N
- Stima di Gleser e Olkin del numero degli studi non pubblicati
- Funnel plot
- Begg and Mazumdar’s rank correlation method
- Egger’s linear regression method
- Trim and Fill method
Esercitazione in Comprehensive Meta-Analysis (CMA)
Riportare i risultati della meta-analisi
Come preparare un articolo per la pubblicazione di una meta-analisi
Linee guida PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) e MARS (Meta-Analysis Reporting Standards)