Lesen und Interpretieren von Metaanalysen diagnostischer Genauigkeitsstudien

In Zeiten evidenzbasierter Medizin und der immer größer werdenden Anzahl veröffentlichter Studien sind systematische Übersichtsarbeiten und Metaanalysen wichtige Quellen, um schnell und umfassend über den aktuellen Forschungsstand informiert zu werden [1] [2]. Anlässlich dieser Entwicklung möchten wir in diesem Editorial eine Basis für die Beurteilung von Metaanalysen zur diagnostischen Genauigkeit schaffen.

Ziel einer systematischen Übersichtsarbeit ist das Identifizieren, Analysieren und Bewerten aller qualitativ hochwertigen, relevanten und aktuell verfügbaren Forschungsergebnisse zu einer bestimmten klinischen Fragestellung [3]. Wenn zusätzlich quantitative, statistische Methoden zur Analyse und Zusammenfassung der Resultate eingeschlossener Studien angewendet werden (engl.: poolen), so bezeichnet man die systematische Übersichtsarbeit als Metaanalyse. In der Radiologie können Metaanalysen beispielsweise durchgeführt werden, um die diagnostische [4] [5] [6] [7] [8] und therapeutische [9] [10] [11] Wertigkeit zu ermitteln, ihren patientenrelevanten [12] und volkswirtschaftlichen [13] [14] [15] Nutzen zu bestimmen und technische Parameter – wie zum Beispiel die Bildauflösung [16] [17] – miteinander vergleichen zu können [1]. Bezogen auf die Radiologie sind solche Metaanalysen am wichtigsten, die die diagnostische Genauigkeit ([Tab. 1]) zusammenfassen [18].

Tab. 1 Wichtige diagnostische Genauigkeitswerte. Sensitivität, Spezifität Sensitivität und Spezifität beschreiben die allgemeine Wertigkeit des Indextests im Vergleich zum Referenzstandard. Sie sind dem Testverfahren immanente Werte und nicht abhängig von der Prävalenz der Erkrankung.Die Sensitivität ist der Anteil der Erkrankten mit positivem Testergebnis an allen Erkrankten.Die Spezifität ist der Anteil der Gesunden mit negativem Testergebnis an allen Gesunden. prädiktiver Wert (Vorhersagewerte) Prädiktive Werte können zur klinischen Beurteilung der Ergebnisse eingesetzt werden. Sie sind jedoch prävalenzabhängig.Der positiv prädiktive Wert (PPW) trifft eine Aussage über die Wahrscheinlichkeit, ob bei einem positiven Testergebnis die Krankheit auch tatsächlich vorliegt. Demzufolge gibt der negativ prädiktive Wert (NPW) die Wahrscheinlichkeit an, ob bei einem negativen Resultat des Indextests die Krankheit auch tatsächlich nicht vorliegt. Likelihood Ratio (Wahrscheinlichkeitsverhältnisse) Sensitivität und Spezifität können durch die Likelihood ratios (LR) zueinander ins Verhältnis gesetzt werden. Hierdurch sind die Werte wiederum unabhängig von der Prävalenz und trotzdem werden klinisch relevante Aussagen möglich wie: „Um wie viel häufiger haben erkrankte Patienten im Vergleich zu gesunden Patienten ein positives Testergebnis?”

Aufgrund des „systematischen” Ansatzes bei der iterativen Durchführung lässt sich für Metaanalysen ein allgemeiner Erstellungsalgorithmus angeben [19] [20]: 1. Formulierung von Fragestellung und Protokoll, 2. Literaturrecherche, 3. Datenextraktion/Datenerfassung, 4. Qualitätsbeurteilung, 5. Analyse und Zusammenfassung der Daten, 6. Interpretation der Ergebnisse. Hierdurch ergibt sich die folgende praktikable Anleitung zum kritischen Lesen und Beurteilen von Metaanalysen.

