Rendszerezett kutatás az irodalom tengerében - meta-analízis

Előző blogbejegyzésünk folytatásaként most az áttekintő (review) cikkek statisztikai eszlőzeiről írunk. (Illusztráció: a meta-analíziseknél használatos funnel plot. Forrás: wikipedia.org.)

A meta-analízist méltán nevezhetjük az elemzések elemzésének, ugyanis az a szisztematikus áttekintés keretében az adattengerből kihalászott közleményekből kinyert adatokat elemzi együttesen (Harrison 2011). Így komoly statisztikai erővel bír, pláne ha egy „sima” leíró áttekintéssel vetjük össze. Ez a ma már külön statisztikai tudományterületté alakult módszer komoly segítséget nyújthat a hatalmas adattengerből kiszűrt adatok szakszerű elemzésére. Ezzel nem csak a tudomány számára érdekes ökológiai kérdéseket válaszolhatunk meg, hanem sok esetben természetvédelmi kérdésekben adhat választ. Erre példa egy svájci kutatócsoport által végzett szisztematikus áttekintés, mely során az adatokat meta-analízissel elemezve kimutatták, hogy az európai réteken a kaszálás késleltetése (tavaszról őszre) pozitívan hat a gerinctelenek diverzitására (Humbert és mtsai. 2012). Ilyen és hasonló kérdésékre szakosodott a Collaboration of Environmental Evidence. Vezetésükkel már egy új természetvédelmi irányultságú folyóirat is létrejött, az Environmental Evidence, mely kifejezetten szisztematikus áttekintéseknek nyújt fórumot.

Maga a meta-analízis két fő lépésből áll. Első lépésként minden egyes tanulmányból kiszámítjuk az un. hatásnagyságot („effect size”), amivel egységes skálára helyezzük az adatokat a tanulmányok között. Második lépésként pedig egy statisztikai modellben összegezzük a hatásnagyságokat (erről ebben a könyvben érdemes utánaolvasni: Borenstein és mtsai. 2009). Többféle hatásnagyság van, hogy melyiket használjuk az elsősorban a kérdésünktől függ. Az ökológia területén leginkább használt hatásnagyságok egyike két változó korrelációján alapul (pl. a tájkomplexitás hatása a madarak fajszámára), ilyen az ún. Fisher z-érték. Kiszámításához a mintaszámon kívül a korrelációs együtthatóra van szükség. A másik még gyakrabban használt hatásnagyság a kezelt és kontrol csoport átlagainak különbségén alapszik, melyet osztanak az összevont szórással. Magyarán ehhez a két csoport átlagát, azok szórását és a mintanagyságukat szükséges ismernünk. A korábbi, svájci meta-analízis példánál maradva, a kezelt csoportba azok a rétek tartoznak, amelyeket késleltetve kaszáltak, míg a többi a kontrolba tartozik. Komoly problémát jelent azonban, hogy az adatok sokszor nincsenek megfelelően leközölve. Ahhoz hogy az adatunk ne csak egy csepp legyen az adattengerben, komoly figyelmet kell szentelnünk azok szakszerű közlésére, értve ezalatt azt, hogy mindig tüntessük fel a táblázatokban, az ábrákon vagy akár a szövegben az imént említett adatokat. Az persze nem csak a szerzők felelőssége, hanem a bírálóké és a szerkesztőké is, hogy adathiány miatt ne essenek ki közlemények a meta-analízisből. Erre pedig sajnos bőven akad példa a meta-analízisek készítése során (Schindler és mtsai. unpubl.). Érdemes itt megjegyezni, hogy nem minden szisztematikus áttekintés végződik meta-analízisben. Több közülük csak egy leíró áttekintést tud nyújtani adathiány miatt, magyarán rávilágít a kérdés vizsgálatának hiányára („knowledge gap”). A Collaboration of Environmental Evidence bangori központjában végzett szisztematikus áttekintések mintegy 60%-ában készült meta-analízis.
Végül a meta-analízis témában nem megkerülhető az ún. publikációs torzítás („publication bias”). Ez alatt azt értjük, hogy azok a tanulmányok, melyeket leközöltek különböznek az összes közölhető tanulmánytól. Sajnos nem minden adatunkat közöljük le, vagy esetleg nem angolul, így a meta-analízist végző kutatók nem biztos, hogy megtalálják azt az eleve óriási adattengerben. Így joggal merülhet fel az olvasóban a kérdés egy meta-analízis olvasása közben, hogy vajon minden releváns adatot sikerült-e meglelniük a kutatóknak. Ennek vizsgálatára is fejlesztettek ki módszereket a statisztikusok, így a meta-analízis során, szemben a leíró áttekintésekkel (vagy egyszerű irodalmi kereséssel), lehetőségünk, sőt kötelezettségünk van arra, hogy megvizsgálajuk a publikációs torzítás fennállásának lehetőségét (ehhez a témához ez a könyv ajánlott: Rothstein és mtsai. 2005). Nagyon sajnálatos tény azonban, hogy a vezető ökológiai folyóiratok (pl. Ecology Letters, Ecology, Global Change Biology, Oikos), ahol a legtöbb meta-analízis megjelenik, nem kérik szigorúan számon a meta-analízisek szerzőin, hogy az adattengerben történt halászatuk szakszerűségét bizonyítsák a publikációs torzítás vizsgálatával (Batáry és mtsai. unpubl.). Összességében elmondható, hogy a növekvő adatmennyiség kedvezhet a szisztematikus áttekintéseknek, azonban ez egyúttal egyre nagyobb kihívást is jelent a releváns közlemények megtalálásában. Így zárásként itt érdemes visszautalnunk egy korábbi blog bejegyzésre, hogy vajon a közlemények növekvő mennyisége vajon a minőség rovására megy-e?

Irodalom

Borenstein, M., Hedges, L. V., Higgins, J. P. T. és Rothstein, H. R. (2009): Introduction to meta-analysis. John Wiley & Sons, Chichester, UK.
Harrison, F. (2011): Getting started with meta-analysis. Methods in Ecology and Evolution 2: 1-10.
Humbert J.-Y., Pellet J., Buri P. és Arlettaz R. (2012): Does delaying the first mowing date benefit biodiversity in meadowland? Enviromental Evidence 1: 9.
Rothstein, H., Sutton, A., Borenstein, M. (2005): Publication bias in meta-analysis : prevention, assessment and adjustments. John Wiley & Sons, Chichester, UK.

Batáry Péter
Georg-August University, Agroecology, Göttingen, Németország

Új hozzászólás

Egyszerű szöveg

  • A HTML jelölők használata nem megengedett.
  • A sorokat és bekezdéseket a rendszer automatikusan felismeri.
  • A webcímek és e-mail címek automatikusan kattintható hivatkozásokká alakulnak.
CAPTCHA
Ez a kérdés teszteli, hogy vajon ember-e a látogató, valamint megelőzi az automatikus kéretlen üzenetek beküldését.