Literatur

• 1 Dwamena B A. Evidence-based radiology: step 3 - diagnostic systematic review and meta-analysis (critical appraisal).  Semin Roentgenol. 2009;  44 170-179
• 2 Liberati A, Altman D G, Tetzlaff J et al. The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: explanation and elaboration.  Ann Intern Med. 2009;  151 W65-94
• 3 Henderson L K, Craig J C, Willis N S et al. How to write a Cochrane systematic review.  Nephrology. 2010;  15 617-624
• 4 Baltzer P A, Dietzel M, Vag T et al. Klinische MR-Mammografie: Einfluss des Hormonstatus auf Hintergrundanreicherungen und diagnostische Genauigkeit.  Fortschr Röntgenstr. 2011;  183 441-447
• 5 Biederer J, Bolte H, Schmidt T et al. Detektion artifizieller alveolärer Verschattungen in der digitalen Übersichtsradiografie: Ex-vivo-Studie zur Bildnachverarbeitung mit erweiterter Latitude.  Fortschr Röntgenstr. 2010;  DOI: 10.1055 /s-0028-1109 961
• 6 Dietzel M, Baltzer P A, Vag T et al. Magnet-Resonanz-Mammografie von kleinen vs. großen Herdbefunden – systematischer Vergleich identifiziert signifikanten Einfluss der Herdgröße auf die diagnostische Genauigkeit in 936 histologisch verifizierten Herdbefunden.  Fortschr Röntgenstr. 2011;  183 126-135
• 7 Baltzer P A, Dietzel M, Vag T et al. Können farbkodierte parametrische Karten die Analyse dynamischer Anreicherungsmuster in der MR-Mammografie verbessern?.  Fortschr Röntgenstr. 2009;  182 254-260
• 8 Staudt M, Krägeloh-Mann I, Grodd W. Die normale Myelinisierung des kindlichen Gehirns in der MRT – eine Metaanalyse.  Fortschr Röntgenstr. 2000;  172 802-811
• 9 Huppert P E, Lauchart W, Duda S H et al. Chemoembolisation des hepatozellulären Karzinoms: Welche Faktoren bestimmen Therapieansprechen und Überleben?.  Fortschr Röntgenstr. 2004;  176 375-385
• 10 Zangos S, Eichler K, Thalhammer A et al. Aktueller Stand der MR-gesteuerten Prostata-Interventionen.  Fortschr Röntgenstr. 2010;  182 947-953
• 11 Felder-Puig R, Gyimesi M, Mittermayr T et al. Chemonukleolyse und intradiskale Elektrotherapie: was ist die gegenwärtige Evidenz?.  Fortschr Röntgenstr. 2009;  181 936-944
• 12 Schaefer J F, Kramer U. Ganzkörper-MRT bei Kindern und Jugendlichen.  Fortschr Röntgenstr. 2011;  183 24-36
• 13 Gruber R, Bernt R, Helbich T H. Kosteneinsparungspotenzial der Nadelbiopsie im Vergleich zur offenen Biopsie bei der Diagnose suspekter, nichtpalpabler Brustläsionen: Metaanalyse der Literatur und Vergleich mit Daten aus dem deutschen Sprachraum.  Fortschr Röntgenstr. 2008;  180 134-142
• 14 Schmidt T, Mühlberger N, Chemelli-Steingruber I E et al. Benefit, Risiken und Kosteneffizienz eines Screenings des abdominellen Aortenaneurysmas.  Fortschr Röntgenstr. 2010;  182 573-580
• 15 Krupski G, Buggisch P, Koops A et al. Die transjuguläre Leberbiopsie: Trucut- oder Aspirationsbiopsie mit modifizierter Ross-Nadel?.  Fortschr Röntgenstr. 2003;  175 258-261
• 16 Braunschweig R, Kaden I, Schwarzer J et al. Bilddatenkompression in der bildgebenden Diagnostik: Internationale Literaturstudie und Workflow-Vorschlag.  Fortschr Röntgenstr. 2009;  181 629-636
• 17 Lemburg S, Atta A, Peters S et al. Lagebeurteilung transpedikulärer Schrauben nach dorsaler Spondylodese mittels konventioneller Röntgenaufnahmen: ein Vergleich zur Mehrzeilen-Computertomografie.  Fortschr Röntgenstr. 2010;  182 327-333
• 18 Schuetz G M, Tackmann R, Hamm B et al. Qualität diagnostischer Genauigkeitsstudien: QUADAS (Quality Assessment of Diagnostic Accuracy Studies included in Systematic Reviews).  Fortschr Röntgenstr. 2010;  182 939-942
• 19 Irwig L, Tosteson A N, Gatsonis C et al. Guidelines for meta-analyses evaluating diagnostic tests.  Ann Intern Med. 1994;  120 667-676
• 20 Leeflang M, Deeks J J, Gatsonis C et al. Systematic Reviews of Diagnostic Test Accuracy.  Ann Intern Med. 2008;  149 889-897
• 21 Sackett D L, Richardson W S, Rosenberg W HR. Evidence-based medicine: How to practice and teach EBM. New York: Churchill Livingston; 1997: 21-36
• 22 Schnabel A, Kranke P. Systematic reviews and metaanalyses. Basic knowledge, strengths and weaknesses of an important tool for healthcare professionals.  Anasthesiol Intensivmed Notfallmed Schmerzther. 2010;  45 510-518
• 23 Wieseler B, McGauran N. Reporting a systematic review.  Chest. 2010;  137 1240-1246
• 24 Devillé W L, Buntinx F, Bouter L M et al. Conducting systematic reviews of diagnostic studies: didactic guidelines.  BMC Med Res Methodol. 2002;  2 9
• 25 Pai M, McCulloch M, Enanoria W et al. Systematic reviews of diagnostic test evaluations: What’s behind the scenes?.  ACP J Club. 2004;  141 A11-13
• 26 Whiting P, Rutjes A W, Reitsma J B et al. The development of QUADAS: a tool for the quality assessment of studies of diagnostic accuracy included in systematic reviews.  BMC Med Res Methodol. 2003;  3 25
• 27 Perera R, Heneghan C. Interpreting meta-analysis in systematic reviews.  Evid Based Med. 2008;  13 67-69
• 28 Zamora J, Abraira V, Muriel A et al. Meta-DiSc: a software for meta-analysis of test accuracy data.  BMC Med Res Methodol. 2006;  6 31
• 29 Schuetz G M, Zacharopoulou N M, Schlattmann P et al. Meta-analysis: noninvasive coronary angiography using computed tomography versus magnetic resonance imaging.  Ann Intern Med. 2010;  152 167-177
• 30 Lewis S, Clarke M. Forest plots: trying to see the wood and the trees.  BMJ. 2001;  322 1479-1480
• 31 Hedges L V, Olkin I. Statistical Methods for Meta-analysis. Orlando, FL: Academic Press; 1985
• 32 Rutter C M, Gatsonis C A. A hierarchical regression approach to meta-analysis of diagnostic test accuracy evaluations.  Stat Med. 2001;  20 2865-2884
• 33 Reitsma J B, Glas A S, Rutjes A W et al. Bivariate analysis of sensitivity and specificity produces informative summary measures in diagnostic reviews.  J Clin Epidemiol. 2005;  58 982-990
• 34 Dwamena B A. midas: A program for Meta-analytical Integration of Diagnostic Accuracy Studies in Stata. I. Ann Arbor, Michigan: Devision of Nuclear Medicine, Department of Radiology, University of Michigan Medical School; 2007
• 35 Moses L E, Shapiro D, Littenberg B. Combining independent studies of a diagnostic test into a summary ROC curve: data-analytic approaches and some additional considerations.  Stat Med. 1993;  12 1293-1316
• 36 Whiting P, Rutjes A W, Reitsma J B et al. Sources of variation and bias in studies of diagnostic accuracy: a systematic review.  Ann Intern Med. 2004;  140 189-202
• 37 Westwood M E, Whiting P F, Kleijnen J. How does study quality affect the results of a diagnostic meta-analysis?.  BMC Med Res Methodol. 2005;  5 20
• 38 Rutjes A W, Reitsma J B, Di Nisio M et al. Evidence of bias and variation in diagnostic accuracy studies.  CMAJ. 2006;  174 469-476
• 39 Lijmer J G, Mol B W, Heisterkamp S et al. Empirical evidence of design-related bias in studies of diagnostic tests.  JAMA. 1999;  282 1061-1066
• 40 Leeflang M, Reitsma J, Scholten R et al. Impact of adjustment for quality on results of metaanalyses of diagnostic accuracy.  Clin Chem. 2007;  53 164-172
• 41 Higgins J P, Thompson S G. Quantifying heterogeneity in a meta-analysis.  Stat Med. 2002;  21 1539-1558
• 42 Higgins J P, Thompson S G, Deeks J J et al. Measuring inconsistency in meta-analyses.  BMJ. 2003;  327 557-560
• 43 Dickersin K. The existence of publication bias and risk factors for its occurrence.  JAMA. 1990;  263 1385-1389
• 44 Egger M, Davey S mith G, Schneider M et al. Bias in meta-analysis detected by a simple, graphical test.  BMJ. 1997;  315 629-634
• 45 Macaskill P, Walter S D, Irwig L. A comparison of methods to detect publication bias in meta-analysis.  Stat Med. 2001;  20 641-654
• 46 Harbord R M, Egger M, Sterne J A. A modified test for small-study effects in meta-analyses of controlled trials with binary endpoints.  Stat Med. 2006;  25 3443-3457
• 47 Sterne J A, Gavaghan D, Egger M. Publication and related bias in meta-analysis: power of statistical tests and prevalence in the literature.  J Clin Epidemiol. 2000;  53 1119-1129
• 48 Stengel D, Bauwens K, Sehouli J et al. A likelihood ratio approach to meta-analysis of diagnostic studies.  J Med Screen. 2003;  10 47-51
• 49 Tackmann R, Schuetz G, Hamm B et al. Berichtsqualität diagnostischer klinischer Studien: STARD (Standards for the Reporting of Diagnostic accuracy studies).  Fortschr Röntgenstr. 2010;  182 655-659